路面功率谱密度识别的仿真

路面激励是汽车平顺性和操纵稳定性研究中的重要因素。提出了一种基于径向基函数(RBF)神经网络识别路面功率谱密度的仿真研究方法。建立了4自由度汽车振动模型,利用Matlab软件仿真得到汽车车身质心垂直加速度功率谱密度和俯仰角加速度功率谱密度。应用RBF神经网络建立了汽车车身质心垂直加速度功率谱密度、俯仰角加速度功率谱密度和路面功率谱密度之间的非线性映射模型。仿真结果表明:该方法思路明确,抗噪声能力比较强,识别的精确度高。

基于便携式三维激光扫描仪的路面平整度测评

针对当前公路路面测量评定方法结构复杂、成本高昂的问题,构建了基于便携式三维激光扫描仪的测量评定方法。采用三维激光扫描仪对沥青公路路面数据进行测量,获取路面三维点云数据,经分析处理得到路面的三维高程曲面,使用RegularizeData3D算法和经验模态分解等方法对数据进行预处理,重构区域路面不平度,获取路面相应等级的路面平整度数据序列,最后求解和分析试验路面功率谱密度,并根据统计结果对整个试验路面状况进行评价。结果表明:系统能较好地重建所测区域路面的特征信息,路面平整度大部分集中在A级和B级,整体路面平整度在B级以上。

基于实测路面高程数据的路面不平度研究

为研究自铺设实验路面不平度等级,本文采用水准仪测量路面不同位置的高程数据进行路面不平度研究。经统计处理高程数据得到整个路面的三维高程曲面,并利用经验模态分解(empirical mode decomposition,EMD)方法处理路面不平度趋势项,获取符合路面相对等级的路面不平度数据序列,重构路面不平度,建立自回归(auto regressive,AR)模型,求解实验路面功率谱密度并分析。分析结果表明,在低频段,实验道路位移功率谱密度值较大,在高频段,实验道路位移功率谱密度值较小,实验路面的特性参数与B级路面的数值相近,整个路面属B级路面。该研究为车辆的动态响应提供了较为准确的路面不平度信息,具有一定的实际应用价值。

机场跑道摩擦因数测试车建模与仿真

为了提高机场跑道摩擦因数测试车的测量精度,对机场跑道路面不平度和摩擦因数测试车进行了建模和仿真。利用路面功率谱密度和离散Fourier逆变换法建立了机场跑道路面不平度模型作为测量系统的输入激励,采用阻抗框图建模法,建立了机场跑道摩擦因数测试车悬挂系统和测试系统模型,并在该模型的基础上进行了系统仿真,并将仿真结果与现有机场跑道摩擦因数测试车实测数据进行对比。对比结果表明:通过对机场跑道摩擦因数测试车进行综合阻抗框图建模,可将最大相对测量误差从15.7%降低到8.6%,因此,建立的数学模型测量精度高。