长安某款镁合金车身车辆的低频振动噪声特性分析

描述了长安汽车公司某款车身和座椅使用了镁合金材料的汽车,对座椅、车身以及整车进行了低频振动和噪声分析.从振动方面进行的分析有BIW的模态分析、座椅的模态分析、TirmmedBody的模态分析、BIW的接附点动刚度分析、车轮不平衡力下的车内振动分析.从噪声方面进行的分析有噪声传递函数分析、发动机激励下的车内噪声分析.通过分析,掌握了镁合金车身低频结构的振动噪声基本特性,发现了结构上的一些问题,并针对这些问题进行了结构优化,优化后的结果都满足或接近于分析目标值.     

基于卷积神经网络的汽车操纵稳定性试验类型识别方法

针对汽车操纵稳定性试验评价指标自动化处理需要自动识别试验类型的需求，提出一种基于卷积神经网络的汽车操纵稳定性试验类型自动分类方法。在分析汽车操纵稳定性试验类型数据图像特征的基础上，建立了由1个输入层、3个卷积层、3个批归一化层、2个最大池化（Max-pooling）层、5个线性整流函数（ReLU）层、3个全连接层、2个活化（Dropout）层、1个激活函数（Softmax）层和1个分类输出层组成的汽车操纵稳定性试验类型分类卷积神经网络模型。利用2 250组试验采集的数据对模型进行了训练和验证。经验证，类型分类准确率为99.33%，平均识别时间为0.05 s。结果表明，本文提出的基于卷积神经网络的汽车操纵稳定性试验类型自动识别方法可有效区分不同试验类型，可用于汽车操纵稳定性试验结果的自动处理，显著提升汽车操纵稳定性试验自动化处理水平。