共查询到10条相似文献,搜索用时 31 毫秒
1.
基于路面不平度自功率谱密度函数计算国际不平度指数的研究 总被引:1,自引:0,他引:1
提出了一种基于路面不平度自功率谱密度函数PSD计算国际不平度指数IRI(International Roughness Index)的方法。通过建立1/4车辆模型来分析路面不平度的输入和汽车振动的响应,由动态响应模型的理论分析得到路面不平度的自功率谱密度函数PSD(Power Spectral Density),再应用随机理论等方法,推得基于路面不平度自功率谱密度函数PSD的IRI值。用PSD计算IRI,能够使车辆和道路部门比较他们对路面不平度的各自评价标准,从而作为其设计、改进产品的依据,IRI的求得,为公路运输部门对道路的养护决策提供了依据。 相似文献
2.
基于逆变换的路面不平度仿真研究 总被引:25,自引:2,他引:23
针对使用现有方法仿真公路路面不平度时其结果存在误差的问题,研究了基于逆变换的路面不平度仿真的新方法。该方法直接研究给定的路面不平度功率谱密度,然后根据功率谱密度和离散FOURIER变换的性质以及信号采样定理,对数据进行截断、补充和一系列变换后获得路面的不平度。在考虑了汽车固有振动频率及行驶速度后。利用该方法对A、E两个等级的公路路面进行数值仿真。仿真结果显示:利用该方法所得路面不平度的功率谱密度与给定的功率谱密度准确一致,并且该方法简洁、便于使用。 相似文献
3.
4.
5.
6.
7.
基于RBF神经网络识别路面谱的新方法 总被引:1,自引:1,他引:1
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。 相似文献
8.
9.
10.
由国际平整度指数模拟路面不平度方法研究 总被引:1,自引:1,他引:0
为了将实测得到的国际平整度指数IRI值引入到路面不平度模拟中,从而在车一路或车一桥相互作用的耦舍体系中更准确地模拟由路面不平度引起的车辆动荷栽,提出了一种通过实测IRI值得到该段路路面不平度的方法.由IRI的计算方法入手,通过建立1/4车模型来分析路面不平度的输入和车辆、地面的振动响应,并通过路面不平度标准差与IRI的关系等式作为中介,将IRI引入到路面不平度的模拟中,采用周期图表法,利用功率谱密度函数和傅立叶逆变换,进一步模拟出路面不平度.最后进行了实例模拟,通过程序分析,验证了该方法的有效性. 相似文献