动力稳定车金属橡胶弹簧非线性动刚度特性研究

金属橡胶弹簧的动刚度是进一步研究动力稳定车整体性能的关键因素之一。根据动力稳定车金属橡胶弹簧本构参数,建立了金属橡胶弹簧有限元模型,基于LS-DYNA研究了金属橡胶弹簧的3个坐标方向的非线性动刚度。根据分析结果,认为金属橡胶弹簧在不同的载荷、频率组合下其动刚度呈现非线性变化。分析结果可为动力稳定车金属橡胶弹簧的优化设计提供理论依据。

利用变分原理计算V型金属橡胶弹簧的三向弹性系数

V型金属钢板橡胶弹簧具有为机车车辆走行部所必需的三相弹性。然而,当使用由橡胶和金属粘结起来的弹性元件时,由于两种材质的性质具有本质的差异,使三向弹性系数的计算十分困难,至今尚无可供应用的确定公式。 作者利用变分原理——虚位移原理,考虑了金属与橡胶组合的边界条件,通过一组假设的试探函数,根据δ=0建立了控制方程。然后,再利用卡氏第二定律推导出单层的弹性系数,进而以这种方法确定了由多层组成的整个V型弹簧的刚度。

铁路机车用橡胶—金属叠层弹簧的研制

从胶料的耐压缩疲劳性能、成品的静刚度试验、产品的动态疲劳试验等几方面对铁路机车用橡胶—金属叠层弹簧进行了研究 ,认为过氧化物硫化体系与低硫高促硫化体系并用、半补强炭黑和喷雾炭黑并用对提高橡胶的耐热有很好的作用。在产品形状一定的情况下 ,橡胶的硬度及其热历史是影响橡胶—金属叠层弹簧静刚度的主要因素 ,硫化时间对橡胶—金属叠层弹簧的动态性能有直接的影响 ,低温长时间硫化可以使橡胶厚制品的外部与内部有良好的硫化一致性。

叠层橡胶金属弹簧轴向刚度特性研究

针对一种动力充压容腔机构,采用仿真的方法对叠层橡胶金属复合弹簧的轴向刚度特性进行了研究。基于静力学分析的结果表明,叠层橡胶金属弹簧的轴向静刚度为2.010×105N/mm,在0.4MPa内压的作用下应力最大值在弹簧的底部。动力学仿真分析得出了叠层橡胶金属弹簧在变形不大的情况下刚度值基本是一个定值的结论,并通过曲线拟合的方式求得叠层橡胶金属弹簧的轴向刚度为2.023×105N/mm。最后用仿真计算结果与动态试验数据的对比结果证明,动态仿真结果与试验结果较为接近。

金属橡胶液体复合弹簧的发展和应用

介绍了橡胶减振器的产生和发展过程,以及金属橡胶液体复合弹簧的发展与应用,着重介绍了铁道车辆用的金属橡胶液体复合弹簧的性能。最后简述了这种弹簧今后的发展情况。

金属橡胶液压复合弹簧在快速货车转向架上的应用

根据快速货车转向架轴箱悬挂装置的特点要求,介绍了金属橡胶液压复合弹簧的结构、工作原理和技术特征,简述了国外铁路转向架的应用情况和国内快速货车转向架的应用情况,并分析了应用金属橡胶液压弹簧应注意的问题。

橡胶-金属缓冲弹簧在飞机舵机电液伺服系统中的应用

针对飞机舵机电液伺服系统在抑制多余力干扰时,缓冲装置无法实现变刚度连续加载的问题,采用在系统结构中设置橡胶-金属缓冲弹簧的结构补偿方法。首先,设计橡胶-金属缓冲弹簧结构,利用ANSYS仿真软件构建有限元模型并对其进行性能分析。通过构建飞机舵机电液伺服系统各元件数学模型,从而得到系统整体数学模型。最后,利用MATLAB仿真软件验证该方法的可行性和有效性。研究结果表明,橡胶-金属缓冲弹簧能够达到技术指标要求,改善系统稳定特性,具有较高的工程实践价值。

机车车辆用轴箱弹簧

金属—橡胶复合的轴箱弹簧主要应用于城市地铁、轻轨车、工程车等机车车辆上,具有良好的垂向、横向和纵向动态性能。在改善车辆结构平稳性和保持车辆曲线运行稳定性的同时,在轴箱悬挂中还兼有轮对导向作用,防止了高速运行时的不稳定。因此,轴箱弹簧在3个方向的刚度必须合理匹配。总结了轴箱弹簧产品的种类、结构、工作原理、性能要求等。

舵机电动负载模拟器迭代学习控制

针对舵机电动负载模拟器(ELSSG)受到多余力矩干扰的问题,提出了一种结合迭代学习控制与误差符号鲁棒积分控制(RISE)的复合控制器。建立了ELSSG的数学模型,分析了多余力矩的产生机理。在硬件结构上,引入了金属-橡胶缓冲弹簧以提高系统稳定性及加载精度;在控制策略上,基于误差符号鲁棒积分控制与自适应遗忘因子改进的引导信号迭代学习控制设计了复合控制器,并证明了该迭代学习控制的收敛条件。通过仿真实验证明了复合控制器与传统迭代学习控制方法、PID控制方法相比,能够更加有效地消除多余力矩干扰,提高ELSSG加载力矩输出精度。

飞机舵机电动加载系统多余力矩抑制方法

针对飞机舵机电动加载系统存在多余力矩干扰的问题,提出了以改进型基于信度分配的小脑模型关节控制器为前馈控制,以增量式比例积分微分(proportion integral derivative,PID)为反馈控制的复合控制策略。在前馈控制器中,结合变刚度金属-橡胶缓冲弹簧、力矩测速反馈及梯度加载法,采用基于Sigmoid函数变平衡学习常数的权值调整算法,设计三维参考输入型神经网络结构。在反馈控制器中,采用增量式PID控制解决积分项溢出问题,同时为神经网络提供训练学习样本,最后通过理论分析证明改进算法的收敛特性及闭环系统的稳定性。仿真结果表明,该方法提高了系统的加载精度及在线实时控制能力,在一定程度上抑制了多余力矩干扰。