基于轮胎与三维路面接触分析的车辆操纵稳定性研究

来源 :石家庄铁道大学 | 被引量 : 1次 | 上传用户:wacolt
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
车-路耦合动力学的研究对于改善车辆动力学性能和道路安全性等具有重要的意义,本文针对车-路系统中精细化路面谱的需求,建立能够反映路面微观形貌特征的三维路面模型,基于轮胎的非均匀接地特性提出改进的Lu Gre轮胎模型,实现路面模型和轮胎模型在多体动力学软件中的二次开发,并基于轮胎与三维路面滚动接触分析研究了车辆操纵稳定性的控制。首先,基于分形理论提出了一种三维路面谱的重构方法。依据国家标准,运用谐波叠加法获取标准路面的不平度数据,应用随机中点位移法拓展至三维空间,重构出反映路面自相似特征的三维路面谱;同时在Truck Sim软件中对路面数据进行编译,实现三维路面模型在软件中的应用;通过对二维路面和三维路面下车辆的动力学响应对比分析,发现车辆在侧向的动力学特性差异最大。其次,为使轮胎模型能够准确反映与路面的实际接触情况,对轮胎纵向和横向接地印迹内垂向载荷的分布规律进行分析,据此规律研究轮胎与路面接触面内非均匀压力的分布形式,基于该压力分布改进稳态Lu Gre轮胎模型,并分析滑移率、侧偏角和载荷偏距等因素对轮胎动力学的影响,验证改进后轮胎模型的准确性。然后对改进轮胎模型进行二次开发,使其嵌入Truck Sim整车模型中,并与Matlab/Simulink联合仿真实现数据的交互。最后,在三维路面和改进轮胎模型在Truck Sim软件中实现数字化的基础上,建立三轴重型汽车的多体动力学模型,对车辆行驶过程中的侧向动力学特性进行研究。设计了角阶跃仿真试验和鱼钩仿真试验,分析车体侧偏角、横摆角速度和侧向加速度的变化情况,发现车辆在大方向盘转角输入下发生了侧翻。针对这一现象,搭建了PID控制器和模糊PID控制器,对转弯时车轮的制动力进行控制并再次进行仿真试验,结果表明:加入控制策略的车辆避免了侧翻的发生,同时验证了模糊PID的控制效果要优于PID控制,为提高车辆行驶时的操纵稳定性的研究提供基础。
其他文献
随着互联网和信息技术的飞速发展,人类社会正步入大数据时代。海量的信息通过互联网发布和传播,其中非结构化的文本数据是互联网信息的重要载体和呈现形式。因此,高效、精准地管理和挖掘文本信息,并快速提取有价值、感兴趣的高质量信息具有重要意义。文本分类是管理海量文本信息的一种有效方法,能够使分类后的信息结构更清晰、内容更聚合。因此,文本分类技术已成为机器学习和自然语言处理领域的研究热点和难点之一。且主题模型
企业建立虚拟社区的目的在于通过用户间互动交流和问题解答来节约企业的产品服务成本,获取消费者的产品创意和共创知识资源,从而提高企业的创新能力,为企业带来价值。企业虚
随着社会的发展,企业间的并购、投资或者采购等商业往来越来越频繁。对于买方来说,这些商业往来存在着各种各样的风险。比如:签署合作合同以后,主要的员工、供应商以及客户是否会留下;目标企业过去的财务报表是否准确。所以,买方必须通过一定的方法来弥补买卖双方在信息上的不对称,从而进行风险管理。尽职调查,指的是买方对目标企业的资产负债情况、经营和财务状况、法律关系以及目标企业所面临的机会和潜在的风险进行的一系
近年来,海量数据产生,算法发展和计算速度提升推动了人工智能领域的发展,使许多任务试图用人工智能的方法解决。本论文尝试使用深度学习的方法解决心电数据去噪音任务,该任务的目的是将噪音心电数据转换为无噪音心电数据。深度学习擅长处理监督学习任务,监督学习需要配对的数据学习源域和目标域的映射关系,但是心电数据去噪音任务的难点在于我们无法获取到配对的噪音心电数据和无噪音心电数据,只能收集到无噪音心电数据集。因
QXJG集团是东北部地区的一家老牌建筑企业,经过多年来的发展,企业不断转型升级,其管理逐步走向规范化、精细化,但是随着建筑行业竞争加剧,高学历的人员招聘难,高层次人员流失严重的问题已经凸显。结合建筑行业的发展现状来看,知识型员工在企业发展过程中所起到作用愈发明显。随着集团大量的引进知识型员工,企业在绩效管理上还显得相对滞后,不能很好的配合组织的人才引进和发展的需要。为此,QXJG集团希望通过绩效改
电离层Es(Sporadic E)是在电离层的E层偶发的电子密度相对于背景环境增强的一块区域。由于Es临界频率有时可以和F层临界频率相比拟,甚至比F层临界频率大的多,因此电离层Es的出现对于电离层电波传播具有重要的影响。同时电离层Es产生的物理机制还有待进一步的研究和完善,因此对于电离层Es的研究也具有重要的科学意义。而Es在频高图中的出现,特别是二跳回波,对F层相关参数的度量和反演具有很大的影响
党的十九大以来,为适应国内经济形势的发展和国际经济环境的挑战,我国税收征管体制改革不断加快,国地税机构合并、减税降费等一些重要措施陆续出台。在税收征管体制的深刻变革中,税务系统的组织结构、征管方式、工作内容等都发生了较大变化。基层税务干部作为税收征管第一线的税务人员,正面临着来自工作、家庭、社会等各方面的压力。积极研究、认识、缓解、解决这些基层税务干部的工作、生活、身体及心理压力,对维护社会稳定、
随着智能产品及互联网的迅速发展,网络中充斥着大量良莠不齐的数据,而在这些数据中,视频占据了主要部分,若能够利用智能算法对视频数据进行自动识别,尤其是识别视频中的人类行为,就可以针对视频内容进行有效的监控,进而对视频中涉及的危险行为进行识别并预警或过滤。另一方面,在对视频内容进行监控时,只能基于已经发生的行为进行识别与分类,无法推断视频中人类的意图,而分析人类意图对于行为的识别与预测都具有至关重要的
随着全球数据总量的快速增长,大数据的时代已经悄然来临,面对如此海量的数据,其要解决的关键问题就是如何存储数据。在这之前,数据存储方式一直以传统的集中式数据存储方式为主,但其在存储海量数据的场景下,由于可扩展性较差、成本昂贵等诸多弊端,显然这种集中式的数据存储方式已然不能满足存储需求。为了解决集中式的数据存储方式面临的问题,各种分布式存储系统应运而生,其中,如何提高云存储系统的QoS性能已经成为一个
文本分类是自然语言处理中的一项基本任务,被广泛用于垃圾邮件检测,情感分析和主题分类等各种应用中。最近,神经网络在自然语言处理中取得了显著成果。本文旨在从三个不同的角度研究基于神经网络的文本分类任务,包括新颖的方法或体系结构。本文的主要内容如下:1.对于文本分类,传统的局部特征驱动模型通过深度堆叠或混合模型来建模长期依赖性。本文提出了一种新颖的Encoder1-Encoder2体系结构,其中全局信息