CN106980744B - 汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法 - Google Patents

汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法 Download PDF

Info

Publication number
CN106980744B
CN106980744B CN201710377089.7A CN201710377089A CN106980744B CN 106980744 B CN106980744 B CN 106980744B CN 201710377089 A CN201710377089 A CN 201710377089A CN 106980744 B CN106980744 B CN 106980744B
Authority
CN
China
Prior art keywords
test
factor
orthogonal
smoothness
automobile
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.)
Expired - Fee Related
Application number
CN201710377089.7A
Other languages
English (en)
Other versions
CN106980744A (zh
Inventor
鲁聪
刘鑫
鲁佳佳
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201710377089.7A priority Critical patent/CN106980744B/zh
Publication of CN106980744A publication Critical patent/CN106980744A/zh
Application granted granted Critical
Publication of CN106980744B publication Critical patent/CN106980744B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Vehicle Body Suspensions (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法，包括以下步骤：S1、确定仿真试验考察指标，即汽车的操纵稳定性和平顺性；S2、确定仿真试验因素及其水平值，根据试验因素及水平值的设置选择正交表；S3、根据正交表确定的试验方案在ADAMS仿真平台下进行整车操纵稳定性和平顺性试验，并记录各项试验结果，利用极差分析法获取正交试验各因素极差分析结果；S4、利用矩阵型权重分析法对正交试验极差分析结果进行分析，选取试验因素优化水平组合方案。本发明具有原理简单、可操作性强、设计灵活、可靠性高及适用面广等特点，对汽车动力学性能优化和动力学控制等研究具有重要指导和借鉴意义。

Description

汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法
技术领域
本发明属于汽车动力学性能仿真优化设计领域，特别涉及一种汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法。
背景技术
在汽车研发设计领域，汽车动力学性能是汽车开发过程中极其重要的组成部分，其内容主要包括操纵稳定性、平顺性等汽车动力学性能的设计及试验。在以往的汽车设计过程中，往往通过样车的反复试制、试验及改进来实现汽车动力学性能的开发，这一过程往往周期长、成本高、效率低，无法满足快速响应市场需求的要求。如何在最短的时间内开发出质优价廉的汽车产品，已成为各大汽车公司一直追求的目标。基于计算机仿真分析技术的虚拟样机技术的出现，使得这一目标正在成为现实。通过虚拟样机技术的运用，可以在样车制造之前，对汽车产品进行数字化设计和仿真分析，提前对汽车的动力学性能进行测量、评价和优化设计，以达到减少开发周期、降低开发成本、提高产品质量的目的。
随着汽车技术的不断发展，人们对汽车各项性能的要求也越来越高，为了满足这些要求，就需要对汽车的动力学性能进行优化设计。操纵稳定性和平顺性是汽车的两个基本动力学性能，这两项性能的研究对于提高汽车行驶安全性和舒适性具有重要意义。在以往汽车动力学性能优化设计过程中，大多只是对操纵稳定性和平顺性中某一单项指标性能进行单独优化，然而它们是相互影响、相互矛盾、密不可分的，因此，有必要提供一种操纵稳定性和平顺性的协同优化方法，以同时对这两项性能指标进行优化。
发明内容
本发明的目的在于克服现有技术的不足，提供一种将正交试验设计和矩阵型权重分析法运用到汽车动力学仿真分析中，通过对少量正交仿真试验方案结果的分析，快速确定试验因素的最优水平组合方案及其主次顺序，原理简单、可操作性强、可靠性高的汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法。
本发明的目的是通过以下技术方案来实现的：汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法，包括以下步骤：
S1、确定仿真试验考察指标，即汽车的操纵稳定性和平顺性；
S2、确定仿真试验因素及其水平值，根据试验因素及水平值的设置选择合适的正交表；
S3、根据正交表确定的试验方案在ADAMS仿真平台下进行整车操纵稳定性和平顺性试验，并记录各项试验结果，利用极差分析法获取正交试验各因素极差分析结果；
S4、利用矩阵型权重分析法对正交试验极差分析结果进行分析，选取试验因素优化水平组合方案。
进一步地，所述步骤S1具体实现方法为：确定的仿真试验考察指标为各种行驶工况下涉及汽车性能较多的操纵稳定性和平顺性，其中操纵稳定性考察其各项试验的综合评分值，平顺性考察其随机不平路面输入试验中车身在纵向、侧向和垂向三个方向振动的总加权加速度均方根值。
进一步地，所述步骤S2具体实现方法为：确定仿真试验因素时，应考虑那些对整车操纵稳定性和平顺性影响较大的汽车设计参数，且这类参数不会因改变整车结构形式而导致一系列工艺成本的增加，同时基于参数在设计中易于实现修改的原则，选取汽车悬架弹簧刚度、减振器阻尼和整车质心高度作为试验因素，每个试验因素在原始模型参数的基础上均设置三个水平值，并根据试验因素及其水平数确定三因素三水平的正交表。
进一步地，所述步骤S3具体实现方法为：选取的正交表为三因素三水平正交试验中L9(34)的前3列，根据正交表确定的试验方案进行整车操纵稳定性和平顺性随机不平路面输入仿真试验，并记录各项试验结果，利用极差分析法获取正交试验各因素极差分析结果。
进一步地，所述步骤S4具体实现方法为：利用矩阵型权重分析法对步骤S3中的正交试验极差分析结果进行分析，根据极差分析结果中各试验因素的权重大小直接获取其优化水平组合方案，并验证参数优化方案的有效性；其中，矩阵型权重分析法的具体步骤如下：
S41、建立仿真试验考察指标层矩阵P：正交试验中确定的试验因素个数及其水平数分别记为m和n；定义正交试验m个因素中的第i个因素在第j个水平上的试验考察指标的算术平均值为kij；定义试验考察指标值为Kij，试验考察指标值的取值根据步骤S1中定义方式进行取值：若试验考察指标值Kij越大表示性能越好，则令Kij＝kij；若试验考察指标值Kij越小表示性能越好，则令Kij＝1/kij；构造的试验指标矩阵P如下所示：
Figure BDA0001304263300000031
S42、建立试验因素层矩阵L：定义
Figure BDA0001304263300000032
构造如下因素层矩阵L：
Figure BDA0001304263300000033
S43、建立试验因素水平层矩阵R：用ri表示正交试验中每个试验因素Ai的极差，定义
Figure BDA0001304263300000034
构造的矩阵R如下：
Figure BDA0001304263300000035
S44、定义影响试验考察指标值的各因素水平的权重矩阵为：
ω＝PLR，ωT＝[ω11 ω12 … ω1n ω21 ω22 … ω2n … ωm1 ωm2 … ωmn]T；
S45、由权重矩阵得到影响试验考察指标的各试验因素水平的权重值，其值越大表示该因素该水平对指标的影响程度和优化作用越大，通过比较其大小得到影响试验考察指标的试验因素的主次顺序以及各个因素对应的最大权重值，并将最大权重值作为该因素水平正交试验的最优水平组合方案。
本发明的有益效果是：本发明将正交试验设计和矩阵型权重分析法运用到汽车动力学仿真分析中，通过对少量正交仿真试验方案结果的分析，快速确定试验因素的最优水平组合方案及其主次顺序，以实现汽车操纵稳定性和平顺性的协同优化。该优化方法具有原理简单、可操作性强、设计灵活、可靠性高及适用面广等特点，对汽车动力学性能优化和动力学控制等研究具有重要指导和借鉴意义。
具体实施方式
下面结合具体实施例进一步说明本发明的技术方案。
本发明的一种汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法，包括以下步骤：
S1、确定仿真试验考察指标，即汽车的操纵稳定性和平顺性；具体实现方法为：确定的仿真试验考察指标为各种行驶工况下涉及汽车性能较多的操纵稳定性和平顺性，其中操纵稳定性考察其各项试验的综合评分值，平顺性考察其随机不平路面输入试验中车身在纵向、侧向和垂向三个方向振动的总加权加速度均方根值。
S2、确定仿真试验因素及其水平值，根据试验因素及水平值的设置选择合适的正交表；具体实现方法为：确定仿真试验因素时，应考虑那些对整车操纵稳定性和平顺性影响较大的汽车设计参数，且这类参数不会因改变整车结构形式而导致一系列工艺成本的增加，同时基于参数在设计中易于实现修改的原则，选取汽车悬架弹簧刚度、减振器阻尼和整车质心高度作为试验因素，每个试验因素在原始模型参数的基础上均设置三个水平值，并根据试验因素及其水平数确定三因素三水平的正交表。
本实施例采用的实验因素及其水平值如表一所示。
表一
Figure BDA0001304263300000041
减振器的阻尼特性为非线性，其特性参数用D0表示。
S3、根据正交表确定的试验方案在ADAMS仿真平台下进行整车操纵稳定性和平顺性试验，并记录各项试验结果，利用极差分析法获取正交试验各因素极差分析结果；具体实现方法为：选取的正交表为三因素三水平正交试验中L9(34)的前3列，根据正交表确定的试验方案进行整车操纵稳定性和平顺性随机不平路面输入仿真试验，并记录各项试验结果。
根据表二设定的正交试验方案进行整车操纵稳定性和平顺性随机不平路面输入仿真试验，记录得到的试验结果如表三所示。
表二
Figure BDA0001304263300000051
表三
Figure BDA0001304263300000052
利用极差分析法得到各试验因素及其水平对这两项指标性能的影响情况如表四所示：
表四
Figure BDA0001304263300000053
Figure BDA0001304263300000061
由表四分析可得：影响操纵稳定性的试验因素主次顺序为：刚度>质心高度>阻尼，若单独考虑操纵稳定性的优化问题，根据考察指标值越大越好的原则，得到的参数水平优化组合方案为：刚度1、阻尼3、质心高度1；同理，可得到影响平顺性随机输入的试验因素主次顺序为：质心高度>刚度>阻尼，若单独对平顺性随机输入进行优化，根据考察指标值越小越好的原则，得到的参数水平优化组合方案为：刚度1、阻尼3、质心高度3。纵上所述，两个考察指标的参数水平优化组合方案并不一致，为了确定最终的参数水平优化组合方案，需要进一步采用本发明中使用的矩阵型权重分析法。
S4、利用矩阵型权重分析法对正交试验极差分析结果进行分析，选取试验因素优化水平组合方案；具体实现方法为：利用矩阵型权重分析法对步骤S3中的正交试验极差分析结果进行分析，根据极差分析结果各试验因素的权重大小直接获取其优化水平组合方案，并验证参数优化方案的有效性；其中，矩阵型权重分析法的具体步骤如下：
S41、建立仿真试验考察指标层矩阵P：正交试验中确定的试验因素个数及其水平数分别记为m和n；定义正交试验m个因素中的第i个因素在第j个水平上的试验考察指标的算术平均值为kij(第“i个因素在第j个水平上”的意思是第i个因素取第j个水平时所对应的参数值，比如本实施例中的“第一个因素在第二个水平上”即表示刚度取值为125N/mm)；定义试验考察指标值为Kij，试验考察指标值的取值根据步骤S1中定义方式进行取值：若试验考察指标值Kij越大表示性能越好，则令Kij＝kij；若试验考察指标值Kij越小表示性能越好，则令Kij＝1/kij；构造的试验指标矩阵P如下所示：
Figure BDA0001304263300000071
S42、建立试验因素层矩阵L：定义
Figure BDA0001304263300000072
构造如下因素层矩阵L：
Figure BDA0001304263300000073
S43、建立试验因素水平层矩阵R：用ri表示正交试验中每个试验因素Ai的极差，定义
Figure BDA0001304263300000074
构造的矩阵R如下：
Figure BDA0001304263300000075
S44、定义影响试验考察指标值的各因素水平的权重矩阵为：
ω＝PLR，ωT＝[ω11 ω12 … ω1n ω21 ω22 … ω2n …ωm1 ωm2 … ωmn]T；
S45、由权重矩阵得到影响试验考察指标的各试验因素水平的权重值，其值越大表示该因素该水平对指标的影响程度和优化作用越大，通过比较其大小得到影响试验考察指标的试验因素的主次顺序以及各个因素对应的最大权重值，并将最大权重值作为该因素水平正交试验的最优水平组合方案。
为方便起见，本实施例中分别用A和B表示试验中两个考察指标：操纵稳定性和平顺性随机输入，D、E、F分别表示试验因素刚度、阻尼、质心高度；其中A指标值越大越好，构造试验因素层矩阵时取Kij＝kij；而B指标值追求越小越好，构造其试验因素层矩阵时取Kij＝1/kij。则构造的两个指标的六个矩阵因子如下：
Figure BDA0001304263300000081
Figure BDA0001304263300000082
Figure BDA0001304263300000083
依据权重矩阵计算公式，得到两个试验考察指标的因素水平权重矩阵ωA和ωB，该正交试验的总权重矩阵为两个试验考察指标因素水平独立权重矩阵的算术平均值：
(ωA+ωB)/2＝ω总
得到的三个权重矩阵分别为：
Figure BDA0001304263300000084
由总权重矩阵可以得到影响试验考察指标的各试验因素水平的权重值，其值越大表示该因素该水平对指标的影响程度和优化作用越大。通过比较其大小可得到影响试验考察指标的三个试验因素的主次顺序为：质心高度>刚度>阻尼，且对应的最大权重值的水平为：F3、D1、E3。因此，最后确定的该三因素三水平正交试验的最优水平组合方案为：D1、E3、F3，即刚度为100N/mm，阻尼为1.2D0，质心高度为306mm。该参数优化水平组合方案即为正交试验设计中的方案3，该优化方案的两个考察指标分别为：操纵稳定性得分84.642，平顺性随机输入总加权加速度均方根值为0.129m/s2，相对原模型的83.505和0.140m/s2分别提高了1.36％和降低了7.8％。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (4)

1.汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法，其特征在于，包括以下步骤：
S1、确定仿真试验考察指标，即汽车的操纵稳定性和平顺性；
S2、确定仿真试验因素及其水平值，根据试验因素及水平值的设置选择正交表；
S3、根据正交表确定的试验方案在ADAMS仿真平台下进行整车操纵稳定性和平顺性试验，并记录各项试验结果，利用极差分析法获取正交试验各因素极差分析结果；
S4、利用矩阵型权重分析法对正交试验极差分析结果进行分析，选取试验因素优化水平组合方案；具体实现方法为：利用矩阵型权重分析法对步骤S3中的正交试验极差分析结果进行分析，根据极差分析结果中各试验因素的权重大小直接获取其优化水平组合方案；具体包括以下子步骤：
S41、建立仿真试验考察指标层矩阵P：正交试验中确定的试验因素个数及其水平数分别记为m和n；定义正交试验m个因素中的第i个因素在第j个水平上的试验考察指标的算术平均值为kij；定义试验考察指标值为Kij，试验考察指标值的取值根据步骤S1中定义方式进行取值：若试验考察指标值Kij越大表示性能越好，则令Kij＝kij；若试验考察指标值Kij越小表示性能越好，则令Kij＝1/kij；构造的试验指标矩阵P如下所示：
Figure FDA0002445700080000011
S42、建立试验因素层矩阵L：定义
Figure FDA0002445700080000012
构造如下因素层矩阵L：
Figure FDA0002445700080000021
S43、建立试验因素水平层矩阵R：用ri表示正交试验中每个试验因素Ai的极差，定义
Figure FDA0002445700080000022
构造的矩阵R如下：
Figure FDA0002445700080000023
S44、定义影响试验考察指标值的各因素水平的权重矩阵为：
ω＝PLR，ωT＝[ω11 ω12 … ω1n ω21 ω22 … ω2n … ωm1 ωm2 … ωmn]T；
S45、由权重矩阵得到影响试验考察指标的各试验因素水平的权重值，其值越大表示该因素该水平对指标的影响程度和优化作用越大，通过比较其大小得到影响试验考察指标的试验因素的主次顺序以及各个因素对应的最大权重值，并将最大权重值作为该因素水平正交试验的最优水平组合方案。
2.根据权利要求1所述的汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法，其特征在于，所述步骤S1中操纵稳定性考察其各项试验因素的综合评分值，平顺性考察其随机不平路面输入试验中车身在纵向、侧向和垂向三个方向振动的总加权加速度均方根值。
3.根据权利要求2所述的汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法，其特征在于，所述步骤S2具体实现方法为：选取汽车悬架弹簧刚度、减振器阻尼和整车质心高度作为试验因素，每个试验因素在原始模型参数的基础上均设置三个水平值，并根据试验因素及其水平数确定三因素三水平的正交表。
4.根据权利要求3所述的汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法，其特征在于，所述步骤S3具体实现方法为：选取的正交表为三因素三水平正交试验中L9(34)的前3列，根据正交表确定的试验方案进行整车操纵稳定性和平顺性随机不平路面输入仿真试验，并记录各项试验结果，利用极差分析法获取正交试验各因素极差分析结果。
CN201710377089.7A 2017-05-25 2017-05-25 汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法 Expired - Fee Related CN106980744B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710377089.7A CN106980744B (zh) 2017-05-25 2017-05-25 汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710377089.7A CN106980744B (zh) 2017-05-25 2017-05-25 汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法

Publications (2)

Publication Number Publication Date
CN106980744A CN106980744A (zh) 2017-07-25
CN106980744B true CN106980744B (zh) 2020-07-31

Family

ID=59344919

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710377089.7A Expired - Fee Related CN106980744B (zh) 2017-05-25 2017-05-25 汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法

Country Status (1)

Country Link
CN (1) CN106980744B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108717588A (zh) * 2018-06-07 2018-10-30 哈尔滨工业大学 一种基于正交试验设计的轨迹优化初值选取方法
CN109002599B (zh) * 2018-07-04 2022-11-15 重庆交通大学 基于田口实验的汽车平顺性优化分析方法
CN109033643B (zh) * 2018-07-31 2022-07-15 福建工程学院 基于灵敏度分析的汽车操稳性瞬态性能参数优化方法
CN109238747A (zh) * 2018-11-09 2019-01-18 桂林电子科技大学 一种用于商用车整车性能指标分解分析平台及分解分析方法
CN109856794B (zh) * 2019-01-14 2021-09-17 南京理工大学 一种强过载环境下透镜安装结构最佳参数设计方法
CN109918757B (zh) * 2019-02-28 2023-03-31 厦门理工学院 基于正交试验法的复合减阻设计方法及复合减阻方式
CN110414158A (zh) * 2019-07-31 2019-11-05 南京邮电大学 一种叠层芯片热性能优化方法
CN110990958B (zh) * 2019-12-31 2022-02-08 吉林大学 一种方程式赛车的气动套件装置及其高效优化设计方法
CN112784442A (zh) * 2021-03-01 2021-05-11 南京道发科技有限公司 一种基于大数据的仿真分析方法及系统
CN114291093A (zh) * 2021-11-30 2022-04-08 安徽海博智能科技有限责任公司 一种车路协同自动驾驶分层修正控制方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942392A (zh) * 2014-04-24 2014-07-23 天津职业技术师范大学 一种基于全生命周期的汽车底盘技术参数稳健设计方法
CN104573163A (zh) * 2013-10-29 2015-04-29 广州汽车集团股份有限公司 一种汽车悬架参数化设计方法
US9290165B2 (en) * 2004-10-15 2016-03-22 Ford Global Technologies Vehicle loading based vehicle dynamic and safety related characteristic adjusting system
CN106611073A (zh) * 2015-10-27 2017-05-03 上海圣奥塔汽车技术有限公司 车辆结构设计参数优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9290165B2 (en) * 2004-10-15 2016-03-22 Ford Global Technologies Vehicle loading based vehicle dynamic and safety related characteristic adjusting system
CN104573163A (zh) * 2013-10-29 2015-04-29 广州汽车集团股份有限公司 一种汽车悬架参数化设计方法
CN103942392A (zh) * 2014-04-24 2014-07-23 天津职业技术师范大学 一种基于全生命周期的汽车底盘技术参数稳健设计方法
CN106611073A (zh) * 2015-10-27 2017-05-03 上海圣奥塔汽车技术有限公司 车辆结构设计参数优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SF35100型矿用自卸车操纵稳定性和平顺性的协同优化;刘士士;《中国优秀硕士学位论文全文数据库工程科技I辑》;20130715(第07期);第B021-40页 *

Also Published As

Publication number Publication date
CN106980744A (zh) 2017-07-25

Similar Documents

Publication Publication Date Title
CN106980744B (zh) 汽车动力学仿真分析中操纵稳定性和平顺性协同优化方法
CN109033643B (zh) 基于灵敏度分析的汽车操稳性瞬态性能参数优化方法
CN109238747A (zh) 一种用于商用车整车性能指标分解分析平台及分解分析方法
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
CN112889058A (zh) 车身部件的灵敏度解析方法以及装置、车身部件的材料特性决定方法
CN109002599A (zh) 基于田口实验的汽车平顺性优化分析方法
Ashtekar et al. Simulink model of suspension system and it's validation on suspension test rig
CN107657073A (zh) 一种三明治复合材料结构的参数识别方法
Derrix et al. Experimental analysis of the influence of body stiffness on dynamic suspension kinematics and compliance characteristics and dynamic body behavior
Bedük et al. Advanced parameter analysis for damper influence on ride dynamics
Lenka et al. Multi-Objective Optimization to improve SUV ride performances using MSC. ADAMS and Mode Frontier
CN114720073A (zh) 一种用于解决悬架系统耦合振动的混合分析方法
JP2004224245A (ja) タイヤ性能シミュレーション方法、装置、及び記録媒体
Hamersma et al. A comparison of quarter, half and full vehicle models with experimental ride comfort data
Çalışkan et al. Performance analysis of the rule-optimized fuzzy-logic controller for semi-active suspension
Abel et al. Optimization of lateral vehicle dynamics by targeted dimensioning of the rim width
Gu et al. The parameter optimization and performance analysis of the suspension system in the cab of a heavy truck
CN115270584B (zh) 适用于新能源电动汽车电池托架的轻量化方法
Albinsson et al. The damper levels influence on vehicle roll, pitch, bounce and cornering behaviour of passenger vehicles-A study in cooperation with Volvo Car Corporation
Ogunoiki et al. Characterisation of the effects of vehicle parameter variations on vehicle road load data
Hu Road profile recovery using vertical acceleration data
Cassara et al. A multi-level approach for the validation of a tractor-semitrailer ride and handling model
Peng Multi-objective optimization of vibration characteristics of steering systems based on GA-BP neural networks
Jorge de-J et al. Influence of MR damper modeling on vehicle dynamics
Thomas et al. Study of Tire Contribution to Vehicle Noise, Ride and Handling Performance using DOE (Design of Experiments) Techniques

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200731