【摘 要】
：
橡胶衬套作为悬架中广泛使用的连接件,其力学特性直接影响悬架性能,进而影响操纵稳定性和平顺性。因此,高精度橡胶衬套模型下的悬架性能分析及衬套影响下的悬架性能合理优化匹配是当前研究的热点。针对当前悬架模型中将橡胶衬套简化为线性模型而导致悬架性能分析不全面,和衬套刚度匹配中悬架操纵稳定性（K＆C特性）和平顺性矛盾的问题,本文以麦弗逊悬架下摆臂橡胶衬套为研究对象,提出了基于自适应混沌粒子群算法（ACPSO
论文部分内容阅读
橡胶衬套作为悬架中广泛使用的连接件,其力学特性直接影响悬架性能,进而影响操纵稳定性和平顺性。因此,高精度橡胶衬套模型下的悬架性能分析及衬套影响下的悬架性能合理优化匹配是当前研究的热点。针对当前悬架模型中将橡胶衬套简化为线性模型而导致悬架性能分析不全面,和衬套刚度匹配中悬架操纵稳定性（K＆C特性）和平顺性矛盾的问题,本文以麦弗逊悬架下摆臂橡胶衬套为研究对象,提出了基于自适应混沌粒子群算法（ACPSO）的衬套模型参数识别方法和基于响应面（RMS）-多目标粒子群算法（MOPSO）的联合优化方法,进行橡胶衬套对悬架性能的影响分析及衬套参数优化研究,主要研究内容与结果如下:（1）分析了橡胶衬套的理论模型、弹簧单元模型、粘弹性单元模型和摩擦单元模型的优缺点,利用叠加法构建了高精度橡胶衬套参数模型。基于橡胶衬套有限元仿真获取的迟滞曲线,融合ACPSO识别橡胶衬套模型参数,预测了橡胶衬套刚度。对比参数模型与有限元模型的仿真结果,结果显示:ACPSO参数识别精度较高,橡胶衬套参数模型能够准确预测橡胶衬套的非线性刚度特性。（2）在橡胶衬套参数模型的基础上构建了前悬架仿真模型,并进行多体动力学仿真,通过对比非线性和线性橡胶衬套的仿真结果,验证了仿真模型的有效性。通过调整橡胶衬套模型参数,探究了不同衬套刚度下悬架K＆C特性的变化规律,并在整车平顺性仿真的基础上分析了衬套刚度对平顺性能的影响,结果表明:适当增加橡胶衬套刚度会减小悬架K＆C特性指标的变化范围,有利于操纵稳定性,但增加了车身垂向加速度在高频下的响应幅值,不利于平顺性。（3）提出了RMS-MOPSO联合优化方法,设计BBD试验并进行多体运动学仿真获取了试验样本。以橡胶衬套参数为设计变量,基于RMS对悬架K＆C特性和平顺性能进行预测,结合方差分析检验了预测模型的显著性。利用MOPSO对预测模型进行多目标优化,确定了最优的橡胶衬套刚度曲线并进行仿真验证,结果表明:优化后的橡胶衬套参数在保证平顺性的同时,较好地改善了悬架K＆C性能,提高了操纵稳定性。本文的研究结果对衬套的开发和优化设计具有指导意义,有利于悬架性能的提升。
其他文献
以滚珠丝杠副为主要传动装置的细木工带锯机仿人工送料平台是一种可实现木材精准曲线锯切的新型智能加工装备。由于送料平台为并联耦合机构,多轴丝杠产生的误差会导致加工轮廓精度的降低,所以需要建立相应的误差补偿策略来提高加工精度。针对上述问题,本文提出以轮廓误差为补偿控制对象的送料平台误差补偿策略对丝杠误差进行补偿。主要研究工作如下:通过研究智能机床的加工原理以及送料平台的结构,对丝杠误差产生的原因以及误差
木材顺纹抗压强度和顺纹抗拉强度是研究木材力学强度重要物理指标,使用传统方法对其进行检测,存在时间长,成本高的缺点,且由于木材的各向异性及不均匀性,使得检测操作复杂且准确度低,因此准确地、无损地对其进行检测在实际工程中显得尤其重要。近红外光谱（NIR）分析技术是一种简单便捷、快速有效的无损检测技术,其通过对近红外光谱数据的间接分析建模来实现对木材力学性能的预测,可作为对木材力学强度检测的有效方法。本
随着智能化、网联化、共享化和电动化“新四化”技术的迅猛发展,具有信息交互、协同控制能力的智能车已成为智能交通领域的重要研究热点。智能车高度自主性的特点有利于提升车辆的被控性能,尤其在针对快速增长的交通量所导致的交通安全问题时,能够为紧急协同避撞系统的改善提供新的机遇。但当前紧急协同避撞系统的研究未考虑交通场景约束、控制安全性约束与控制稳定性约束的影响,无法有效应对未来混行交通环境的难预测性所引发的
中密度纤维板（Medium Density Fiberboard,MDF）材质精良且具备良好的加工性能,同时具有较低的生产成本,因而在板材市场中拥有较高的占有率。在MDF生产过程中,板坯厚度是影响产品最终质量的关键要素。因此,实现连续热压电液伺服系统对位置信号稳定准确且快速的跟踪,从而确保MDF的成品质量,成为MDF制造业中的关键课题。然而,MDF连续热压电液伺服系统在工作过程中始终受到其固有物理
随着我国社会经济的发展和人民生活方式的改变,汽车保有量和居民消费水平迅速上升,但同时交通环境压力、生活压力也逐渐增加,由驾驶人危险情绪变化引发的交通恶性事故常见报端。目前国内外相关学者已对驾驶人情绪变化识别开展了大量研究工作,但大多仅局限于单模态的情绪变化识别,且鲜有文献从面部表情和驾驶行为多模态融合的角度设计驾驶人情绪变化识别模型。因此,如何对驾驶人情绪变化进行准确有效的识别,是目前应对危险驾驶
植被资源作为人类赖以生存的物质基础,为人类的生产、生活提供必要的生态系统服务功能,对地表植被资源进行分类是充分监测和科学管理的重要先决条件。目前,高光谱遥感影像因具有分辨率高、信息量丰富、获取时效快等优势,已成为地物信息统计的主要数据源,深度学习算法能够自动的从遥感影像中提取具有判别力的高级语义特征,得到较好的分类效果。但深度学习方法在对高维遥感数据进行植被分类时往往存在计算效率低、耗时较长的问题
随着人民生活水平的不断提高,对农产品的需求量与日俱增,进而使得农产品物流需求量逐渐增大,而农产品物流作为农民增收、农村发展的“助力器”,是国民经济的重要组成部分。但当前我国农产品物流企业具有“小、散、乱”的特点,无法有效整合社会上分散的农产品物流资源并提供高质量的农产品物流服务,而引入农产品物流服务供应链则可有效解决这一问题,其通过整合供应链中各节点企业的农产品物流资源,可为客户提供个性化和定制化
蒙古栎是中国东北林区主要的次生林树种,其坚硬耐腐,常作为结构木材。抗弯弹性模量是主要的木材力学性能之一,代表了木材力学性能的综合情况,是实现木材应用和分级的重要参数和依据。传统的木材力学检测方法为破坏性实验法,易造成浪费且操作复杂,无法满足实际工程需要。常见的近红外光谱无损检测方法是一种可靠无污染的分析方法,可对木材力学性质进行快速、准确地测定,然而由于传统的一维线性光谱往往存在过宽和重叠现象,无
木制品的出厂检测是提高木材利用率,避免造成隐形浪费的必要过程。随着保护环境的力度不断加大,实木等天然材料的使用率逐渐降低,木制品在人们的日常生活中的地位是不可替代的。木制品是最常见的家居组件,而针对木制品变形方面的检测,当前的方法比较繁琐和不便,并且在现阶段也无法统一标准。为应对与解决这些问题,利用新技术形式对木制品检测进行新方法、新装置的研究是非常必要的,同时也可以大大地降低人工成本,物资成本,
现阶段完全自动驾驶技术尚未实现,人机共驾作为一种有效过渡方法,其接管过程中的安全问题成了众多学者研究的目标。本研究在揭示相关变量对接管时间影响的基础上,对智能汽车接管时间及碰撞事故风险做出预测,对于提高接管安全有重要意义。多数学者对智能汽车接管时间及事故风险进行探索,但仍存在以下问题:周边车流对接管时间的影响尚不明确;现有的接管时间预测模型不能很好的捕捉变量的时空特征;目前对事故风险的研究不能体现