轮毂电机驱动电动汽车3种构型的平顺性分析

针对轮毂电机驱动电动汽车3种构型,对其平顺性问题展开研究。分别采用滤波白噪声方法和三角形凸块描述随机路面激励和脉冲路面激励。建立了轮毂电机驱动电动汽车3种构型的振动模型,确定了相应的平顺性评价指标。在随机路面和脉冲路面下,采用Matlab/Simulink仿真了轮毂电机驱动电动汽车3种构型的平顺性。研究结果表明,具有吸振结构的构型2和具有悬置结构的构型3与传统悬架的构型1相比,降低了轮毂电机驱动电动汽车随机路面和脉冲路面的平顺性评价指标。     

四轮路面激励生成工具开发及应用

为了在平顺性研究中应用路面激励,基于滤波白噪声方法建立了四轮路面激励模型。采用Matlab开发了四轮路面激励生成工具,可以通过图形用户界面自动生成不同路面类型和车速组合下的四轮路面激励数据。将生成的路面激励数据输入到四轮汽车11自由度系统振动模型中,获得了B级路面上不同座椅位置人体质心加速度与车速的关系。研究结果表明,基于滤波白噪声方法建立的四轮路面激励模型和开发的四轮路面激励生成工具,既可以自动生成四轮路面激励数据,也可以有效用于汽车平顺性仿真。     

基于公交专用道的城市道路荷载分布及问题对策分析

通过交通调查数据,结合城市交通的特点,分析了城市道路交通流的车种构成;使用规范建议的方法,对各种车辆的轴载进行标准换算,计算各种车辆在道路交通荷载中的比例。通过分析指出设置公交专用道将导致道路交通荷载在横向的严重不均匀分布;从荷载分布的角度,进一步讨论了公交专用道对道路使用状况等产生的不良影响,并提出了解决问题的方法和途径。     

汽车驾驶模拟器人机交互控制系统优化设计

吉林大学汽车工程学院汽车仿真与控制国家重点实验室建设了开发型驾驶模拟器系统人机交互能力不足,本文开展了人机交互控制系统优化研究,采用键盘硬件控制方式,利用模块化设计思路,利用嵌入式工控机平台,搭建任务及指令执行器系统,并建立相应的功能模块,包括键盘、人机界面、主控单元、功能数据库等。解决了多平台并发仿真中存在的数据通信、时钟同步、仿真监控问题,优化了集成平台的性能。     

基于RBF神经网络识别路面不平度的研究

针对应用RBF神经网络识别路面不平度的输入选择、输入方案确定和识别效果评价3个问题,提出了一种解决方法。对RBF神经网络和训练过程进行了分析,选择车辆可以测试的车辆响应作为RBF神经网络输入,引入正交试验设计确定RBF 神经网络输入方案,采用相关系数和均方根误差作为RBF神经网络识别效果的评价指标。通过采用车辆和路面不平度系统4自由度平面模型仿真获得车辆响应和前轮路面不平度,应用RBF神经网络对常用路面等级和常用车速行驶下某汽车的前轮路面不平度进行了识别。结果表明,所提出的方法解决了基于RBF神经网络识别路面不平度的3个问题,可以用于其它神经网络识别路面不平度。     

基于BP神经网络的路面不平度识别

将BP神经网络作为识别路面不平度的工具,确定了用于识别的评价指标。建立了前后轮路面不平度滤波白噪声模型和汽车平顺性4 自由度平面模型,通过仿真获得车辆响应和前后轮路面不平度,作为BP 神经网络的输入和输出。采用3 层BP 神经网络识别路面不平度,先后构造了44 种车辆响应输入方案进行训练和测试,通过评价指标选出最优输入方案。研究结果表明,在车辆行驶的常用路面和车速条件下,识别前后轮路面不平度的最优输入方案由车轮垂直加速度、车轮垂直位移和悬架动挠度组成。