CN109334379B - 重型车用液电式惯容器非线性惯性力辨识方法 - Google Patents

重型车用液电式惯容器非线性惯性力辨识方法 Download PDF

Info

Publication number
CN109334379B
CN109334379B CN201811091559.4A CN201811091559A CN109334379B CN 109334379 B CN109334379 B CN 109334379B CN 201811091559 A CN201811091559 A CN 201811091559A CN 109334379 B CN109334379 B CN 109334379B
Authority
CN
China
Prior art keywords
equivalent
nonlinear
parameter
inerter
damping
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.)
Active
Application number
CN201811091559.4A
Other languages
English (en)
Other versions
CN109334379A (zh
Inventor
杨晓峰
杨艺
刘雁玲
刘昌宁
沈钰杰
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.)
Jiangsu University
Original Assignee
Jiangsu University
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 Jiangsu University filed Critical Jiangsu University
Priority to CN201811091559.4A priority Critical patent/CN109334379B/zh
Publication of CN109334379A publication Critical patent/CN109334379A/zh
Application granted granted Critical
Publication of CN109334379B publication Critical patent/CN109334379B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60GVEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/018Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60GVEHICLE SUSPENSION ARRANGEMENTS
    • B60G2600/00Indexing codes relating to particular elements, systems or processes used on suspension systems or suspension control systems
    • B60G2600/18Automatic control means
    • B60G2600/187Digital Controller Details and Signal Treatment
    • B60G2600/1879Fuzzy Logic Control

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明提出一种重型车用液电式惯容器非线性惯性力辨识方法,通过实验数据辨识参数,使得辨识出的参数更符合实际情况,并依据不同的非线性力在不同频率下的特性的不同,通过优化算法得出最优辨识参数,使得可以精确建立惯容器的非线性模型,得知惯容器中有效惯质系数的大小,精确辨识出惯容器的实际输出力,为后面的主动控制奠定了基础。

Description

重型车用液电式惯容器非线性惯性力辨识方法
技术领域
本发明涉及减振和车辆悬架技术领域,特别是涉及一种重型车用液电式惯容器非线性惯性力辨识方法。
背景技术
在车辆的重要总成系统中,悬架是不可替代的一部分,起到支撑车身、传递受力和衰减振动的重要作用,与车辆平顺性、操纵稳定性和行驶安全性息息相关。在车辆悬架的发展脉络中,传统悬架的基本结构框架均是“弹簧-阻尼器”二元件并联。为了提高这种二元件并联悬架结构的隔振性能,海内外作了许多研究工作,但都不具备很较好的工程应用价值。可见,目前车辆悬架采用的“弹簧-阻尼器”并联结构已经成为提升悬架综合性能的瓶颈。
同时,随着汽车制造技术不断地发展和完善,人们不但要求客车要拥有较高的乘坐舒适性,同时也希望主要用于运输的重型车也能有较好的减振性能。一方面,随着网络购物行业兴起而兴起的物流行业需要运输大量易碎物品,另一方面国内主要在售重型车的主要减振装置仍然为钢板弹簧。钢板弹簧是一种最为简单的减振装置,虽其结构简单,工作可靠,成本低廉,维修方便,但钢板弹簧只能用于非独立悬架,重量重,刚度大,舒适性差,远远不能满足当前物流运输易碎品或精密品的要求。
2003年,剑桥大学学者SIMTH提出了惯容器的思想。随着惯容器的出现和“惯容器-弹簧-阻尼器”新型机械隔振网络的形成,车辆ISD悬架得以问世。这种新型悬架结构打破了以往悬架框架的束缚,较传统悬架具有更优越的隔振性能和更广阔的提升空间,大大拓宽了车辆悬架研究领域。一时间,ISD悬架成为国内外广大学者的研究热点。
然而,在惯容器实际模型中存在着大量非线性因素,由于测量困难,无特定规律,对惯容器非线性的研究一直难以深入。因为非线性因素的存在,惯容器实验数据与仿真数据之间始终存在着差距。而重型车用惯容器所需惯质系数较大,不可避免的造成了非线性因素的同时增大。若不能够很好的将非线性因素识别出来,所设计的悬架系统的性能可能会有所恶化。若能将惯容器非线性辨识出来,可以大大提升仿真模型的精确度,减小仿真模型与实际模型之间的差距,进一步推进惯容器的发展。
发明内容
针对现有技术中存在不足,本发明提供了重型车用惯容器非线性惯性力辨识方法,通过辨识重型车用惯容器的非线性力,达到精确建立惯容器模型,准确控制惯容器输出力的目的。
本发明是通过以下技术手段实现上述技术目的的。
一种重型车用液电式惯容器非线性惯性力辨识方法,其特征在于,包括如下步骤:步骤1:建立液电式惯容器的非线性模型T,其数学表达式为:
Figure GDA0003206164020000021
其中,F为惯性力,be为等效惯质系数,ke为等效刚度,ce为等效阻尼,x1为液电式惯容器下端点位移,
Figure GDA0003206164020000022
为液电式惯容器下端点位移的微分,
Figure GDA0003206164020000023
为液电式惯容器下端点位移的二阶微分,sgn表示符号函数,f为非线性摩擦力幅值;步骤2:进行液电式惯容器非线性参数辨识,其包括步骤2.1:对液电式惯容器进行性能实验,采集N组不同振动频率下实验得到的位移信号A′和惯性力信号B′,其中N=23,同一振动频率下的信号记为矩阵Zx,Zx=(A′x,B′x),A′x=(A′1,A′2,…,A′i),B′x=(B′1,B′2,…,B′i),i=1,2,3,……,n,x=1,2,……,23;步骤2.2:获取非线性摩擦力的幅值f;步骤2.3:将23组不同振动频率下的信号矩阵Zx=(A′,B′)分别输入非线性模型T中,求解得到23组非线性辨识参数,记为Wx=(cex,kex,bex),其中Wx表示为第x组振动频率下所求解得到的非线性辨识参数的矩阵,cex表示为第x组振动频率下所求解得到的等效阻尼,表示为第x组振动频率下所求解得到的等效刚度,bex表示为第x组振动频率下所求解得到的等效惯质系数;步骤3:根据模糊层次分析法对所得的23组非线性辨识参数进行归类优化,选取一组最优非线性辨识参数矩阵
Figure GDA0003206164020000024
其中
Figure GDA0003206164020000025
表示为最优非线性辨识参数矩阵,
Figure GDA0003206164020000026
表示为最优等效阻尼,
Figure GDA0003206164020000027
表示为最优等效刚度,
Figure GDA0003206164020000028
表示为最优等效惯质系数,其中归类优化进一步包括步骤3.1:将23组非线性辨识参数中的等效阻尼ce、等效刚度ke和等效惯质系数be分别按振动频率从小到大依次排列,ce=(ce1,…ceq,…,cep,…ce23),ke=(ke1,…keq,…,kep,…ke23),be=(be1,…beq,…,bep,…be23);
分别将ce=(ce1,…ceq,…,cep,…ce23),ke=(ke1,…keq,…,kep,…ke23),be=(be1,…beq,…,bep,…be23)的元素两两之间相互比较,用rqp表示参数ceq与cep或参数keq与kep或参数beq与bep之间的重要程度差异,rqp越大,参数ceq比cep或参数keq比kep或参数beq比bep越重要,q=(1,2,……,23),p=(1,2,……,23);步骤3.2:用0.1~0.9作为重要程度差异rqp的标度,将参数ceq与cep或参数keq与kep或参数beq与bep之间的重要程度差异进行标度;步骤3.3:根据重要程度差异rqp分别建立用等效阻尼ce、等效刚度ke和等效惯质系数be的模糊判断矩阵,分别用Rc、Rk和Rb表示,
Figure GDA0003206164020000031
步骤3.4:将x=23带入权重判断公式
Figure GDA0003206164020000032
中,得到
Figure GDA0003206164020000033
分别求得等效阻尼ce、等效刚度ke和等效惯质系数be分别在23组不同振动频率下的权重Qq,并对模糊判断矩阵Rc、Rk和Rb进行一致性检验,若不通过返回重新进行标度,直到通过一致性;步骤3.5:分别根据式子
Figure GDA0003206164020000034
求得等效阻尼ce、等效刚度ke和等效惯质系数be的最优解,记为
Figure GDA0003206164020000035
步骤4:将最优非线性辨识参数矩阵
Figure GDA0003206164020000036
非线性模型T中,仿真得到惯性力信号B″,B″=(B1,B2,…,Bi),i=1,2,3,……,n,在同一振动频率下求B″与B′的方差χ,当χ≤δ时,δ为任意小数,承认最优非线性辨识参数矩阵
Figure GDA0003206164020000037
否则返回步骤3.2重新进行标度。
进一步地,其中步骤2.2具体包括:将三角波作为液电式惯容器实验中的输入信号,采集得到液电式惯容器在0.1Hz振动时的惯性力信号,采用极大似然法对实验数据进行处理,得到非线性摩擦力的幅值f=0.5KN。
本发明的有益效果在于:
1.本发明通过实验数据辨识参数,使得辨识出的参数更符合实际情况,并依据不同的非线性力在不同频率下的特性的不同,通过优化算法得出最优辨识参数,更具有科学依据,辨识出的结果也更为精准。也使得可以精确建立惯容器的非线性模型,得知惯容器中有效惯质系数的大小,精确辨识出惯容器的实际输出力,为后面的主动控制奠定了基础。
2.由机械学知识可知,非线性摩擦力Ff一般压力不变的情况下,大小不变,方向和相对运动方向相反,由于非线性摩擦力Ff是不连续的,难以通过线性化求解,本方法通过先辨识出非线性摩擦力,使得模型中的非线性摩擦力为一个常数,能够有效避免因非线性摩擦力带来的求解出错的问题,提高计算能力。
3.在低频振动下,由于速度较慢,非线性阻尼力不明显,加速度也较小,惯性力也不明显,此时非线性摩擦力占主要部分。而在高频振动下,非线性阻尼力和非线性惯性力都会显著增大,而非线性摩擦力几乎不变,此时的惯容器两端的力主要成分为惯性力以及非线性阻尼。根据这一特性,分别单独考虑低频和高频振动下的输出力,避免了在低频振动下阻尼力对非线性摩擦力辨识的影响。通过模糊层次分析法对所得的x组非线性辨识参数进行归类优化,选取一组最优非线性辨识参数,即通过在不同频率下,对不同非线性力设置不同的重要度,更具有科学性,可以有效提升参数辨识的准确度。
附图说明
图1为本发明所述的重型车用惯容器非线性惯性力辨识方法流程图。
图2为本发明所述的惯容器动力学模型。
图3为本发明所述的惯容器性能实验图。
图4为本发明所述的非线性模型T。
图5为本发明所述的惯容器在0.1Hz振动时的惯性力信号。
图6为本发明所述的非线性模型T′。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明,本文中所使用的装置为专利申请号为CN201510054640.5的专利,以该专利中的装置结构作为本文中的车辆液电耦合式ISD悬架的结构。
如图1所示,示出了一种重型车用液电式惯容器非线性惯性力辨识方法的流程图,具体包括如下步骤:
步骤1:建立如图2所示的惯容器动力学模型,
Figure GDA0003206164020000051
其中,F表示为惯性力,b为惯质系数,x1为惯容器下端点位移。惯容器本应为两端点元件,由于在进行惯容器性能实验时,惯容器一端与实验设备固定连接,只有一端发生位移,即可将惯容器等效为如图1所示的动力学模型。
步骤2:设置理论惯质系数b′=100,输入信号为位移信号y,y=10·cos(ωt),振动频率ω的取值范围为[0.1,10],并获取惯容器在不同振动频率下的理论惯性力信号B。
步骤3:利用图3中的实验设备进行惯容器性能实验,实验中的输入信号与惯容器的惯质系数与步骤2中的设置相同,当振动频率在[0.1,1]之间时,每隔0.1Hz选取一个振动频率,当振动频率在(1,5]之间时,每隔0.5Hz选取一个振动频率,当振动频率在(5,10]之间时,每隔1Hz选取一个振动频率,共有23组,采集23组不同振动频率下实验的位移信号A′和惯性力信号B′,同一振动频率下的信号记为矩阵Zx,Zx=(A′x,B′x),A′x=(A1,A2,…,Ai),B′x=(B1,B2,…,Bi),i=1,2,3,……,n,x=1,2,……,23;
步骤4:按照力学特性将惯性力信号B′分为非线性摩擦力Ff,非线性阻尼力Fc,非线性弹性力Fk和非线性惯容力Fb,并并将惯容器动力学模型深化建模,得到如图4所示的惯容器的非线性模型T,其用数学表达方式可表示为:
Figure GDA0003206164020000052
由机械学知识可知,非线性摩擦力Ff一般压力不变的情况下,大小不变,方向和相对运动方向相反;非线性阻尼力Fc一般和相对速度成正比,即
Figure GDA0003206164020000053
非线性弹性力Fk一般和相对位移成正比,即Fk=ke·x1;惯性力一般和相对加速度成正比,即
Figure GDA0003206164020000054
其中,ce为等效阻尼,ke为等效刚度,be为等效惯质系数。
根据以上规律可知,在低频振动下,由于速度较慢,非线性阻尼力不明显,加速度也较小,惯性力也不明显,此时非线性摩擦力占主要部分。而在高频振动下,非线性阻尼力和非线性惯性力都会显著增大,而非线性摩擦力几乎不变,此时的惯容器两端的力主要成分就是惯性力以及非线性阻尼力了。根据这一特性,在不同频率下,对不同非线性力设置不同的重要度,可以提升参数辨识的准确度。
步骤5:在低频振动阶段,非线性因素主要为非线性摩擦力Ff
Figure GDA0003206164020000061
其中f为非线性摩擦力幅值,sgn表示符号函数。由于符号函数的存在,非线性摩擦力Ff难以线性化求解不利于其他非线性参数进行辨识,遂利用低频振动率先求出非线性摩擦力的幅值,即非线性摩擦力Ff的大小。
将三角波作为输入信号,采集得到如图5中所示的惯容器在0.1Hz振动时的惯性力信号B′,采用极大似然法对实验数据进行处理,得到非线性摩擦力Ff=0.5kN;
随后将非线性阻尼力Fc、非线性弹性力Fk、非线性惯性力Fb线性化,分别用等效阻尼ce、等效刚度ke、等效惯质系数be表示,即
Figure GDA0003206164020000062
Fk=ke·x1
Figure GDA0003206164020000063
用等效阻尼ce、等效刚度ke、等效惯质系数be和幅值为0.5KN的非线性摩擦力Ff表示如图6所示的非线性模型T′,其用数学表达方式可表示为:
Figure GDA0003206164020000064
步骤6:建立非线性参数辨识模型,设置参数截止误差和函数截止误差均为0.01,将23组不同振动频率下的信号矩阵Zx=(A′,B′)分别输入非线性参数辨识模型中,求解得到23组非线性辨识参数,记为Wx=(cex,kex,bex),其中Wx表示为第x组振动频率下所求解得到的非线性辨识参数的矩阵,cex表示为第x组振动频率下所求解得到的等效阻尼,表示为第x组振动频率下所求解得到的等效刚度,bex表示为第x组振动频率下所求解得到的等效惯质系数;
步骤7:根据模糊层次分析法对所得的x组非线性辨识参数进行归类优化,选取一组最优非线性辨识参数,
Figure GDA0003206164020000065
其中
Figure GDA0003206164020000066
表示为最优非线性辨识参数矩阵,
Figure GDA0003206164020000067
表示为最优等效阻尼,
Figure GDA0003206164020000068
表示为最优等效刚度,
Figure GDA0003206164020000069
表示为最优等效惯质系数;
步骤7.1:将x组非线性辨识参数中的等效阻尼ce、等效刚度ke和等效惯质系数be分别按振动频率从小到大依次排列,ce=(ce1,…ceq,…,cep,…ce23),ke=(ke1,…keq,…,kep,…ke23),be=(be1,…beq,…,bep,…be23);
步骤7.2:分别将ce=(ce1,…ceq,…,cep,…ce23),ke=(ke1,…keq,…,kep,…ke23),be=(be1,…beq,…,bep,…be23)的元素两两之间相互比较,用rqp表示参数ceq与cep或参数keq与kep或参数beq与bep之间的重要程度差异,rqp越大,参数ceq比cep或参数keq比kep或参数beq比bep越重要,q=(1,2,……,23),p=(1,2,……,23);
步骤7.3:用0.1~0.9作为重要程度差异的标度,将参数ceq与cep或参数keq与kep或参数beq与bep之间的重要程度差异进行标度;
若rqp=0.5,则参数ceq与cep或参数keq与kep或参数beq与bep同等重要;若rqp=0.6,则参数ceq比cep或参数keq比kep或参数beq比bep稍微重要;若rqp=0.7,则参数ceq比cep或参数keq比kep或参数beq比bep明显重要;若rqp=0.8,则参数ceq比cep或参数keq比kep或参数beq比bep重要的多;若rqp=0.9,则参数ceq比cep或参数keq比kep或参数beq比bep极端重要;
反之,则rpq=1-rqp,rpq表示参数cep与ceq或参数kep与keq或参数beq与bep之间的重要程度差异进行标度;
步骤7.4:根据重要程度差异rqp分别建立用等效阻尼ce、等效刚度ke和等效惯质系数be的模糊判断矩阵,分别用Rc、Rk和Rb表示,
Figure GDA0003206164020000071
步骤7.5:将x=23带入权重判断公式
Figure GDA0003206164020000072
中,得到
Figure GDA0003206164020000073
分别求得等效阻尼ce、等效刚度ke和等效惯质系数be分别在23组不同振动频率下的权重Qq,并对模糊判断矩阵Rc、Rk和Rb进行一致性检验,若不通过返回步骤7.3重新进行标度,直到通过一致性;
步骤7.6:分别根据式子
Figure GDA0003206164020000074
求得等效阻尼ce、等效刚度ke和等效惯质系数be的最优解,记为
Figure GDA0003206164020000075
步骤8:将最优非线性辨识参数,
Figure GDA0003206164020000081
以及Ff代入非线性模型T中,设定非线性模型T中惯质系数为94kg且输入信号与步骤3中相同,仿真得到惯性力信号B″,B″=(B1,B2,…,Bi),i=1,2,3,……,n,在同一振动频率下求B″与B′的方差χ,当χ≤δ时,δ为任意小数,承认最优非线性辨识参数,
Figure GDA0003206164020000082
否则返回步骤7.3重新进行标度。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (1)

1.一种重型车用液电式惯容器非线性惯性力辨识方法,其特征在于,包括如下步骤:
步骤1:建立液电式惯容器的非线性模型T,其数学表达式为:
Figure FDA0003206164010000011
其中,F为惯性力,be为等效惯质系数,ke为等效刚度,ce为等效阻尼,x1为液电式惯容器下端点位移,
Figure FDA0003206164010000012
为液电式惯容器下端点位移的微分,
Figure FDA0003206164010000013
为液电式惯容器下端点位移的二阶微分,sgn表示符号函数,f为非线性摩擦力幅值;
步骤2:进行液电式惯容器非线性参数辨识,其包括步骤2.1:对液电式惯容器进行性能实验,采集N组不同振动频率下实验得到的位移信号A′和惯性力信号B′,其中N=23,同一振动频率下的信号记为矩阵Zx,Zx=(A′x,B′x),A′x=(A′1,A′2,…,A′i),B′x=(B′1,B′2,…,B′i),i=1,2,3,……,n,x=1,2,……,23;步骤2.2:获取非线性摩擦力的幅值f;步骤2.3:将23组不同振动频率下的信号矩阵Zx=(A′,B′)分别输入非线性模型T中,求解得到23组非线性辨识参数,记为Wx=(cex,kex,bex),其中Wx表示为第x组振动频率下所求解得到的非线性辨识参数的矩阵,cex表示为第x组振动频率下所求解得到的等效阻尼,表示为第x组振动频率下所求解得到的等效刚度,bex表示为第x组振动频率下所求解得到的等效惯质系数;
步骤3:根据模糊层次分析法对所得的23组非线性辨识参数进行归类优化,选取一组最优非线性辨识参数矩阵
Figure FDA0003206164010000014
其中
Figure FDA0003206164010000015
表示为最优非线性辨识参数矩阵,
Figure FDA0003206164010000016
表示为最优等效阻尼,
Figure FDA0003206164010000017
表示为最优等效刚度,
Figure FDA0003206164010000018
表示为最优等效惯质系数,其中归类优化进一步包括步骤3.1:将23组非线性辨识参数中的等效阻尼ce、等效刚度ke和等效惯质系数be分别按振动频率从小到大依次排列,ce=(ce1,…ceq,…,cep,…ce23),ke=(ke1,…keq,…,kep,…ke23),be=(be1,…beq,…,bep,…be23);
分别将ce=(ce1,…ceq,…,cep,…ce23),ke=(ke1,…keq,…,kep,…ke23),be=(be1,…beq,…,bep,…be23)的元素两两之间相互比较,用rqp表示参数ceq与cep或参数keq与kep或参数beq与bep之间的重要程度差异,rqp越大,参数ceq比cep或参数keq比kep或参数beq比bep越重要,q=(1,2,……,23),p=(1,2,……,23);步骤3.2:用0.1~0.9作为重要程度差异rqp的标度,将参数ceq与cep或参数keq与kep或参数beq与bep之间的重要程度差异进行标度;步骤3.3:根据重要程度差异rqp分别建立用等效阻尼ce、等效刚度ke和等效惯质系数be的模糊判断矩阵,分别用Rc、Rk和Rb表示,
Figure FDA0003206164010000021
步骤3.4:将x=23带入权重判断公式
Figure FDA0003206164010000022
中,得到
Figure FDA0003206164010000023
分别求得等效阻尼ce、等效刚度ke和等效惯质系数be分别在23组不同振动频率下的权重Qq,并对模糊判断矩阵Rc、Rk和Rb进行一致性检验,若不通过返回重新进行标度,直到通过一致性;步骤3.5:分别根据式子
Figure FDA0003206164010000024
求得等效阻尼ce、等效刚度ke和等效惯质系数be的最优解,记为
Figure FDA0003206164010000025
步骤4:将最优非线性辨识参数矩阵
Figure FDA0003206164010000026
非线性模型T中,仿真得到惯性力信号B″,B″=(B1,B2,…,Bi),i=1,2,3,……,n,在同一振动频率下求B″与B′的方差χ,当χ≤δ时,δ为任意小数,承认最优非线性辨识参数矩阵
Figure FDA0003206164010000027
否则返回步骤3.2重新进行标度;
其中步骤2.2具体包括:将三角波作为液电式惯容器实验中的输入信号,采集得到液电式惯容器在0.1Hz振动时的惯性力信号,采用极大似然法对实验数据进行处理,得到非线性摩擦力的幅值f=0.5KN。
CN201811091559.4A 2018-09-19 2018-09-19 重型车用液电式惯容器非线性惯性力辨识方法 Active CN109334379B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811091559.4A CN109334379B (zh) 2018-09-19 2018-09-19 重型车用液电式惯容器非线性惯性力辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811091559.4A CN109334379B (zh) 2018-09-19 2018-09-19 重型车用液电式惯容器非线性惯性力辨识方法

Publications (2)

Publication Number Publication Date
CN109334379A CN109334379A (zh) 2019-02-15
CN109334379B true CN109334379B (zh) 2021-11-23

Family

ID=65306143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811091559.4A Active CN109334379B (zh) 2018-09-19 2018-09-19 重型车用液电式惯容器非线性惯性力辨识方法

Country Status (1)

Country Link
CN (1) CN109334379B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1025847A (en) * 1962-11-10 1966-04-14 Girling Ltd Improvements in suspension units for vehicles
SU1296474A1 (ru) * 1984-08-23 1987-03-15 Всесоюзный научно-исследовательский проектно-конструкторский институт прикладной биохимии Устройство дл наполнени мешков из термопластичного материала сыпучим продуктом
US6352250B1 (en) * 1998-10-07 2002-03-05 Fuji Jukogyo Kabushiki Kaisha Vehicle suspension system
CN105447262A (zh) * 2015-12-14 2016-03-30 江苏大学 一种流体惯容器的非线性模型及其参数确定方法
CN106844920A (zh) * 2017-01-11 2017-06-13 江苏科技大学 一种滚珠丝杠式惯容器理想线性惯质系数的非线性修正方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2905786C (en) * 2013-03-13 2022-01-25 Wisconsin Alumni Research Foundation Methods and materials for hematoendothelial differentiation of human pluripotent stem cells under defined conditions
US9550404B2 (en) * 2013-03-15 2017-01-24 Levant Power Corporation Active suspension with on-demand energy flow
CN104494387B (zh) * 2014-11-12 2016-09-14 江苏大学 一种车辆惯质悬架结构及其参数确定方法
CN204526713U (zh) * 2015-02-02 2015-08-05 江苏大学 液电耦合式车辆悬架阻抗控制装置
KR101734144B1 (ko) * 2015-11-24 2017-05-11 공주대학교 산학협력단 기술창업교육서비스품질 평가 시스템
CN105644288B (zh) * 2016-02-22 2019-04-02 江苏大学 一种车辆isd悬架参数匹配方法
CN106250592A (zh) * 2016-07-21 2016-12-21 江苏大学 一种车辆惯质悬架参数优化设计方法
JP6286092B1 (ja) * 2017-05-30 2018-02-28 株式会社ショーワ サスペンション制御装置、及びサスペンション装置。

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1025847A (en) * 1962-11-10 1966-04-14 Girling Ltd Improvements in suspension units for vehicles
SU1296474A1 (ru) * 1984-08-23 1987-03-15 Всесоюзный научно-исследовательский проектно-конструкторский институт прикладной биохимии Устройство дл наполнени мешков из термопластичного материала сыпучим продуктом
US6352250B1 (en) * 1998-10-07 2002-03-05 Fuji Jukogyo Kabushiki Kaisha Vehicle suspension system
CN105447262A (zh) * 2015-12-14 2016-03-30 江苏大学 一种流体惯容器的非线性模型及其参数确定方法
CN106844920A (zh) * 2017-01-11 2017-06-13 江苏科技大学 一种滚珠丝杠式惯容器理想线性惯质系数的非线性修正方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Performance optimization for passive suspensions with one damper one inerter and three springs;Y. Hu;《2015 IEEE International Conference on Information and Automation》;20151231;第1349-1354页 *
新型混联式ISD悬架建模与参数优化;聂佳梅等;《汽车技术》;20150224;第44-47页 *

Also Published As

Publication number Publication date
CN109334379A (zh) 2019-02-15

Similar Documents

Publication Publication Date Title
CN109398020B (zh) 一种基于非线性模型的车辆液电耦合式isd悬架的预测控制方法
Zou et al. Design, modeling, and analysis of a novel hydraulic energy‐regenerative shock absorber for vehicle suspension
CN104309435B (zh) 一种路面不平度在线辨识方法
Sibielak et al. Optimal control of slow-active vehicle suspension—results of experimental data
CN207379598U (zh) 一种动静两用货车称重系统
CN109334377B (zh) 磁流变半主动悬架等效替换泰勒级数lqg时滞补偿控制系统及其构造方法
Liu et al. Uncertainty-based analysis of random load signal and fatigue life for mechanical structures
Zhou et al. Study on dynamic characteristics of the disc spring system in vibration screen
CN109334379B (zh) 重型车用液电式惯容器非线性惯性力辨识方法
CN114970040A (zh) 一种转向架服役振动环境再现方法
CN104156550A (zh) 车辆钢板弹簧悬架系统阻尼比的分析计算方法
CN104331556A (zh) 基于车辆平顺性非线性仿真模型的仿真试验方法
Wang et al. Tire rolling kinematics model for an intelligent tire based on an accelerometer
CN104455157A (zh) 车辆座椅悬置液压减振器非线性速度特性参数的获取方法
CN116362074A (zh) 一种随机载荷下汽车橡胶悬置疲劳寿命计算方法
Zhao et al. A linear variable parameter observer-based road profile height estimation for suspension nonlinear dynamics improvements
CN106951588B (zh) 一种基于耦合效应的车辆isd悬架研究方法
CN101853323B (zh) 波轮式全自动洗衣机悬挂系统作用力的建模方法
Zhu et al. A Novel Method for the Reconstruction of Road Profiles from Measured Vehicle Responses Based on the Kalman Filter Method.
Yu et al. Identification of multi-axle vehicle loads on bridges
Bai et al. Real-time online detection of trucks loading via genetic neural network
Nakai et al. Application of practical observer to semi-active suspensions
Qin et al. Adaptive robust active suspension control based on intelligent road classifier
He et al. Heavy truck suspension optimisation based on modified skyhook damping control
Mohammed et al. Field Verification for B-WIM System using Wireless Sensors

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