虚拟激励法及其在汽车随机振动应用中的探讨

论述了虚拟激励法,为探讨其应用于汽车随机振动的可行性,构造了虚拟路面激励。以1/4汽车单自由度振动系统为对象,由虚拟激励法推导出系统和振动响应量的频率响应特性,提出了求取系统振动响应量功率谱密度的新方法,给出了应用虚拟激励法求解汽车随机振动的计算实例。结果表明,虚拟激励法是比傅里叶分析方法更为简便的时频研究方法。     

汽车非平稳随机振动统计特性求解的一种新方法

本文中针对汽车变车速行驶时路面不平度在空间域是平稳随机过程的特性,提出求解汽车非平稳随机振动响应统计特性的一种新方法。建立了时间域汽车振动2自由度单轮模型,基于时间域与空间域变量及其导数变换关系,推导了相应的空间域汽车振动模型。采用空间频率傅里叶变换,建立了汽车振动空间频率响应特性和时间域振动响应量的空间频率响应特性。采用路面分类标准表示路面不平度的空间域统计特性,建立了由空间频率响应特性求取非平稳振动响应量统计特性的公式。选取某汽车参数和包含匀加速、匀速和匀减速的典型行驶工况,分析了非平稳振动响应量统计特性的变化规律。结果表明,汽车非平稳振动响应量的统计特性随车速的变化而变化,具有时变特性。     

多点虚拟激励法在整车随机振动分析中的应用

建立了9自由度整车模型,从理论上论述了多点虚拟激励法.构造了路面对整车的路面虚拟激励,求取了汽车虚拟振动响应量,并由此算出了汽车真实振动响应量的功率谱密度.结果表明,虚拟激励法在汽车随机振动分析中的应用和傅里叶分析方法同样有效,却简单得多.     

虚拟激励法人-车-路三质量车辆模型平顺性分析

为评价汽车平顺性,建立简化的人体-座椅、车身及车轮三质量1／4车辆模型,给出了该模型振动系统的频响特性公式,采用虚拟激励法,构造虚拟路面激励,运用matlab编程求取所建模型系统振动响应量的功率谱密度,并进行了行驶平顺性分析。结果表明,汽车行驶速度与道路路面条件是影响汽车行驶平顺性主要外在因素,为获得良好的汽车行驶平顺性,应加以改善;虚拟激励法用于求解车辆振动响应,快速高效,能很好地反映汽车行驶的平顺性,提高汽车平顺性设计水平与效率。     

汽车纵向加速度运动模型分析研究

为分析汽车行驶时的纵向加速度变化情况及影响因素,运用七自由度汽车振动模型分析了前、后车轮和车身不同方向的振动受力情况,再根据路面不平度模型的空间频率功率谱密度和时间频率功率谱密度分析,结果表明,汽车在三级公路-E级路面以60 Km/h的速度行驶时,车身加速度跳动范围最大,最大值为5.92 m/s2。研究的内容和方向,为汽车运动学和汽车平顺性的研究及优化设计提供一定理论依据。     

轮边驱动电机对电动汽车振动影响的分析与优化

本文采用频域分析方法,通过振动响应量的频率响应特性和统计特性表示。以B级路面和轮边电机作为双激励源,基于1/4汽车2自由度系统建立轮边电机驱动电动汽车的振动模型,仿真分析轮边驱动电机对电动汽车振动性能的影响。结果表明,相比非簧载质量的变化,车速的变化对电动汽车的振动影响较大。基于此提出了一种由轮内主动减振的电机充当吸振器的新型轮毂电机结构并进行了优化。     

基于MATLAB的汽车振动响应分析

文章建立了独立悬架汽车整车四自由度动力学模型,车身主要考虑垂直和俯仰两个自由度,前后轴有两个垂直自由度,推导了振动微分方程,运用数值仿真的手段研究了汽车振动的频率响应特性。求解出系统固有频率及自由振动各阶主振型,根据推导出频率响应函数进一步分析出车身垂直振动、俯仰振动对前后轮激励的频率响应曲线图和前后轴振动对前后轮的频率响应曲线图。该研究对减轻汽车振动及提高汽车行驶平顺性有一定参考价值。     

基于RBF神经网络识别路面谱的新方法

路面不平度是车辆行驶中振动的重要激励。为了识别路面不平度的功率谱密度函数(路面谱),提出了一种基于径向基函数(RBF)神经网络识别路面谱的新方法。该方法以7自由度汽车振动模型为基础,以MATLAB软件仿真得到的汽车车身质心垂直加速度谱为神经网络理想输入样本,以GB7031-86建议的路面谱为神经网络理想输出样本,应用RBF神经网络建立汽车车身质心垂直加速度谱和路面谱之间的非线性映射模型。另取一组仿真得到的车身质心垂直加速度谱代入已训练好的网络进行路面谱识别。结果表明:该方法具有较强的抗噪声能力和较理想的识别精度,识别的路面谱与拟合的路面谱吻合一致。     

基于概率的不平整沥青路面动载系数

文中建立了二自由度四分之一车振动模型，利用Fourier变换研究了路面不平整度随机激励下的车辆振动响应。根据GB／T7031—2005建议的路面功率谱密度（PSD）拟合表达式和路面分级方法，以Palmgren--Miner线性累计疲劳损伤理论和随机过程理论为基础，推导求得等效动载系数，可为工程实际设计和完善我国沥青路面设计理论提供参考。     

汽车对路面作用的随机动荷分析

从双轴汽车四自由度平面模型出发，将路面不平整度的功率谱密度函数作为输入，利用随机振动的方法分析了行驶车辆作用于路面的随机动压力。     

A stochastic quarter-car model for dynamic analysis of vehicles with uncertain parameters

A quarter-car model is used to investigate the vibration response of cars with uncertainty under random road input excitations in this paper. The sprung mass, unsprung mass, suspension damping, suspension stiffness, and tyre stiffness are considered as random variables. The road irregularity is considered a Gaussian random process and modelled by means of a simple exponential power spectral density. The power spectral density, mean value, standard deviation, and variation coefficient of the vehicle's natural frequencies and mode shapes are obtained by using the Monte Carlo simulation method. The computational expressions for the numerical characteristics of the mean square value of the vehicle's random response in the frequency domain are developed by means of the random variable's functional moment method. The influences of the randomness of the vehicle's parameters on the vehicle's dynamic response are investigated in detail using a practical example, and some useful conclusions are obtained.     

基于分布式光纤的混凝土路面振动场感知与解析

感知并解析路面振动可为智能车路系统提供健康诊断、定位循迹、风险预警等多功能服务，有效驱动路面智能化。通过优化分布式光纤器件设计与阵列布设，研发了水泥混凝土路面振动分布式感知系统；利用短时能量分析、功率谱分析等构建了振动时间-空间特征、频域-空间特征的场式表达方法；基于短时能量时空场、功率谱频空场，提出了水泥混凝土路面振动时空响应特征、全局频域特征的变维度解析方法；并于同济大学足尺试验场进行实测验证。结果表明：①荷载位置显著影响短时能量时空场，短时能量峰值坐标能灵敏地反映荷载位置变化，且相比线形光缆，由光纤环阵列组成的感知系统具有更高的空间分辨率(0.35 m)；②相同荷载激振下，振动分布式感知系统与商用高精度加速度计测试结果相近(频峰识别误差小于1 Hz，空间振型置信度大于0.9)，且在多点重复测试下具有较高稳定性；③面板模量显著影响功率谱频空场，模量越大前4阶频率越大，且增幅随阶次增高而愈发显著，该实测现象与理论分析吻合，且在6块板内测得相同趋势。该振动分布式感知系统能够准确、稳定地感知路面振动场时间、空间、频域信息；振动场变维度解析方法能够有效、可靠地解析时空响应特征、全局频域特征。     

载重车道路多点随机激励输入的时空相关性建模研究

为解决载重车动力学分析和车辆动态设计的道路建模问题,基于对车辆道路随机不平顺性态的分析,结合其在频域内的统计表示方法———功率谱密度函数,导出了载重车六轮激励输入的关于道路高程的功率谱矩阵,进而通过白噪声滤波方程得到了与给定谱特征相对应的道路时延相关性数学模型,提出了一种新的模拟双轮辙的过程和方法。通过应用该方法可以再现随机道路高程的有代表性的时间样本,为载重车线性和非线性平顺性动力学分析、悬架系统优化及整车振动控制提供模型基础。     

An analytical design approach for self-powered active lateral secondary suspensions for railway vehicles

In this paper, an analytical design approach for the development of self-powered active suspensions is investigated and is applied to optimise the control system design for an active lateral secondary suspension for railway vehicles. The conditions for energy balance are analysed and the relationship between the ride quality improvement and energy consumption is discussed in detail. The modal skyhook control is applied to analyse the energy consumption of this suspension by separating its dynamics into the lateral and yaw modes, and based on a simplified model, the average power consumption of actuators is computed in frequency domain by using the power spectral density of lateral alignment of track irregularities. Then the impact of control gains and actuators’ key parameters on the performance for both vibration suppressing and energy recovery/storage is analysed. Computer simulation is used to verify the obtained energy balance condition and to demonstrate that the improved ride comfort is achieved by this self-powered active suspension without any external power supply.     

基于小波变换的四轮车辆非平稳振动时频研究

基于8自由度的车辆动力学模型，以四轮相关滤波白噪声路面为系统输入，对四轮车辆的非平稳随机振动过程进行了计算机时域模拟，进而采用谱分析和小波分析技术分析了系统响应，在时频平面内建立了各振级之间的振动联系，考察了振动能量的流动情况，深入揭示了车辆非平稳振动过程的本质。     

车辆路面纵向振动信号再现方法研究

基于自回归滑动平均模型(ARMA)的方法,实现了不同车速和路面条件下的随机振动信号的实验室再现。并对某货车的半主动悬架物理模型进行了路面随机振动信号再现和平顺性试验,通过对实际信号和再现信号的统计数据、累积频率分布(CFD)和功率谱密度(PSD)的效果比较,表明其优点是方法简单、准确度高、周期短、费用低。     

Power Spectral Density of Road Profiles

The road profile is usually considered to be a random process x ( d ), where x is the road height and d is the distance along the road. As the vehicle travels along the road with velocity v , the random process x ( d ) is converted to a random process x ( t ) which is input to the vehicle suspension via the tyre. The random process x ( d ) is usually described in terms of its power spectral density as a function of frequency in either radians or cycles per unit distance. However, there are several different ways of defining power spectral density, and this makes it difficult to compare published data without knowing how the power spectral density has been defined. The proper calculation of RMS values of vehicle response for an assumed road power spectral density is explained by an example.     

Power Spectral Density of Road Profiles

The road profile is usually considered to be a random process x (d), where x is the road height and d is the distance along the road. As the vehicle travels along the road with velocity v, the random process x (d) is converted to a random process x (t) which is input to the vehicle suspension via the tyre. The random process x (d) is usually described in terms of its power spectral density as a function of frequency in either radians or cycles per unit distance. However, there are several different ways of defining power spectral density, and this makes it difficult to compare published data without knowing how the power spectral density has been defined. The proper calculation of RMS values of vehicle response for an assumed road power spectral density is explained by an example.