导读:本文包含了路面不平度论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:平度,路面,神经网络,正交,车辆,平顺,标度。
路面不平度论文文献综述
刘庆华,马焕[1]（2019）在《基于优化栈式降噪自动编码器的路面不平度检测》一文中研究指出路面不平度严重影响着路面的使用寿命和乘坐的舒适性,为了根据路面谱密度检测路面平整度,提出了一种根据深度学习思想的优化栈式降噪自动编码器(SDAE)的路面不平度检测方法。以四自由度车辆振动模型为基础,将通过ADAMS仿真得到的汽车质心垂直加速度功率谱和汽车质心俯仰角加速度功率谱为输入样本,并利用优化后的降噪自动编码器对路面进行检测和分类,试验结果表明:基于优化后的栈式降噪自动编码器的路面不平度检测精度高达95.7%,提高了检测的准确率,并改善了传统方法的复杂流程,适用于路面不平度检测。(本文来源于《计算机与数字工程》期刊2019年09期）
冯冠杰,陈淮,王艳,陈代海[2]（2019）在《计算车桥耦合振动路面不平度影响的虚拟梁元法》一文中研究指出为了准确、高效计算车桥耦合振动中路面不平度的影响,提出一种在车桥耦合竖向振动分析中处理路面不平度的虚拟梁元法,采用界面接触法建立车辆和路面不平顺轨迹刚性梁间的耦合传力,同时将不平顺轨迹刚性梁模拟成机动体系与桥梁结构建立连接,将虚拟梁元作为车轮的行驶轨迹,简化路面不平度输入时的编程难度。研究结果表明:所设置的虚拟梁元对桥梁结构竖向刚度和自振特性没有影响;虚拟梁元法计算结果受有限元模型网格划分尺寸影响很小,结果稳定性好;不同车辆模型分别以不同速度通过路面平顺状态下的简支梁算例桥梁时,分离迭代法计算的跨中位移最大动挠度与文献结果最大相对偏差1.14%,虚拟梁元法与文献结果最大相对偏差为2.06%;1/4车辆以40 km/h的车速通过算例桥梁时,A级路面不平顺下,2种方法获得的跨中位移动挠度相对偏差为1.58%,B级路面为2.99%,C级路面为3.62%;采用虚拟梁元法计算7自由度空间车辆以不同车速通过平面简支板桥的车桥耦合振动效应时,跨中位移最大动挠度与文献结果最大相对偏差为2.45%;比较分离迭代法和虚拟梁元法在求解同一问题时的CPU time花费,虚拟梁元法用时为分离迭代法的1/4,效率较高。虚拟梁元法可以准确计入路面不平度的影响,且在求解空间车辆和叁维桥梁车桥耦合振动问题时具有较高的精度,比传统的分离迭代法具有较高的计算效率。(本文来源于《长安大学学报(自然科学版)》期刊2019年05期）
黄华,徐凯,何培松[3]（2019）在《基于新的无标度区确定方法求取分形路面不平度的分形维数》一文中研究指出用W-M函数生成了分形路面不平度,采用结构函数法求取了分形路面不平度具有的标度律.在确定无标度区间时,提出了一种新方法,该方法对双对数坐标内由测度和标度构成的数据点进行分段处理,计算出各分段的相关系数;通过各分段的外扩,筛选出满足相关系数阈值的区域,最终确定出无标度区.在无标度区内采用最小二乘法进行了直线拟合,基于结构函数法,求出了分形维数.同时,采用人工观测方法确定了无标度区,并求取了分形维数.通过对比发现,本文提出的方法求取的分形维数误差较小,且能实现计算机的快速自动处理.另外,验证了分形路面不平度具有分形特征.(本文来源于《广西民族大学学报(自然科学版)》期刊2019年03期）
李杰,郭文翠,谷盛丰,赵旗[4]（2019）在《基于NARX神经网络的路面不平度识别》一文中研究指出为应用NARX神经网络识别路面不平度,对NARX神经网络及其训练过程和结构设计进行了分析,采用相关系数和均方根误差作为NARX神经网络识别效果的评价指标。建立了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,通过仿真获得路面不平度和车辆响应。以可测试的车辆响应作为NARX神经网络的输入,采用正交试验设计提出确定NARX神经网络输入方案的方法,对在常用等级路面上以常用车速行驶的某汽车的前轮路面不平度进行了识别。结果表明,将可测试的车辆响应作为NARX神经网络输入,结合正交试验设计,解决了NARX神经网络最优输入方案的确定问题。(本文来源于《汽车工程》期刊2019年07期）
谷盛丰,顾久,郑玲玲,赵旗,李杰[5]（2019）在《基于BP神经网络的路面不平度识别》一文中研究指出将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。(本文来源于《汽车工程学报》期刊2019年04期）
谷盛丰,顾久,郑玲玲,赵旗,李杰[6]（2019）在《基于RBF神经网络识别路面不平度的研究》一文中研究指出针对应用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。(本文来源于《汽车工程学报》期刊2019年03期）
李杰,郭文翠,赵旗,谷盛丰[7]（2019）在《基于车辆响应的路面不平度识别方法》一文中研究指出针对路面不平度识别的问题,研究了基于车辆响应的NARX神经网络识别方法及其适用性。建立了汽车振动系统4自由度平面模型,通过仿真获得车辆响应和车轮路面不平度。对于NARX神经网络及其应用选择、输入方案优化和评价指标进行了研究,提出了车辆响应选择和组合优化的解决方案。采用NARX神经网络识别了常用的B级路面和车速为60 km/h下某轿车的前轮路面不平度,其相关系数和均方根误差分别达到96.75%和0.003 3。考虑了训练采样点数、车辆响应随机噪声、车速和路面等级的变化对训练完成的NARX神经网络效果的影响,说明了基于车辆响应识别路面不平度的NARX神经网络方法的适用性。研究结果表明,采用正交试验设计确定NARX神经网络优化输入方案和基于车辆响应识别路面不平度取得了满意的结果,两者具有良好的适用性。(本文来源于《吉林大学学报(工学版)》期刊2019年06期）
赵斌,董浩,黄波,张建[8]（2019）在《白噪声路面不平度时域模型的建立与仿真》一文中研究指出为合理模拟路面时域模型,通过路面不平度空间功率谱密度分析路面频域模型,并由路面频域模型推导路面时域模型的滤波白噪声数值模拟方法。提出了采用滤波白噪声方法模拟路面时域模型时,改变仿真车速的同时调整不同的路面不平度系数,对30km/h、60km/h车速下B、C级路面的时域模型进行了仿真,仿真结果准确,可作为进一步的汽车动力学分析的路面输入,具有研究价值。(本文来源于《汽车实用技术》期刊2019年03期）
田洪宇[9]（2018）在《考虑路面不平度的爆炸螺栓疲劳评估》一文中研究指出导弹运载车在机动过程中,道路的路面不平度将作为振动激励,使导弹运载车沿着各方向振动。振动载荷会通过车身、弹体及弹头等相连部件传递至爆炸螺栓上,使其产生复杂的交变应力。长期工作在交变载荷下,爆炸螺栓有可能发生疲劳破坏。为更全面地评估系统的安全性与可靠性,本文对爆炸螺栓进行疲劳破坏评估,主要内容如下:首先,建立了基于路面不平度功率谱密度的道路数学模型和导弹运载车的1/2车辆动力学模型,通过ADAMS建立起导弹运载车机动过程的虚拟样机,对导弹运载车以12m/s的速度在A级、C级和E级道路上的机动过程进行动力学仿真,得到车辆上的纵向加速度ACCx,垂向加速度ACCz以及俯仰角角加速度ACCpitch。其次,采用ABAQUS建立起车辆簧上质量部分的有限元模型,对爆炸螺栓与相邻部件间的接触进行了分析。对爆炸螺栓在预紧力作用下的静应力进行分析,找出爆炸螺栓上的危险点位于削弱槽底部。再对以E级路面(最恶劣工况)车辆加速度为激励的振动过程进行有限元仿真,得到爆炸螺栓危险点处的交变应力。然后,开发了一套疲劳性能分析系统(FDA),对爆炸螺栓材料30GrMnSiNi2A的疲劳数据进行检查、筛选与统计,给出材料在给定存活率p = 99.99%下的p-S-N曲线,并在此基础上给出材料在相应存活率,应力集中系数Kt=1,指定寿命N = 107条件下的等寿命曲线。最后,通过Python编程,实现爆炸螺栓削弱槽危险点处的Tresca应力和Mises应力谱的雨流计数法统计和比较,结果显示:采用Tresca应力作为当量应力进行疲劳评估,其结果会更加保守。再结合Miner准则对其进行了疲劳损伤累积编程计算,完成了爆炸螺栓的疲劳评估。(本文来源于《厦门大学》期刊2018-06-30）
谷盛丰[10]（2018）在《基于车辆响应识别路面不平度的神经网络方法研究》一文中研究指出路面不平度对于汽车的平顺性、乘坐舒适性和道路质量等均有一定的影响,因此,准确获得路面不平度具有理论研究价值和实际应用意义。目前,可以通过测量和识别得到路面不平度。测量虽然可以获得较为准确的路面不平度,但是成本较高,有些测量仪器的测量效率较低,有些测量方法的实现较为复杂。因此,采用识别路面不平度的方法,可以降低成本,提高测量效率,实现起来相对简单。与传统的路面不平度识别方法相比,神经网络方法可以减少人为工作量,不需要事先知道车辆参数,只需要神经网络的训练就可以建立车辆响应和路面不平度的关系。因此,采用神经网络方法,将车辆响应作为神经网络输入,对路面不平度进行识别。应用神经网络方法,基于车辆响应对路面不平度进行识别已经有了一定的研究,但是仍有一些不足,没有考虑哪些车辆响应最适合作为神经网络的输入,没有考虑哪种神经网络最适合识别路面不平度,较少研究其他条件—如测试集采样点数、随机噪声和车速等对识别结果的影响。本文在建立汽车平顺性模型基础上,通过仿真获得路面不平度和车辆响应,分别作为神经网络的输出和输入,采用正交试验设计方法对神经网络的输入方案进行设计。利用方差分析法确定车辆响应对评价指标影响的显着程度,找出每种神经网络最优的输入方案,获得最优神经网络,分析最优神经网络识别结果的稳定性。具体内容如下:(1)研究基于车辆响应作为输入,利用神经网络识别路面不平度的原理,确定识别路面不平度的评价指标:相关系数和均方根误差。总结在实车试验中可以直接测量得到的车辆响应,作为神经网络的输入数据。应用正交试验设计方法对神经网络输入方案进行设计,提出方差分析法对于识别结果进行分析。研究和总结了BP神经网络、RBF神经网络、小波神经网络和NARX神经网络的基本原理和MATLAB实现程序,为后续路面不平度的识别打下基础。(2)建立前后轮路面滤波白噪声模型和平顺性四自由度平面模型,通过仿真得到路面不平度和车辆响应,由正交试验设计方法确定32个输入方案,分别应用BP神经网络、RBF神经网络、小波神经网络和NARX神经网络识别路面不平度,利用方差分析法分析每个车辆响应对于识别结果的影响显着程度,为每种神经网络选出最优的车辆响应,即最优方案。比较每种神经网络最优方案,确定最优神经网络。分析训练集采样点数、随机噪声和车速对于最优神经网络识别结果的影响,基于最优神经网络及最优方案识别其他不平等级的路面。(3)建立四轮路面滤波白噪声模型和平顺性七自由度空间模型,通过仿真得到路面不平度和车辆响应。由正交试验设计确定输入方案,分别应用BP神经网络、RBF神经网络、小波神经网络、NARX神经网络进行路面不平度识别,通过数据处理确定每种神经网络对应的最优方案、最优神经网络及其最优方案。通过最优神经网络分析训练集采样点数、不同随机噪声、不同车速对识别结果的影响,同时用于识别其他不平等级的路面。在Carsim软件中进行仿真,得到路面不平度和车辆响应,用最优神经网络及其最优方案进行训练和测试,识别路面不平度,验证所得到的结论。研究结果表明,NARX神经网络是4种神经网络中最优的神经网络,训练集采样点数、随机噪声和车速对NARX神经网络的识别结果有一定影响,总体上稳定性较好,可以较好识别A、B和C级路面。(本文来源于《吉林大学》期刊2018-06-01）
路面不平度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了准确、高效计算车桥耦合振动中路面不平度的影响,提出一种在车桥耦合竖向振动分析中处理路面不平度的虚拟梁元法,采用界面接触法建立车辆和路面不平顺轨迹刚性梁间的耦合传力,同时将不平顺轨迹刚性梁模拟成机动体系与桥梁结构建立连接,将虚拟梁元作为车轮的行驶轨迹,简化路面不平度输入时的编程难度。研究结果表明:所设置的虚拟梁元对桥梁结构竖向刚度和自振特性没有影响;虚拟梁元法计算结果受有限元模型网格划分尺寸影响很小,结果稳定性好;不同车辆模型分别以不同速度通过路面平顺状态下的简支梁算例桥梁时,分离迭代法计算的跨中位移最大动挠度与文献结果最大相对偏差1.14%,虚拟梁元法与文献结果最大相对偏差为2.06%;1/4车辆以40 km/h的车速通过算例桥梁时,A级路面不平顺下,2种方法获得的跨中位移动挠度相对偏差为1.58%,B级路面为2.99%,C级路面为3.62%;采用虚拟梁元法计算7自由度空间车辆以不同车速通过平面简支板桥的车桥耦合振动效应时,跨中位移最大动挠度与文献结果最大相对偏差为2.45%;比较分离迭代法和虚拟梁元法在求解同一问题时的CPU time花费,虚拟梁元法用时为分离迭代法的1/4,效率较高。虚拟梁元法可以准确计入路面不平度的影响,且在求解空间车辆和叁维桥梁车桥耦合振动问题时具有较高的精度,比传统的分离迭代法具有较高的计算效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
路面不平度论文参考文献
[1].刘庆华,马焕.基于优化栈式降噪自动编码器的路面不平度检测[J].计算机与数字工程.2019
[2].冯冠杰,陈淮,王艳,陈代海.计算车桥耦合振动路面不平度影响的虚拟梁元法[J].长安大学学报(自然科学版).2019
[3].黄华,徐凯,何培松.基于新的无标度区确定方法求取分形路面不平度的分形维数[J].广西民族大学学报(自然科学版).2019
[4].李杰,郭文翠,谷盛丰,赵旗.基于NARX神经网络的路面不平度识别[J].汽车工程.2019
[5].谷盛丰,顾久,郑玲玲,赵旗,李杰.基于BP神经网络的路面不平度识别[J].汽车工程学报.2019
[6].谷盛丰,顾久,郑玲玲,赵旗,李杰.基于RBF神经网络识别路面不平度的研究[J].汽车工程学报.2019
[7].李杰,郭文翠,赵旗,谷盛丰.基于车辆响应的路面不平度识别方法[J].吉林大学学报(工学版).2019
[8].赵斌,董浩,黄波,张建.白噪声路面不平度时域模型的建立与仿真[J].汽车实用技术.2019
[9].田洪宇.考虑路面不平度的爆炸螺栓疲劳评估[D].厦门大学.2018
[10].谷盛丰.基于车辆响应识别路面不平度的神经网络方法研究[D].吉林大学.2018
论文知识图
