CN103076148A - 基于跌落实验双-4自由度半车模型的车辆参数识别方法 - Google Patents

基于跌落实验双-4自由度半车模型的车辆参数识别方法 Download PDF

Info

Publication number
CN103076148A
CN103076148A CN2013100006910A CN201310000691A CN103076148A CN 103076148 A CN103076148 A CN 103076148A CN 2013100006910 A CN2013100006910 A CN 2013100006910A CN 201310000691 A CN201310000691 A CN 201310000691A CN 103076148 A CN103076148 A CN 103076148A
Authority
CN
China
Prior art keywords
vehicle
parameter
measuring point
damping
acceleration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013100006910A
Other languages
English (en)
Other versions
CN103076148B (zh
Inventor
王立夫
张农
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Wan'an Automobile Parts Technology Co Ltd
Original Assignee
Changzhou Wan'an Automobile Parts Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changzhou Wan'an Automobile Parts Technology Co Ltd filed Critical Changzhou Wan'an Automobile Parts Technology Co Ltd
Priority to CN201310000691.0A priority Critical patent/CN103076148B/zh
Publication of CN103076148A publication Critical patent/CN103076148A/zh
Application granted granted Critical
Publication of CN103076148B publication Critical patent/CN103076148B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于跌落实验双-4自由度半车模型的车辆参数识别方法，包括以下步骤：在车辆上设置至少6个测点；通过多次跌落试验获得各测点的加速度信号；通过状态变量的时域识别方法以及获得的加速度信号，识别车辆的模态参数；识别物理参数，物理参数包括质量参数、刚度参数、阻尼参数以及尺寸参数；对通过上述参数进行校正；校正误差大于标准，则从步骤4）开始重新识别物理参数，误差小于等于标准，则完成参数识别。通过上述方式，本发明试验方法简单，对试验设备无特殊要求，估算得到精确的物理参数，通过估算的物理参数做的仿真响应与测试得到的响应吻合好。

Description

基于跌落实验双-4自由度半车模型的车辆参数识别方法
技术领域
本发明涉及汽车参数识别领域，特别是涉及一种基于跌落实验双-4自由度半车模型的车辆参数识别方法。
背景技术
对于汽车的动力学特性研究需要建立一个准确的汽车模型，因此确定汽车的物理参数对于其动力学特性的研究起到至关重要的作用。对于汽车模态参数识别可以由频域方法或时域方法得到。
在频域方法中需要用到四通道悬架试验台对汽车进行激励，而四通道悬架试验台的设备比较昂贵，一般企业和研究所没有四通道悬架试验台。
发明内容
本发明主要解决的技术问题是提供一种基于跌落实验双-4自由度半车模型的车辆参数识别方法，能够估算得到精确的物理参数，试验方法简单，对设备要求低。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于跌落实验双-4自由度半车模型的车辆参数识别方法，包括以下步骤：
1）在车辆上设置至少6 个测点，第一测点和第二测点分别设于距离车身质心两侧最大距离处，第三测点设于车身的纵向中心线与车身的前轴的交点处，所述第四测点设于车身的纵向中心线的尾部，所述第五测点设于车身质心处，第六测点设于车身上无任何测点的任一位置；
2）通过多次跌落试验获得各测点的加速度信号，包括四个轮胎跌落试验、前或后轮胎跌落试验及左或右轮胎跌落试验，上述跌落试验均通过一支撑物将轮胎支起，然后将车辆从支撑物上推下，各种加速度信号是在车辆被推下后从各测点获得；
3）通过状态变量的时域识别方法以及获得的加速度信号，识别车辆的模态参数，包括车身的垂向振动频率、俯仰振动频率、侧倾振动频率、以轮胎振动为主的垂向振动、俯仰振动、侧倾振动、扭转振动的频率以及上述七个模态频率所对应的阻尼比；
4）识别物理参数，物理参数包括质量参数、刚度参数、阻尼参数以及尺寸参数，所述尺寸参数通过测量获得，所述质量参数、刚度参数以及阻尼参数通过多个半车模型进行识别；
5）对通过上述步骤获得的质量参数、刚度参数以及阻尼参数进行校正，至少通过3次实验校正，分别在车身质心位置处增加重物、在质心左右对称的位置增加重量的重物以及质心前后对称的位置增加相同重量的重物，然后分别通过跌落试验和步骤2）和3）的模态参数识别方法获得一组试验测试的模态参数，并比较两组模态参数的误差；
6）上一步骤比较所得的误差大于标准，则从步骤4）开始重新识别物理参数，误差小于等于标准，则完成参数识别。
在本发明一个较佳实施例中，步骤2）中四个轮胎跌落试验是将前后四个轮胎用同一高度的木块支起，将车辆从木块上推下，车辆获得一个激励，通过测点上的传感器能够获得振动的自由衰减信号，第五测点能够获得车身质心处振动的自由衰减信号，或是将第一测点的加速度响应加上第二测点的加速度响应再除以二得到车身质心处振动的自由衰减信号。
在本发明一个较佳实施例中，步骤2）中前轮胎或后轮胎跌落试验是将车辆的两个前轮或两个后轮用同一高度的木块支起，将车辆从木块推下，车辆获得一个激励，通过测点上的传感器获得振动的自由衰减信号，将第三测点的加速度响应减去第五测点的加速度响应后再除以第三测点到第五测点的距离得到振动的俯仰角加速度的自由衰减信号，或将第五测点的加速度响应减去第四测点的加速度响应后再除以第四测点到第五测点的距离得到振动的俯仰角加速度的自由衰减信号。
在本发明一个较佳实施例中，步骤2）中左轮胎或右轮胎跌落试验是将车辆的左侧的轮胎或右侧的轮胎用同一高度的木块支起，将车辆从木块推下，车辆获得一个激励，第一测点的加速度信号减去第二测点的加速度信号后再除以第一测点到第二测点的距离得到振动的侧倾角加速度的自由衰减信号，第一测点或第五测点的加速度信号减去第五测点或第二测点的加速度信号后，再除以第一测点或第五测点到第五测点或第二测点的距离得到振动的侧倾角加速度的自由衰减信号。
在本发明一个较佳实施例中，所述基于状态变量模态参数时域识别方法是利用信号通道从系统的采集自由衰减数据信号，并构建整个系统的传递矩阵，通过对传递矩阵求解特征值，得到系统的固有频率、振型和阻尼比。
在本发明一个较佳实施例中，所述质量参数中包括车身的簧上质量M s 、车身的侧倾转动惯量I xx 、车身的俯仰转动惯量I yy 、前轮的质量M uf 以及后轮的质量M ur ，刚度参数包括前悬架的垂向刚度K sf 、后悬架的垂向刚度K sr 、前轮胎的垂向刚度K tf 以及后轮胎的垂向刚度K tr ，阻尼参数包括前悬架的阻尼系数C sf 、后悬架的阻尼系数C sr ，尺寸参数包括前轴到质心处的距离a、后轴到质心处的距离b、前悬架的弹簧到质心所在的纵向对称面的距离t f ，后悬架的弹簧到质心所在的纵向对称面的距离t r ，质量参数为M，刚度参数为K，阻尼参数为C。
在本发明一个较佳实施例中，步骤4）中采用2个半车模型进行从模态参数中识别物理参数，分别是前后半车模型和左右半车模型，在前后半车模型中，车辆的动力学模型用以下方程描述
Figure 2013100006910100002DEST_PATH_IMAGE002
 其中，
Figure 2013100006910100002DEST_PATH_IMAGE004
                     
Figure 2013100006910100002DEST_PATH_IMAGE006
                     
Figure 2013100006910100002DEST_PATH_IMAGE008
                  
Figure 2013100006910100002DEST_PATH_IMAGE010
                 
Figure 2013100006910100002DEST_PATH_IMAGE012
，，
Figure 2013100006910100002DEST_PATH_IMAGE016
，
Figure 2013100006910100002DEST_PATH_IMAGE018
。
利用复模态方法计算得到的状态矩阵A为
Figure 2013100006910100002DEST_PATH_IMAGE020
                        
状态矩阵A对应的特征方程为
Figure 2013100006910100002DEST_PATH_IMAGE022
                                
系统的特征值为，则系统固有频率和阻尼比分别为
Figure 2013100006910100002DEST_PATH_IMAGE026
                   
Figure 2013100006910100002DEST_PATH_IMAGE028
              
由步骤3）的模态参数识别的结果可以得到左右半车模型的固有频率和阻尼比分别用
Figure 2013100006910100002DEST_PATH_IMAGE030
和
Figure 2013100006910100002DEST_PATH_IMAGE032
表示，建立一个误差函数
Figure 2013100006910100002DEST_PATH_IMAGE034
              
其中
Figure 2013100006910100002DEST_PATH_IMAGE036
，为固有频率和阻尼系统的加权系数，通过多目标优化的数值算法识别前后半车模型的质量参数、刚度参数以及阻尼参数。
在本发明一个较佳实施例中，在左右半车模型中，车的动力学模型用以下方程描述
Figure 2013100006910100002DEST_PATH_IMAGE040
  其中，
Figure 2013100006910100002DEST_PATH_IMAGE042
                  
Figure 2013100006910100002DEST_PATH_IMAGE044
                    
Figure 2013100006910100002DEST_PATH_IMAGE046
    
Figure 2013100006910100002DEST_PATH_IMAGE048
其余求解方法与前后半车模型的求解方法相同，通过多目标优化的数值算法识别左右半车模型的质量参数、刚度参数以及阻尼参数。
本发明的有益效果是：本发明基于跌落实验双-4自由度半车模型的车辆参数识别方法是利用跌落试验法激起汽车七自由度模型某阶模态为主的自由衰减振动响应，通过状态变量的时域识别方法得到汽车的模态参数，再通过求解汽车的前后半车模型、汽车的左右半车模型的动力学逆问题识别汽车物理参数；试验方法简单，对试验设备无特殊要求，估算得到精确的物理参数，通过估算的物理参数做的仿真响应与测试得到的响应吻合好。
附图说明
图1是本发明基于跌落实验双-4自由度半车模型的车辆参数识别方法一较佳实施例的流程示意图；
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
请参阅图1，本发明实施例包括：
一种基于跌落实验双-4自由度半车模型的车辆参数识别方法，包括以下步骤：
1）在车辆上设置至少6 个测点，第一测点和第二测点分别设于距离车身质心两侧最大距离处，第三测点设于车身的纵向中心线与车身的前轴的交点处，所述第四测点设于车身的纵向中心线的尾部，所述第五测点设于车身质心处，第六测点设于车身上无任何测点的任一位置，在各个测点上可以布设传感器。
2）通过多次跌落试验获得各测点的加速度信号，包括四个轮胎跌落试验、前轮胎或后轮胎跌落试验及左轮胎或右轮胎跌落试验，上述跌落试验均通过一支撑物将轮胎支起，然后将车辆从支撑物上推下，各种加速度信号是在车辆被推下后从各测点获得。
四个轮胎跌落试验是将前后四个轮胎用同一高度的木块支起，将车辆从木块上推下，车辆获得一个激励，主要能够激起车辆的振动响应，通过测点上的传感器能够获得振动的自由衰减信号，第五测点能够获得车身质心处振动的自由衰减信号，或是将第一测点的加速度响应加上第二测点的加速度响应再除以二得到车身质心处振动的自由衰减信号。
前轮胎或后轮胎跌落试验是将车辆的两个前轮或两个后轮用同一高度的木块支起，将车辆从木块推下，车辆获得一个激励，主要能够激起车辆的振动响应，通过测点上的传感器能够获得振动的自由衰减信号，将第三测点的加速度响应减去第五测点的加速度响应后再除以第三测点到第五测点的距离得到振动的俯仰角加速度的自由衰减信号，或将第五测点的加速度响应减去第四测点的加速度响应后再除以第四测点到第五测点的距离得到振动的俯仰角加速度的自由衰减信号。
左轮胎或右轮胎跌落试验是将车辆的左侧的轮胎或右侧的轮胎用同一高度的木块支起，将车辆从木块推下，车辆获得一个激励，主要能够激起车辆的振动响应，第一测点的加速度信号减去第二测点的加速度信号后再除以第一测点到第二测点的距离得到振动的侧倾角加速度的自由衰减信号，第一测点或第五测点的加速度信号减去第五测点或第二测点的加速度信号后，再除以第一测点或第五测点到第五测点或第二测点的距离得到振动的侧倾角加速度的自由衰减信号。
3）通过状态变量的时域识别方法以及获得的加速度信号，识别车辆的模态参数，包括车身的垂向振动频率、俯仰振动频率、侧倾振动频率、以轮胎振动为主的垂向振动、俯仰振动、侧倾振动、扭转振动的频率以及上述七个模态频率所对应的阻尼比。
其中，状态变量的时域识别方法基本原理是：
对于一般系统的动力学方程可以用以下方程表示
Figure DEST_PATH_IMAGE050
                             (1)
其中，
Figure DEST_PATH_IMAGE054
，
Figure DEST_PATH_IMAGE056
分别表示系统的n×n质量矩阵，n×n阻尼矩阵和n×n刚度矩阵。
Figure DEST_PATH_IMAGE058
，
Figure DEST_PATH_IMAGE060
，分别表示系统的n×1位移列向量，n×1速度列向量和n×1加速度列向量。
引入状态变量
Figure DEST_PATH_IMAGE064
，则方程(1)可改写为
             
Figure DEST_PATH_IMAGE066
Figure DEST_PATH_IMAGE068
                                   (2)
其中为状态矩阵，
              
Figure DEST_PATH_IMAGE072
                           (3)
方程(2)的解为
             
Figure DEST_PATH_IMAGE074
                              (4)
Figure DEST_PATH_IMAGE076
为初始条件
Figure DEST_PATH_IMAGE078
，
Figure DEST_PATH_IMAGE080
为初位移向量，
Figure DEST_PATH_IMAGE082
为初速度向量。令
Figure DEST_PATH_IMAGE084
(k=0,1,2,…)，
Figure DEST_PATH_IMAGE086
为采样时间间隔。
Figure DEST_PATH_IMAGE088
和
Figure DEST_PATH_IMAGE090
分别用
Figure DEST_PATH_IMAGE092
和
Figure DEST_PATH_IMAGE094
表示，由式(4)可得
                 
Figure DEST_PATH_IMAGE096
                              (5)
方程(5)为微分方程(3)的差分形式。
Figure DEST_PATH_IMAGE098
为传递矩阵，
                
Figure DEST_PATH_IMAGE100
                                (6)
           
Figure DEST_PATH_IMAGE102
                         (7)
                                (8)
由于状态矩阵
Figure DEST_PATH_IMAGE070A
包含系统质量矩阵、刚度矩阵和阻尼矩阵的信息，从式子(6)可知，传递矩阵的特征值和特征向量包含了系统所有特征值和特征向量的信息。因此只要求解传递矩阵
Figure DEST_PATH_IMAGE098AA
的特征值和特征向量就能得到系统的模态参数。
对于一个n自由度的振动系统包含有n个模态，如果n比较大时，我们不可能一次用很多个传感器拾取振动信号。假如只用m(m<n)个传感器来拾取振动信号，对于m个传感器测得的振动信号其实包含了n个模态的信息。我们可以用以下方程来描述原系统的振动方程
Figure DEST_PATH_IMAGE106
              (9)
其中
Figure DEST_PATH_IMAGE108
，，
Figure DEST_PATH_IMAGE112
，…，
Figure DEST_PATH_IMAGE114
为m×m的系统矩阵，
Figure DEST_PATH_IMAGE116
表示m个传感器拾取振动信号，
Figure DEST_PATH_IMAGE116A
为m×1维的列向量。如果令
Figure DEST_PATH_IMAGE118
                  (10)
则可以建立方程(1)和方程(6)的联系。方程(6)在离散系统中可以用以下差分方程描述
Figure DEST_PATH_IMAGE120
      (11)
其中
Figure DEST_PATH_IMAGE122
，
Figure DEST_PATH_IMAGE124
，…，
Figure DEST_PATH_IMAGE126
为m×m维系数矩阵。方程(11)可以用以下状态差分方程表示
Figure DEST_PATH_IMAGE128
                                (12)
其中，
           
Figure DEST_PATH_IMAGE130
                   (13)
               (14)
Figure DEST_PATH_IMAGE134
              (15)
一般由传感器测量得到的信号中含有噪声，为了减少噪声的影响，引入噪声模态对测量的信号进行模态参数识别。含有噪声模态时，Y(k)的表达式为
Figure DEST_PATH_IMAGE136
              (16)
其中，当信噪比比较高的情况下，
Figure DEST_PATH_IMAGE140
取4~6。式子(13)给出的传递矩阵A表达式变为
Figure DEST_PATH_IMAGE142
                  (17)
如果能够得到传递矩阵A，就能计算系统的模态参数。以下通过测点的振动信号估算传递矩阵A。定义以下信号矩阵
           
Figure DEST_PATH_IMAGE144
                       (18)
                      (19)
含有噪声情况下信号矩阵满足以下关系
     
Figure DEST_PATH_IMAGE148
                                (20)
其中
Figure DEST_PATH_IMAGE150
为噪声引起的误差矩阵，采用最小二乘原理估算传递矩阵A得到，
Figure DEST_PATH_IMAGE152
                            (21)
用和
Figure DEST_PATH_IMAGE156
表示传递矩阵
Figure DEST_PATH_IMAGE098AAA
和状态矩阵
Figure DEST_PATH_IMAGE070AA
的特征值，其
Figure DEST_PATH_IMAGE154A
和
Figure DEST_PATH_IMAGE156A
的表达式为
Figure DEST_PATH_IMAGE158
                                 (22)
Figure DEST_PATH_IMAGE160
                       (23)
由式(6)可知
Figure DEST_PATH_IMAGE162
                                (24)
则
Figure DEST_PATH_IMAGE164
                               (25)
Figure DEST_PATH_IMAGE166
                              (26)
                             (27)
Figure DEST_PATH_IMAGE170
                                (28)
其中
Figure DEST_PATH_IMAGE172
为采样频率，
Figure DEST_PATH_IMAGE174
为待识别的最大频率。系统的无阻尼固有频率和阻尼比为
Figure DEST_PATH_IMAGE176
                                (29)
Figure DEST_PATH_IMAGE178
                                (30)
利用第一步获得的加速度信号，通过以上的时域识别方法能够获得汽车的模态参数。该方法的特点是仅需要少量的传感器测量测点的加速度信号就能够获得系统全部模态参数，行离散化。然后利用采集到的自由衰减数据信号（测量信号通道数可以小于系统自由度），按照特定的格式构建系统传递矩阵A。通过对A矩阵求特征值问题，得到系统的固有频率、振型和阻尼比等模态参数。
4）识别物理参数，物理参数包括质量参数、刚度参数、阻尼参数以及尺寸参数，所述尺寸参数通过测量获得，所述质量参数、刚度参数以及阻尼参数通过多个半车模型进行识别。
所述质量参数中包括车身的簧上质量M s 、车身的侧倾转动惯量I xx 、车身的俯仰转动惯量I yy 、前轮的质量M uf 以及后轮的质量M ur ，刚度参数包括前悬架的垂向刚度K sf 、后悬架的垂向刚度K sr 、前轮胎的垂向刚度K tf 以及后轮胎的垂向刚度K tr ，阻尼参数包括前悬架的阻尼系数C sf 、后悬架的阻尼系数C sr ，尺寸参数包括前轴到质心处的距离a、后轴到质心处的距离b、前悬架的弹簧到质心所在的纵向对称面的距离t f ，后悬架的弹簧到质心所在的纵向对称面的距离t r ，质量参数为M，刚度参数为K，阻尼参数为C。
本发明优选采用2个半车模型进行识别，分别是前后半车模型和左右半车模型。
在前后半车模型中，车辆的动力学模型用以下方程描述
Figure DEST_PATH_IMAGE002A
 其中，
                     
Figure DEST_PATH_IMAGE006A
                     
Figure DEST_PATH_IMAGE008A
                  
                 
Figure DEST_PATH_IMAGE012A
，
Figure DEST_PATH_IMAGE014A
，
Figure DEST_PATH_IMAGE016A
，
Figure DEST_PATH_IMAGE018A
。
利用复模态方法计算得到的状态矩阵A为
Figure DEST_PATH_IMAGE020A
                        
状态矩阵A对应的特征方程为
Figure DEST_PATH_IMAGE022A
                                
系统的特征值为
Figure DEST_PATH_IMAGE024A
，则系统固有频率和阻尼比分别为
                   
Figure DEST_PATH_IMAGE028A
              
由步骤3）的模态参数识别的结果可以得到左右半车模型的固有频率和阻尼比分别用
Figure DEST_PATH_IMAGE030A
和表示，建立一个误差函数
Figure DEST_PATH_IMAGE034A
              
其中
Figure DEST_PATH_IMAGE036A
，
Figure DEST_PATH_IMAGE038A
为固有频率和阻尼系统的加权系数，通过多目标优化的数值算法识别前后半车模型的质量参数、刚度参数以及阻尼参数。
在左右半车模型中，车辆的动力学模型用以下方程描述
Figure DEST_PATH_IMAGE040A
  其中，
Figure DEST_PATH_IMAGE042A
                  
Figure DEST_PATH_IMAGE044A
                    
Figure DEST_PATH_IMAGE046A
    
Figure DEST_PATH_IMAGE048A
其余求解方法与前后半车模型的求解方法相同，通过多目标优化的数值算法识别左右半车模型的质量参数、刚度参数以及阻尼参数。
5）对通过上述步骤获得的质量参数、刚度参数以及阻尼参数进行校正，至少通过3次实验校正，分别在车身质心位置处增加重物、在质心左右对称的位置增加重量的重物以及质心前后对称的位置增加相同重量的重物，然后分别通过跌落试验和步骤2）和3）的模态参数识别方法获得一组试验测试的模态参数，并比较两组模态参数的误差。
在质心位置处增加质量为ΔMs的重物，通过跌落试验和模态参数识别可以获得一组试验测试的模态参数。利用增加质量后得到新的物理参数可以计算获得一组理论计算的模态参数，比较两组模态参数的误差。
在质心左右对称位置增加同样重量的物理以增加系统的质量和侧倾转动惯量，通过跌落试验和模态参数识别获得一组试验测试的模态参数，利用增加质量和增加侧倾转动惯量后新系统的物理参数可以计算得到一组理论计算的模态参数，比较两组模态参数的误差。
在质心前后对称位置增加同样重量的物理以增加系统的质量和俯仰转动惯量，通过跌落试验和模态参数识别获得一组试验测试的模态参数，利用增加质量和增加俯仰转动惯量后新系统的物理参数可以计算得到一组理论计算的模态参数，比较两组模态参数的误差。
6）上一步骤比较所得的误差大于标准，则从步骤4）开始重新识别物理参数，误差小于等于标准，则完成参数识别。
本发明基于跌落实验双-4自由度半车模型的车辆参数识别方法是利用跌落试验法激起汽车七自由度模型某阶模态为主的自由衰减振动响应，通过状态变量的时域识别方法得到汽车的模态参数，再通过求解汽车的前后半车模型、汽车的左右半车模型的动力学逆问题识别汽车物理参数；不需要拆除试验用阻尼器，试验方法简单，对试验设备无特殊要求，用求逆问题的方法得到精确的物理参数，通过估算的物理参数做的仿真响应与测试得到的响应吻合好。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种基于跌落实验双-4自由度半车模型的车辆参数识别方法，其特征在于，包括以下步骤：
1）在车辆上设置至少6 个测点，第一测点和第二测点分别设于距离车身质心两侧最大距离处，第三测点设于车身的纵向中心线与车身的前轴的交点处，所述第四测点设于车身的纵向中心线的尾部，所述第五测点设于车身质心处，第六测点设于车身上无任何测点的任一位置；
2）通过多次跌落试验获得各测点的加速度信号，包括四个轮胎跌落试验、前或后轮胎跌落试验及左或右轮胎跌落试验，上述跌落试验均通过一支撑物将轮胎支起，然后将车辆从支撑物上推下，各种加速度信号是在车辆被推下后从各测点获得；
3）通过状态变量的时域识别方法以及获得的加速度信号，识别车辆的模态参数，包括车身的垂向振动频率、俯仰振动频率、侧倾振动频率、以轮胎振动为主的垂向振动、俯仰振动、侧倾振动、扭转振动的频率以及上述七个模态频率所对应的阻尼比；
4）识别物理参数，物理参数包括质量参数、刚度参数、阻尼参数以及尺寸参数，所述尺寸参数通过测量获得，所述质量参数、刚度参数以及阻尼参数通过多个半车模型进行识别；
5）对通过上述步骤获得的质量参数、刚度参数以及阻尼参数进行校正，至少通过3次实验校正，分别在车身质心位置处增加重物、在质心左右对称的位置增加重量的重物以及质心前后对称的位置增加相同重量的重物，然后分别通过跌落试验和步骤2）和3）的模态参数识别方法获得一组试验测试的模态参数，并比较两组模态参数的误差；
6）上一步骤比较所得的误差大于标准，则从步骤4）开始重新识别物理参数，误差小于等于标准，则完成参数识别。
2.根据权利要求1所述的基于跌落实验双-4自由度半车模型的车辆参数识别方法，其特征在于，步骤2）中四个轮胎跌落试验是将前后四个轮胎用同一高度的木块支起，将车辆从木块上推下，车辆获得一个激励，通过测点上的传感器能够获得振动的自由衰减信号，第五测点获得车身质心处振动的自由衰减信号，或是将第一测点的加速度响应加上第二测点的加速度响应再除以二得到车身质心处振动的自由衰减信号。
3.根据权利要求1所述的基于跌落实验双-4自由度半车模型的车辆参数识别方法，其特征在于，步骤2）中前轮胎或后轮胎跌落试验是将车辆的两个前轮或两个后轮用同一高度的木块支起，将车辆从木块推下，车辆获得一个激励，通过测点上的传感器能够获得振动的自由衰减信号，将第三测点的加速度响应减去第五测点的加速度响应后再除以第三测点到第五测点的距离得到振动的俯仰角加速度的自由衰减信号，或将第五测点的加速度响应减去第四测点的加速度响应后再除以第四测点到第五测点的距离得到振动的俯仰角加速度的自由衰减信号。
4.根据权利要求1所述的基于跌落实验双-4自由度半车模型的车辆参数识别方法，其特征在于，步骤2）中左轮胎或右轮胎跌落试验是将车辆的左侧的轮胎或右侧的轮胎用同一高度的木块支起，将车辆从木块推下，车辆获得一个激励，第一测点的加速度信号减去第二测点的加速度信号后再除以第一测点到第二测点的距离得到振动的侧倾角加速度的自由衰减信号，第一测点或第五测点的加速度信号减去第五测点或第二测点的加速度信号后，再除以第一测点或第五测点到第五测点或第二测点的距离得到振动的侧倾角加速度的自由衰减信号。
5.根据权利要求1所述的基于跌落实验单自由度车辆模型的车辆参数识别方法，其特征在于，所述基于状态变量模态参数时域识别方法是利用信号通道从系统的采集自由衰减数据信号，并构建整个系统的传递矩阵，通过对传递矩阵求解特征值，得到系统的固有频率、振型和阻尼比。
6.根据权利要求1所述的基于跌落实验双-4自由度半车模型的车辆参数识别方法，其特征在于，所述质量参数中包括车身的簧上质量M s 、车身的侧倾转动惯量I xx 、车身的俯仰转动惯量I yy 、前轮的质量M uf 以及后轮的质量M ur ，刚度参数包括前悬架的垂向刚度K sf 、后悬架的垂向刚度K sr 、前轮胎的垂向刚度K tf 以及后轮胎的垂向刚度K tr ，阻尼参数包括前悬架的阻尼系数C sf 、后悬架的阻尼系数C sr ，尺寸参数包括前轴到质心处的距离a、后轴到质心处的距离b、前悬架的弹簧到质心所在的纵向对称面的距离t f ，后悬架的弹簧到质心所在的纵向对称面的距离t r ，质量参数为M，刚度参数为K，阻尼参数为C。
7.根据权利要求6所述的基于跌落实验双-4自由度半车模型的车辆参数识别方法，其特征在于，步骤4）中采用2个半车模型从得到的模态参数中分别识别物理参数，分别是通过前后半车模型和左右半车模型，在前后半车模型中，车辆的动力学模型用以下方程描述
Figure 2013100006910100001DEST_PATH_IMAGE002
 其中，
Figure 2013100006910100001DEST_PATH_IMAGE004
                     
Figure 2013100006910100001DEST_PATH_IMAGE006
                     
Figure DEST_PATH_IMAGE008
                  
Figure DEST_PATH_IMAGE010
                 
Figure DEST_PATH_IMAGE012
，，
Figure DEST_PATH_IMAGE016
，
Figure DEST_PATH_IMAGE018
。
8.利用复模态方法计算得到的状态矩阵A为
Figure DEST_PATH_IMAGE020
                        
状态矩阵A对应的特征方程为
Figure DEST_PATH_IMAGE022
                                
系统的特征值为
Figure DEST_PATH_IMAGE024
，则系统固有频率和阻尼比分别为
Figure DEST_PATH_IMAGE026
                   
Figure DEST_PATH_IMAGE028
              
由步骤3）的模态参数识别的结果可以得到左右半车模型的固有频率和阻尼比分别用
Figure DEST_PATH_IMAGE030
和
Figure DEST_PATH_IMAGE032
表示，建立一个误差函数
Figure DEST_PATH_IMAGE034
              
其中，
Figure DEST_PATH_IMAGE038
为固有频率和阻尼系统的加权系数，通过多目标优化的数值算法识别前后半车模型的质量参数、刚度参数以及阻尼参数。
9.根据权利要求6所述的基于跌落实验双-4自由度半车模型的车辆参数识别方法，其特征在于，在左右半车模型中，车辆的动力学模型用以下方程描述
Figure DEST_PATH_IMAGE040
  其中，
Figure DEST_PATH_IMAGE042
                  
Figure DEST_PATH_IMAGE044
                    
Figure DEST_PATH_IMAGE046
    
Figure DEST_PATH_IMAGE048
其余求解过程与前后半车模型的求解过程相同，通过多目标优化的数值算法识别左右半车模型的质量参数、刚度参数以及阻尼参数。
CN201310000691.0A 2013-01-04 2013-01-04 基于跌落实验双-4自由度半车模型的车辆参数识别方法 Active CN103076148B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310000691.0A CN103076148B (zh) 2013-01-04 2013-01-04 基于跌落实验双-4自由度半车模型的车辆参数识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310000691.0A CN103076148B (zh) 2013-01-04 2013-01-04 基于跌落实验双-4自由度半车模型的车辆参数识别方法

Publications (2)

Publication Number Publication Date
CN103076148A true CN103076148A (zh) 2013-05-01
CN103076148B CN103076148B (zh) 2015-07-22

Family

ID=48152753

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310000691.0A Active CN103076148B (zh) 2013-01-04 2013-01-04 基于跌落实验双-4自由度半车模型的车辆参数识别方法

Country Status (1)

Country Link
CN (1) CN103076148B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104965945A (zh) * 2015-06-29 2015-10-07 山东理工大学 电动汽车减振方法
CN106052988A (zh) * 2016-05-06 2016-10-26 四川建筑职业技术学院 一种辨识液体静压导轨油膜刚度、阻尼的系统及方法
CN106644519A (zh) * 2017-01-17 2017-05-10 北京汽车研究总院有限公司 一种车辆垂向动力学模型参数辨识的方法及装置
CN109858120A (zh) * 2019-01-21 2019-06-07 中车青岛四方机车车辆股份有限公司 一种动车组转向架悬挂系统动力学参数优化方法和装置
CN110231181A (zh) * 2019-05-13 2019-09-13 中冀施玛特科技河北有限公司 一种基于振动测试信息的车辆物理参数估计方法
CN111062143A (zh) * 2019-12-30 2020-04-24 重庆长安汽车股份有限公司 一种汽车发动机惯性参数识别方法
CN113203580A (zh) * 2021-05-10 2021-08-03 徐工集团工程机械有限公司 工程车辆稳定性评估方法、装置、系统及工程车辆
CN114088414A (zh) * 2021-11-17 2022-02-25 北京理工大学 一种电动汽车质量、弹簧、阻尼模型三参数提取方法
CN114577489A (zh) * 2022-01-13 2022-06-03 中汽研汽车检验中心（天津）有限公司 车辆跌落等效测试中跌落倾角和跌落高度的确定方法
CN114720149A (zh) * 2022-03-24 2022-07-08 中国第一汽车股份有限公司 一种以试验台为载体的车门匹配尺寸偏差分析方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006005387A1 (de) * 2006-02-03 2007-08-09 Daimlerchrysler Ag Vorrichtung und Verfahren für Dachfallversuche mit Kraftfahrzeugen
CN201522366U (zh) * 2009-11-06 2010-07-07 襄樊达安汽车检测中心 汽车模态试验样品安装平台
CN101907523A (zh) * 2010-01-08 2010-12-08 浙江吉利汽车研究院有限公司 一种在装车条件下动力总成悬置系统的刚体模态测试方法
CN102519692A (zh) * 2011-11-28 2012-06-27 重庆长安汽车股份有限公司 一种汽车动力总成和悬架刚体模态集成测试方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102006005387A1 (de) * 2006-02-03 2007-08-09 Daimlerchrysler Ag Vorrichtung und Verfahren für Dachfallversuche mit Kraftfahrzeugen
CN201522366U (zh) * 2009-11-06 2010-07-07 襄樊达安汽车检测中心 汽车模态试验样品安装平台
CN101907523A (zh) * 2010-01-08 2010-12-08 浙江吉利汽车研究院有限公司 一种在装车条件下动力总成悬置系统的刚体模态测试方法
CN102519692A (zh) * 2011-11-28 2012-06-27 重庆长安汽车股份有限公司 一种汽车动力总成和悬架刚体模态集成测试方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王猛等: "基于遗传算法的车辆悬架系统等效物理参数识别", 《汽车工程》 *
陈可等: "低速汽车整车模态试验研究", 《机械设计与制造》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104965945B (zh) * 2015-06-29 2018-03-27 山东理工大学 电动汽车减振方法
CN104965945A (zh) * 2015-06-29 2015-10-07 山东理工大学 电动汽车减振方法
CN106052988A (zh) * 2016-05-06 2016-10-26 四川建筑职业技术学院 一种辨识液体静压导轨油膜刚度、阻尼的系统及方法
CN106644519A (zh) * 2017-01-17 2017-05-10 北京汽车研究总院有限公司 一种车辆垂向动力学模型参数辨识的方法及装置
CN109858120A (zh) * 2019-01-21 2019-06-07 中车青岛四方机车车辆股份有限公司 一种动车组转向架悬挂系统动力学参数优化方法和装置
CN110231181A (zh) * 2019-05-13 2019-09-13 中冀施玛特科技河北有限公司 一种基于振动测试信息的车辆物理参数估计方法
CN110231181B (zh) * 2019-05-13 2020-12-29 中冀施玛特科技河北有限公司 一种基于振动测试信息的车辆物理参数估计方法
CN111062143B (zh) * 2019-12-30 2022-11-04 重庆长安汽车股份有限公司 一种汽车发动机惯性参数识别方法
CN111062143A (zh) * 2019-12-30 2020-04-24 重庆长安汽车股份有限公司 一种汽车发动机惯性参数识别方法
CN113203580A (zh) * 2021-05-10 2021-08-03 徐工集团工程机械有限公司 工程车辆稳定性评估方法、装置、系统及工程车辆
CN113203580B (zh) * 2021-05-10 2024-03-29 江苏徐工国重实验室科技有限公司 工程车辆稳定性评估方法、装置、系统及工程车辆
CN114088414B (zh) * 2021-11-17 2022-08-26 北京理工大学 一种电动汽车质量、弹簧、阻尼模型三参数提取方法
CN114088414A (zh) * 2021-11-17 2022-02-25 北京理工大学 一种电动汽车质量、弹簧、阻尼模型三参数提取方法
CN114577489A (zh) * 2022-01-13 2022-06-03 中汽研汽车检验中心（天津）有限公司 车辆跌落等效测试中跌落倾角和跌落高度的确定方法
CN114577489B (zh) * 2022-01-13 2024-03-22 中汽研汽车检验中心（天津）有限公司 车辆跌落等效测试中跌落倾角和跌落高度的确定方法
CN114720149A (zh) * 2022-03-24 2022-07-08 中国第一汽车股份有限公司 一种以试验台为载体的车门匹配尺寸偏差分析方法

Also Published As

Publication number Publication date
CN103076148B (zh) 2015-07-22

Similar Documents

Publication Publication Date Title
CN103076148B (zh) 基于跌落实验双-4自由度半车模型的车辆参数识别方法
CN103076146B (zh) 基于跌落试验七自由度车辆模型的车辆参数识别方法
Cuadrado et al. Automotive observers based on multibody models and the extended Kalman filter
CN104598931B (zh) 基于Kaczmarz代数迭代重建方法的桥梁移动车辆荷载识别方法
CN111444623B (zh) 一种阻尼非线性商用车悬架动力学的协同优化方法及系统
CN113570057B (zh) 一种基于模型训练的车辆轮心垂向位移测量方法和装置
CN106840519A (zh) 一种两轴车辆质心高度的静态测量方法
Zheng et al. A New Physical Parameter Identification Method for Two‐Axis On‐Road Vehicles: Simulation and Experiment
CN104598753A (zh) 一种基于Brakhage v方法的桥梁移动车辆荷载识别方法
CN106828005A (zh) 一种预规定瞬态性能的汽车主动悬架自适应控制方法
CN110737964A (zh) 一种基于随机路面激励的车辆刚柔耦合行驶平顺性分析方法
CN203881541U (zh) 一种测量装置
CN111976731A (zh) 基于车辆频域响应的路面不平度识别方法
CN104408265B (zh) 车辆行驶状态和轮胎魔术公式参数联合估计的方法
CN114417630A (zh) 一种基于MWorks的悬架设计、仿真、分析一体化方法
CN109271680A (zh) 一种将1/4汽车模型等效为二自由度模型的方法
CN103076188B (zh) 基于跌落实验单自由度车辆模型的车辆参数识别方法
JP4861897B2 (ja) 車両状態推定装置
CN116186891A (zh) 基于双腔室空气悬架系统的动态传递特性计算方法和装置
CN115320307B (zh) 一种车辆的减振方法、减振装置、电子设备及存储介质
Dumitriu et al. Car vertical dynamics simulations using both an in-house 7 DOF model simulator and Carsim commercial software
Hu Road profile recovery using vertical acceleration data
CN116167249B (zh) 一种飞机非对称着陆的动荷载计算方法、装置及存储介质
CN118036183A (zh) 一种基于遗传算法的车辆悬架参数辨识方法、装置及设备
MAEDA et al. Coupling analysis of unsteady aerodynamics and vehicle behavior with road input: Modeling and verification in road tests

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant