CN114646475B - 四柱平顺性试验数据处理方法、装置和电子设备 - Google Patents

四柱平顺性试验数据处理方法、装置和电子设备 Download PDF

Info

Publication number
CN114646475B
CN114646475B CN202210260167.6A CN202210260167A CN114646475B CN 114646475 B CN114646475 B CN 114646475B CN 202210260167 A CN202210260167 A CN 202210260167A CN 114646475 B CN114646475 B CN 114646475B
Authority
CN
China
Prior art keywords
test data
working condition
constant
frequency sweep
phase
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
CN202210260167.6A
Other languages
English (en)
Other versions
CN114646475A (zh
Inventor
于海洋
郝文权
蒋永峰
禹真
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202210260167.6A priority Critical patent/CN114646475B/zh
Publication of CN114646475A publication Critical patent/CN114646475A/zh
Application granted granted Critical
Publication of CN114646475B publication Critical patent/CN114646475B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Vehicle Body Suspensions (AREA)

Abstract

本发明实施例公开了一种四柱平顺性试验数据处理方法、装置、电子设备和存储介质。一种四柱平顺性试验数据处理方法，包括：步骤一：对原始试验数据自动进行数据格式转化及数据通道识别，得到目标试验数据文件；步骤二：对步骤一中得到的各目标试验数据文件进行自动工况识别，基于数据文件的不同工况类型，实现目标试验数据文件的自动分类；步骤三：针对自动分类后的各工况的目标试验数据文件采用对应的数据处理方法实现平顺性参数自动求解，得到各工况下平顺性参数；步骤四：根据各工况下平顺性参数自动生成试验报告。本发明实施例的技术方案，达到了提高平顺性参数处理效率和精确度的效果。

Description

四柱平顺性试验数据处理方法、装置和电子设备
技术领域
本发明实施例涉及汽车性能测试技术，尤其涉及一种四柱平顺性试验数据处理方法、装置、电子设备和存储介质。
背景技术
随着国内外汽车市场竞争的日益加剧，消费者对驾乘舒适性的要求日益提高，对车辆平顺性的开发能力提出了更高的要求。通过四柱平顺性试验，可获得与车辆平顺性能相关的参数，基于相应的平顺性参数，可实现整车平顺性能的优化和改善。
由于四柱平顺性试验工况较多，且平顺性参数处理过程中涉及的数据通道较多，若通过手动处理，处理效率较低且容易出错，不利于车辆平顺性能开发工作的开展。
发明内容
本发明实施例提供一种四柱平顺性试验数据处理方法、装置、电子设备和存储介质，以实现提高平顺性参数处理效率和精确度的效果。
第一方面，本发明实施例提供了一种四柱平顺性试验数据处理方法，包括：
步骤一：对原始试验数据自动进行数据格式转化及数据通道识别，得到目标试验数据文件；
步骤二：对步骤一中得到的各目标试验数据文件进行自动工况识别，基于目标试验数据文件的工况类型，实现目标试验数据文件的自动分类；
步骤三：针对自动分类后的各工况的目标试验数据采用对应的数据处理方法求解平顺性参数，得到各工况下平顺性参数；
步骤四：根据各工况下平顺性参数生成试验报告。
第二方面，本发明实施例还提供了一种四柱平顺性试验数据处理装置，包括：
目标试验数据获取模块，用于对原始试验数据自动进行数据格式转化及数据通道识别，得到目标试验数据文件；
数据识别模块，用于对格式转化模块中得到的各目标试验数据文件进行自动工况识别，基于目标试验数据文件的工况类型，实现目标试验数据文件的自动分类；
数据处理模块，用于针对自动分类后的各工况的目标试验数据文件采用对应的数据处理方法实现平顺性参数的自动求解，得到各工况下平顺性参数；
试验报告生成模块，用于根据各工况下平顺性参数自动生成试验报告。
第三方面，本发明实施例还提供了一种电子设备，电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如实施例中任一的四柱平顺性试验数据处理方法。
本发明实施例的技术方案，通过对原始试验数据自动进行数据格式转化、数据通道识别和工况识别，解决了四柱平顺性试验工况较多，且平顺性参数处理过程中涉及的数据通道较多，若通过手动处理，处理效率较低且容易出错的问题，也就是说，通过自动进行数据通道识别的过程，实现了试验数据通道自动识别及数据通道重新排序，避免了因数据采集时数据通道顺序错乱导致的数据处理问题，提高了自动识别的稳健性，同时通过自动进行数据格式转化的过程，提高了后续数据处理过程中数据导入效率，提升了数据处理效率；通过自动工况识别的过程，实现了对目标试验数据文件的自动分类，在数据处理过程中，可根据类别的不同，对相应的待求平顺性参数进行自动处理，提升了数据处理效率。在数据处理过程中，集成多种四柱平顺性参数处理方法，可满足全工况下，如等幅、等速扫频工况下的数据处理需求，实现一键自动求解，大大提升数据处理效率，且通过各处理方法的相互结合，实现平顺性参数求解时中间数据的互相调用，在保证处理精度的同时，降低平顺性参数求解的计算量，进一步提高数据处理效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例一提供的一种四柱平顺性试验数据处理方法的流程图；
图2为作动器-簧上位移幅频特性曲线的示意图；
图3是本发明实施例二提供的一种四柱平顺性试验数据处理方法的流程图；
图4是车身垂向加速度时域包络的示意图；
图5是车身垂向位移频域曲线的示意图；
图6是本发明实施例三提供的一种四柱平顺性试验数据处理装置的结构图；
图7是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
车辆平顺性是指车辆在行驶时，避免因行驶过程中所产生的振动和冲击而使人感到不舒服、疲劳，甚至损害健康，或者使货物损坏的性能。简言之，平顺性用于描述车辆行驶过程面对颠簸时的稳定性。由于车辆平顺性主要是根据乘员的舒适程度来评价，所以又称为乘坐舒适性，它是现代高速汽车的主要性能之一。本发明所涉及的四柱平顺性试验是指将车辆四个车轮置于四根柱状作动器上，通过作动器对车辆施加不同的垂向激励，模拟车辆行驶过程中的颠簸环境，从而完成平顺性试验。
图1为本发明实施例一提供的一种四柱平顺性试验数据处理方法的流程图，本发明实施例可适用于对四柱平顺性试验所产生的数据进行处理的情况，该方法可以由计算机来执行，具体包括如下步骤：
S110、对原始试验数据自动进行数据格式转化及数据通道识别，得到目标试验数据文件。
原始试验数据是对车辆的四柱平顺性进行测试得到的原始数据，这些数据可能因实验员的不同工作习惯而以不同的数据格式储存在计算机中，例如，同样的一组试验数据可以以Excel的形式进行存储也可以以txt的文本格式进行存储。
在本发明实施例中，可选的，对原始试验数据自动进行格式转化，包括：将原始试验数据从原始格式转换成目标格式，原始格式包括sif、tim、xlsx、xls和txt中的至少一者，目标格式包括mat格式。
sif、tim、xlsx、xls和txt是常用的数据格式形式，取决于记录数据时所使用的应用程序，例如xls和xlsx是由微软Excel编辑得到的数据格式，txt是由是由微软记事本编辑得到的数据格式。mat格式是适用于matlab的数据格式，本发明主要针对在matlab程序中实现试验数据处理方法的过程，其他数据处理软件也可以执行本发明的将不再赘述。
表1
表1是原始试验数据的示意表格。如表1所示，左侧一栏为组别，中间一栏为数据名称，右侧一栏为数据测量值，其中为了便于后续论述方便，数据测量值没有列出具体数据，仅以字母表示。表1所示的数据表可以以各种形式进行存放，例如在微软Excel中绘制为表格，或者在微软记事本中以每一行记录一组数据。将表1所示的数据表的格式进行转换，由原始格式转换为mat格式，以便后续通过matlab程序进行处理。
这样设置的好处在于，通过支持多种原始格式的格式转化，使得本方法适用范围更广，各种原始试验数据均可以执行后续的数据处理。
可选的，对原始试验数据自动进行数据格式转化及数据通道识别，得到目标试验数据文件，包括：
对格式转化后的原始试验数据进行数据通道识别，按照固定的数据通道顺序对试验数据通道名称进行识别并提取相应数据，后按照固定的数据通道顺序将上述识别后的数据重新排序，最终保存为目标试验数据文件。
数据通道是指检测试验数据时传感器所放置的位置处产生的位移、速度及加速度，具体地，上述的位移、速度及加速度又可以划分为横向、纵向和竖向的位移、速度和加速度，如表1所示，“前后轴同相位等速扫频车身横向加速度”中“车身横向加速度”就是数据通道，表示该数据测量值是传感器在车身处放置而得到的横向加速度试验数据，表1中出现的通道有车身纵向加速度、轮心横向加速度和发动机纵向加速度等。
具体地，数据通道识别可以通过matlab程序实现，基于数据通道名称，实现数据通道的识别，例如，对通道“车身横向加速度”进行识别，识别得到表1中的组1，对通道“车身纵向加速度”进行识别，识别得到表1中的组2，对通道“轮心横向加速度”进行识别，识别得到表1中的组4，对通道“发动机纵向加速度”进行识别，识别得到表1中的组5和组6。之后，试验数据处理装置按照固定的数据通道顺序对表1进行重新排序，另存为mat格式的表2，例如，根据预先设定的数据通道顺序得到如下表所示的表2。
表2
组别 数据名称 数据测量值
1 前后轴同相位等速扫频车身横向加速度 A
2 前后轴同相位等速扫频车身纵向加速度 B
3 左右轮反相位等幅扫频车身垂向加速度 C
4 前后轴反相位等速扫频车身横向位移 H
5 前后轴同相位等速扫频车身纵向位移 I
6 左右轮反相位等幅扫频车身垂向位移 G
7 左右轮反相位等幅扫频车身垂向加速度 K
8 左右轮反相位等幅扫频轮心横向加速度 D
9 左右轮反相位等速扫频发动机纵向加速度 E
10 左右轮反相位等幅扫频发动机纵向加速度 F
11 前后轴反相位等幅扫频发动机垂向位移 G
在本发明实施例中，可选的，数据通道包括：车身、轮心、座椅导轨、B柱、发动机、转向盘或作动器处的位移、速度及加速度。也就是说，本发明中的数据通道不限于表1中所列的种类，还可以是其他需要的检测位置处的位移、速度和加速度，包括但不限于上述21种数据通道。
这样设置的好处在于，由于不同的车辆平顺性参数通常需要不同数据通道的试验数据来进行计算，因此支持多通道试验数据的处理进而能够支持更多种类的车辆平顺性参数的计算。
S120、对S110中得到的各目标试验数据文件进行自动工况识别，基于目标试验数据文件的工况类型，实现目标试验数据文件的自动分类。
工况是指支撑车辆的四根柱状作动器对车辆施加激励的类别，例如，表2中“前后轴同相位等速扫频车身横向加速度”中的“前后轴同相位等速扫频”就是该组试验数据的工况，更细致的，可以将工况进一步划分为多个子工况，例如，将“前后轴同相位等速扫频”划分为第一工况“等速扫频”和第二工况“前后轴同相位”。其中，等速扫频是指柱状作动器输出的垂向位移激励是等速扫频信号，同理等幅扫频是指柱状作动器输出的垂向位移激励是等幅扫频信号。前后轴同相位是指对于前轮与后轮的柱状作动器输出的垂向位移激励是同相位的，从车辆宏观的运动情况来看，就是指车辆的四个轮子以相同运动模式垂向运动。
在本发明实施例中，可选的，对步骤一中得到的各目标试验数据文件进行自动工况识别，基于数据文件的工况类型，实现目标试验数据文件的自动分类，包括：
对各目标试验数据文件进行第一工况识别，基于激励的形式，将目标试验数据文件分为等幅扫频试验数据文件及等速扫频试验数据文件两类；
根据前后轴同相位扫频、前后轴反相位扫频和左右轮反相位扫频，对等幅扫频试验数据文件进行第二工况识别，将等幅扫频试验数据文件分为前后轴同相位等幅扫频工况、前后轴反相位等幅扫频工况或左右轮反相位等幅扫频工况；
根据前后轴同相位扫频、前后轴反相位扫频和左右轮反相位扫频，对等速扫频试验数据文件进行第二工况识别，将等速扫频试验数据文件分为前后轴同相位等速扫频工况、前后轴反相位等速扫频工况或左右轮反相位等速扫频工况。也就是说，工况识别可以进一步划分为第一工况识别和第二工况识别。其中，第一工况识别用于区分“等幅扫频”与“等速扫频”，对S110中得到的各目标试验数据文件进行自动工况识别，基于激励的幅值和速度的不同对目标试验数据文件进行第一工况识别，将目标试验数据文件分为等幅扫频和等速扫频两类；第二工况识别用于区分“前后轴同相位”、“前后轴反相位”以及“左右轮反相位”。根据前后轴同相位扫频、前后轴反相位扫频和左右轮反相位扫频，对等幅扫频试验数据文件进行第二工况识别，将等幅扫频试验数据文件分为前后轴同相位等幅扫频工况、前后轴反相位等幅扫频工况或左右轮反相位等幅扫频工况；同理根据前后轴同相位扫频、前后轴反相位扫频和左右轮反相位扫频，对等速扫频试验数据文件进行第二工况识别，将等速扫频试验数据文件分为前后轴同相位等速扫频工况、前后轴反相位等速扫频工况或左右轮反相位等速扫频工况。需要注意的是，第二工况中没有“左右轮同相位”，这是由于“左右轮同相位”等同于“前后轴同相位”，均表示车辆的四个轮子以相同运动模式垂向运动。其中，“前后轴反相位”是指前轮与后轮的柱状作动器输出的垂向位移激励是反相位的，从车辆宏观的运动状态来看，就是车辆前后颠簸。
具体地，S120可以通过matlab程序实现，即通过对关键词进行识别，从而对S110中得到的目标试验数据文件的工况类型进行识别分类，首先根据柱状作动器输出的垂向位移激励的类型对数据结果进行第一工况识别，将数据分为等幅扫频和等速扫频两类。实际试验中，等幅扫频信号通常使柱状作动器的产生幅值范围为0～20mm的垂向运动，等速扫频信号使得柱状作动器的垂向运动速度在25～1000mm/s之间。例如，将表2所示的数据进行第一工况识别得到表3，其中第一工况的排列顺序是等速在前等幅在后，还可以采用其他顺序。
表3
组别 数据名称 数据测量值
1 前后轴同相位等速扫频车身横向加速度 A
2 前后轴同相位等速扫频车身纵向加速度 B
3 前后轴反相位等速扫频车身横向位移 H
4 前后轴同相位等速扫频车身纵向位移 I
5 左右轮反相位等幅扫频车身垂向加速度 C
6 左右轮反相位等幅扫频车身垂向位移 G
7 左右轮反相位等幅扫频车身垂向加速度 K
8 左右轮反相位等幅扫频轮心横向加速度 D
9 左右轮反相位等速扫频发动机纵向加速度 E
10 左右轮反相位等幅扫频发动机纵向加速度 F
11 前后轴反相位等幅扫频发动机垂向位移 G
之后根据柱状作动器输出的垂向位移激励的相位匹配情况对第一工况识别的结果再进行第二工况识别。例如，将表3所示的数据进行第二工况识别得到表4，其中第二工况的排列顺序是前后轴同相位、前后轴反相位以及左右轮反相位，还可以采用其他顺序。
表4
组别 数据名称 数据测量值
1 前后轴同相位等速扫频车身横向加速度 A
2 前后轴同相位等速扫频车身纵向加速度 B
3 前后轴同相位等速扫频车身纵向位移 I
4 前后轴反相位等速扫频车身横向位移 H
5 左右轮反相位等幅扫频车身垂向加速度 C
6 左右轮反相位等幅扫频车身垂向位移 G
7 左右轮反相位等幅扫频车身垂向加速度 K
8 左右轮反相位等幅扫频轮心横向加速度 D
9 前后轴反相位等幅扫频发动机垂向位移 G
10 左右轮反相位等幅扫频发动机纵向加速度 F
11 左右轮反相位等速扫频发动机纵向加速度 E
这样设置的好处在于，将工况识别进一步划分为第一工况识别和第二工况识别，进而有序查找关键词实现目标试验数据文件的自动分类，上述示例中为了描述方便使用顺序体现分类结果，实际上，还可以构建多个列表将不同工况的目标试验数据文件存放到相应的列表中，在后续数据处理过程中，直接提取所需工况的试验数据进行处理，提升了数据处理效率。
S130、步骤三：针对自动分类后的各工况的目标试验数据文件采用对应的数据处理方法实现平顺性参数自动求解，得到各工况下平顺性参数。
常用的车辆平顺性参数有簧上共振频率、簧下共振频率、位移传递比、接地余量、簧上6Hz加速度峰峰值、簧上2～5Hz加速度RMS、簧上阻尼比和簧下阻尼比。例如，可以通过matlab程序集成上述四柱平顺性参数的处理方法，提取所需的各工况试验数据，并通过相应数据处理方法进行数据处理得到各工况平顺性参数。
在本发明实施例中，可选的，针对自动分类后的各工况的目标试验数据文件采用对应的数据处理方法实现平顺性参数自动求解，得到各工况下平顺性参数，包括：针对等幅扫频试验数据文件采用对应的数据处理方法求解平顺性参数，得到簧上共振频率、簧下共振频率、位移传递比、接地余量、簧上6Hz加速度峰峰值或簧上2～5Hz加速度RMS；针对等速扫频试验数据文件采用对应的数据处理方法求解平顺性参数，得到簧上阻尼比或簧下阻尼比。
这样设置的好处在于，给出了各平顺性参数所需的试验数据文件的第一工况类型。
而对于通道而言，簧上共振频率采用车身试验数据计算得到，簧下工作频率和位移传递比采用轮心试验数据计算得到，接地余量采用轮心试验数据和作动器试验数据计算得到，簧上6Hz加速度峰峰值和簧上2～5Hz加速度RMS采用车身试验数据计算得到，簧上阻尼比采用车身试验数据和作动器试验数据计算得到，簧下阻尼比采用轮心试验数据和作动器试验数据计算得到。
S140、根据各工况下平顺性参数自动生成试验报告。
试验报告可以通过表格的形式列出各个平顺性参数，也可以通过图像等任何合适的方式列出。例如，通过matlab程序将处理得到的各工况下平顺性参数导入至固定模版的EXCEL或Word文件的相应位置处进行汇总，自动生成试验报告。
本发明实施例的技术方案，通过对原始试验数据自动进行数据格式转化、数据通道识别和工况识别，解决了四柱平顺性试验工况较多，且平顺性参数处理过程中涉及的数据通道较多，若通过手动处理，处理效率较低且容易出错的问题，也就是说，通过自动进行数据通道识别的过程，实现了试验数据通道自动识别及数据通道重新排序，避免了因数据采集时数据通道顺序错乱导致的数据处理问题，提高了自动识别的稳健性，同时通过自动进行数据格式转化的过程，提高了后续数据处理过程中数据导入效率，提升了数据处理效率；通过自动工况识别的过程，实现了对目标试验数据文件的自动分类，在数据处理过程中，可根据类别的不同，对相应的待求平顺性参数进行自动处理，提升了数据处理效率。在数据处理过程中，集成多种四柱平顺性参数处理方法，可满足全工况下，如等幅、等速扫频工况下的数据处理需求，实现一键自动求解，大大提升数据处理效率，且通过各处理方法的相互结合，实现平顺性参数求解时中间数据的互相调用，在保证处理精度的同时，降低平顺性参数求解的计算量，进一步提高数据处理效率。
可选的，针对自动分类后的各工况的目标试验数据文件采用对应的数据处理方法实现平顺性参数自动求解，得到各工况下平顺性参数，可以包括：针对等幅扫频试验数据文件得到簧上位移传递比或接地余量。
具体地，提取等幅扫频试验数据文件中的车身垂向位移，得到车身垂向位移最大值CS_DIS_MAX以及稳态时车身位移EA，根据公式DTR＝CS_DIS_MAX/EA计算得到簧上位移传递比，其中，稳态时车身位移EA表示等幅扫频工况中作动器的施加到车轮的激励幅值。提取等幅扫频试验数据文件中的轮心垂向位移WC_DIS_Z和轮胎压缩量Tyre_def，根据公式REM＝(Tyre_def-WC_DIS_Z)/Tyre_def×100％计算得到接地余量。
这样设置的好处在于，提供了简便可行的簧上位移传递比和接地余量的计算方法。
可选的，针对自动分类后的各工况的目标试验数据文件采用对应的数据处理方法实现平顺性参数自动求解，得到各工况下平顺性参数，还可以包括：针对等速扫频试验数据文件得到簧上阻尼比。
具体地，提取等速扫频试验数据文件中的车身垂向位移CS_DIS_Z和作动器垂向位移PAD_DIS_Z，对CS_DIS_Z进行傅里叶变换得到Ycs(f)，对PAD_DIS_Z进行傅里叶变换得到XPAD(f)，得到作动器-簧上位移幅频特性曲线Hcs(f)＝Ycs(f)/XPAD(f)，其中一般车身试验数据可以表征簧上试验结果，因此此处命名选择作动器-簧上位移幅频特性曲线，而非作动器-车身位移幅频特性曲线。图2为作动器-簧上位移幅频特性曲线的示意图。如图2所示，峰值Umax处对应的频率为ωr，左右处对应的频率分别为ω1和ω2，根据公式ξ＝(ω2-ω1)/(2×ωr)计算得到簧上阻尼比ξ。
这样设置的好处在于，提供了简便可行的簧上阻尼比的计算方法。
实施例二
图3是本发明实施例二提供的一种四柱平顺性试验数据处理方法的流程图，本发明实施例可适用于对四柱平顺性试验所产生的数据进行处理从而得到6Hz加速度峰峰值的情况，是实施例一的一种更具体的实施方式，因此与实施例一相同或相似的步骤将不再赘述，具体包括如下步骤：
S310、对原始试验数据自动进行数据格式转化及数据通道识别，得到目标试验数据文件。
S320、对各目标试验数据文件进行第一工况识别，得到等幅扫频试验数据文件和等速扫频试验数据文件。
S330、针对等幅扫频试验数据文件采用对应的数据处理方法求解平顺性参数，得到得到簧上共振频率、簧下共振频率、位移传递比、接地余量、簧上6Hz加速度峰峰值或簧上2～5Hz加速度RMS。
在本发明实施例中，可选的，针对等幅扫频试验数据文件采用对应的数据处理方法求解平顺性参数，得到簧上6Hz加速度峰峰值，包括：对车身垂向加速度进行希尔伯特变换，得到车身垂向加速度时域包络，根据车身垂向加速度时域包络得到时域共振点tn；对车身垂向位移进行傅里叶变换，得到车身垂向频域曲线，根据车身垂向频域曲线得到簧上共振频率fn；根据时域共振点tn和簧上共振频率fn，求得簧上6Hz加速度峰峰值。
簧上6Hz加速度峰峰值是常用的平顺性参数，表示车身在6Hz频率处的加速度峰峰值。图4是车身垂向加速度时域包络的示意图。如图4所示，在最高点处实现共振，相对应的时间tn即为时域共振点。图5是车身垂向位移频域曲线的示意图。如图5所示，在最高点处实现共振，相对应的频率fn即为频域共振点。
这样设置的好处在于，解决了求解簧上6Hz加速度峰峰值过程复杂的问题，达到了仅通过一次傅里叶变换就得到簧上共振频率，进而降低求解计算量，提高数据处理效率的效果。
在本发明实施例中，可选的，根据时域共振点tn和簧上共振频率fn，求得簧上6Hz加速度峰峰值，包括：根据公式APP6＝2×CS_ACC_Z((tn+(6-fn)/Fr)×Fs)求得簧上6Hz加速度峰峰值，其中，APP6表示簧上6Hz加速度峰峰值，Fr为激励频率增长率，Fs为采样频率，tn为时域共振点，fn为簧上共振频率，CS_ACC_Z为车身垂向加速度。
由于簧上6Hz加速度峰峰值是基于等幅扫频试验数据得到的，扫频意味着激励频率持续变化，Fr为激励频率增长率，Fs为采样频率，通常情况下为了保证采样的准确性，采样频率应不低于512Hz。其中，(tn+(6-fn)/Fr)×Fs具有角标的性质，与CS_ACC_Z不是相乘的关系，而是指在(tn+(6-fn)/Fr)×Fs处的CS_ACC_Z，因此，所述公式的含义是所述簧上6Hz加速度峰峰值等于(tn+(6-fn)/Fr)×Fs频率处的车身垂向加速度值的二倍。
这样设置的好处在于，给出了具体的计算簧上6Hz加速度峰峰值的公式，可以将该公式直接应用于数据处理中。
S340、针对等速扫频试验数据文件采用对应的数据处理方法求解平顺性参数，得到簧上阻尼比或簧下阻尼比。
S350、根据各工况下平顺性参数自动生成试验报告。
本发明实施例的技术方案，通过给出了各平顺性参数所需的试验数据的第一工况类型，解决了四柱平顺性试验中第一工况类型有两种，难以将第一工况类型与平顺性参数相对应的问题，达到了提高平顺性参数处理效率和精确度的效果。
实施例三
图6是本发明实施例三提供的一种四柱平顺性试验数据处理装置的结构图。本发明实施例所提供的四柱平顺性试验数据处理装置可执行本发明任意实施例所提供的四柱平顺性试验数据处理方法，具备执行方法相应的功能模块和有益效果。
一种四柱平顺性试验数据处理装置，包括：
目标试验数据获取模块610，用于对原始试验数据进行数据格式转化及数据通道识别，得到目标试验数据文件；
数据识别模块620，用于对格式转化模块中得到的各目标试验数据文件进行自动工况识别，基于目标试验数据文件的工况类型，实现目标试验数据文件的自动分类；
数据处理模块630，用于针对自动分类后的各工况的目标试验数据文件采用对应的数据处理方法实现平顺性参数自动求解，得到各工况下平顺性参数；
试验报告生成模块640，用于根据各工况下平顺性参数自动生成试验报告。
可选的，目标试验数据获取模块610，包括：
mat格式化子模块，用于将原始试验数据从原始格式转换成目标格式，原始格式包括sif、tim、xlsx、xls和txt中的至少一者，目标格式包括mat格式。
可选的，目标试验数据获取模块610，包括：
数据通道识别子模块，用于对格式转化后的原始试验数据进行数据通道识别，按照固定的数据通道顺序对试验数据通道名称进行识别并提取相应数据，后按照固定的数据通道顺序将上述识别后的数据重新排序，最终保存为目标试验数据文件。
可选的，数据通道包括：车身、轮心、座椅导轨、B柱、发动机、转向盘或作动器处的位移、速度及加速度。
可选的，数据识别模块620，包括：
第一工况识别子模块，用于对各目标试验数据文件进行第一工况识别，基于激励的形式，将目标试验数据文件分为等幅扫频试验数据文件及等速扫频试验数据文件两类；
等幅第二工况识别子模块，用于根据前后轴同相位扫频、前后轴反相位扫频和左右轮反相位扫频，对等幅扫频试验数据文件进行第二工况识别，将等幅扫频试验数据文件分为前后轴同相位等幅扫频工况、前后轴反相位等幅扫频工况或左右轮反相位等幅扫频工况；
等速第二工况识别子模块，用于根据前后轴同相位扫频、前后轴反相位扫频和左右轮反相位扫频，对等速扫频试验数据文件进行第二工况识别，将等速扫频试验数据文件分为前后轴同相位等速扫频工况、前后轴反相位等速扫频工况或左右轮反相位等速扫频工况。
可选的，数据处理模块630，包括：
等幅数据处理子模块，用于针对等幅扫频试验数据文件采用对应的数据处理方法求解平顺性参数，得到簧上共振频率、簧下共振频率、位移传递比、接地余量、簧上6Hz加速度峰峰值或簧上2～5Hz加速度RMS；
等速数据处理子模块，用于针对等速扫频试验数据文件采用对应的数据处理方法求解平顺性参数，得到簧上阻尼比或簧下阻尼比。
可选的，等幅数据处理子模块，包括：
希尔伯特变换单元，用于对车身垂向加速度进行希尔伯特变换，得到车身垂向加速度时域包络，根据车身垂向加速度时域包络得到时域共振点tn；
傅里叶变换单元，用于对车身垂向位移进行傅里叶变换，得到车身垂向频域曲线，根据车身垂向频域曲线得到簧上共振频率fn；
簧上6Hz加速度峰峰值单元，用于根据时域共振点tn和簧上共振频率fn，求得簧上6Hz加速度峰峰值。
可选的，簧上6Hz加速度峰峰值单元，包括：
公式计算子单元，用于根据公式APP6＝2×CS_ACC_Z((tn+(6-fn)/Fr)×Fs)求得簧上6Hz加速度峰峰值，其中，APP6表示簧上6Hz加速度峰峰值，Fr为激励频率增长率，Fs为采样频率，tn为时域共振点，fn为簧上共振频率，CS_ACC_Z为车身垂向加速度。
本发明实施例的技术方案，通过对原始试验数据自动进行数据格式转化、数据通道识别和工况识别，解决了四柱平顺性试验工况较多，且平顺性参数处理过程中涉及的数据通道较多，若通过手动处理，处理效率较低且容易出错的问题，也就是说，通过自动进行数据通道识别的过程，实现了试验数据通道自动识别及数据通道重新排序，避免了因数据采集时数据通道顺序错乱导致的数据处理问题，提高了自动识别的稳健性，同时通过自动进行数据格式转化的过程，提高了后续数据处理过程中数据导入效率，提升了数据处理效率；通过自动工况识别的过程，实现了对目标试验数据文件的自动分类，在数据处理过程中，可根据类别的不同，对相应的待求平顺性参数进行自动处理，提升了数据处理效率。在数据处理过程中，集成多种四柱平顺性参数处理方法，可满足全工况下，如等幅、等速扫频工况下的数据处理需求，实现一键自动求解，大大提升数据处理效率，且通过各处理方法的相互结合，实现平顺性参数求解时中间数据的互相调用，在保证处理精度的同时，降低平顺性参数求解的计算量，进一步提高数据处理效率。
实施例四
图7是本发明实施例四提供的一种电子设备的结构示意图，如图7所示，该电子设备包括处理器710、存储器720、输入装置730和输出装置740；电子设备中处理器710的数量可以是一个或多个，图7中以一个处理器710为例；电子设备中的处理器710、存储器720、输入装置730和输出装置740可以通过总线或其他方式连接，图7中以通过总线连接为例。
存储器720作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的四柱平顺性试验数据处理方法对应的程序指令/模块(例如，四柱平顺性试验数据处理装置中的目标试验数据获取模块610、数据识别模块620、数据处理模块630和试验报告生成模块640)。处理器710通过运行存储在存储器720中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的四柱平顺性试验数据处理方法。
存储器720可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器720可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器720可进一步包括相对于处理器710远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置740可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种四柱平顺性试验数据处理方法，该方法包括：
步骤一：对原始试验数据自动进行数据格式转化及数据通道识别，得到目标试验数据文件；
步骤二：对步骤一中得到的各目标试验数据文件进行自动工况识别，基于目标试验数据文件的工况类型，实现目标试验数据文件的自动分类；
步骤三：针对自动分类后的各工况的目标试验数据文件采用对应的数据处理方法实现平顺性参数自动求解，得到各工况下平顺性参数；
步骤四：根据各工况下平顺性参数自动生成试验报告。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的试验数据处理方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述四柱平顺性试验数据处理装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种四柱平顺性试验数据处理方法，其特征在于，包括：
步骤一：对原始试验数据自动进行数据格式转化及数据通道识别，得到目标试验数据文件；
步骤二：对步骤一中得到的各目标试验数据文件进行自动工况识别，基于目标试验数据文件的工况类型，实现目标试验数据文件的自动分类；
步骤三：针对自动分类后的各工况的目标试验数据文件采用对应的数据处理方法实现平顺性参数自动求解，得到各工况下平顺性参数；
步骤四：根据所述各工况下平顺性参数自动生成试验报告；
所述对原始试验数据自动进行数据格式转化及数据通道识别，得到目标试验数据文件，包括：
对格式转化后的原始试验数据进行数据通道识别，按照固定的数据通道顺序对试验数据通道名称进行识别并提取相应数据，后按照固定的数据通道顺序将上述识别后的数据重新排序，最终保存为目标试验数据文件；
对步骤一中得到的各目标试验数据文件进行自动工况识别，基于目标试验数据文件的工况类型，实现目标试验数据文件的自动分类，包括：
对所述各目标试验数据文件进行第一工况识别，基于激励的形式，将所述目标试验数据文件分为等幅扫频试验数据文件及等速扫频试验数据文件两类；
根据前后轴同相位扫频、前后轴反相位扫频和左右轮反相位扫频，对所述等幅扫频试验数据文件进行第二工况识别，将所述等幅扫频试验数据文件分为前后轴同相位等幅扫频工况、前后轴反相位等幅扫频工况或左右轮反相位等幅扫频工况；
根据前后轴同相位扫频、前后轴反相位扫频和左右轮反相位扫频，对所述等速扫频试验数据文件进行第二工况识别，将所述等速扫频试验数据文件分为前后轴同相位等速扫频工况、前后轴反相位等速扫频工况或左右轮反相位等速扫频工况。
2.根据权利要求1所述的四柱平顺性试验数据处理方法，其特征在于，所述对原始试验数据自动进行格式转化及数据通道识别，包括：
将所述原始试验数据从原始格式转换成目标格式，所述原始格式包括sif、tim、xlsx、xls和txt中的至少一者，所述目标格式包括mat格式。
3.根据权利要求1所述的四柱平顺性试验数据处理方法，其特征在于，所述数据通道包括：车身、轮心、座椅导轨、B柱、发动机、转向盘或作动器处的位移、速度及加速度。
4.根据权利要求1所述的试验数据处理方法，其特征在于，所述针对自动分类后的各工况的目标试验数据文件采用对应的数据处理方法实现平顺性参数自动求解，得到各工况下平顺性参数，包括：
针对所述等幅扫频试验数据文件采用对应的数据处理方法求解平顺性参数，得到簧上共振频率、簧下共振频率、位移传递比、接地余量、簧上6Hz加速度峰峰值或簧上2～5Hz加速度RMS；
针对所述等速扫频试验数据文件采用对应的数据处理方法求解平顺性参数，得到簧上阻尼比或簧下阻尼比。
5.根据权利要求4所述的试验数据处理方法，其特征在于，所述针对所述等幅扫频试验数据文件采用对应的数据处理方法求解平顺性参数，得到簧上6Hz加速度峰峰值，包括：
对车身垂向加速度进行希尔伯特变换，得到车身垂向加速度时域包络，根据所述车身垂向加速度时域包络得到时域共振点tn；
对车身垂向位移进行傅里叶变换，得到车身垂向频域曲线，根据所述车身垂向频域曲线得到簧上共振频率fn；
根据所述时域共振点tn和所述簧上共振频率fn，求得所述簧上6Hz加速度峰峰值。
6.根据权利要求5所述的试验数据处理方法，其特征在于，所述根据所述时域共振点tn和所述簧上共振频率fn，求得所述簧上6Hz加速度峰峰值，包括：
根据公式APP6＝2×CS_ACC_Z((tn+(6-fn)/Fr)×Fs)求得簧上6Hz加速度峰峰值，其中，APP6表示簧上6Hz加速度峰峰值，Fr为激励频率增长率，Fs为采样频率，tn为时域共振点，fn为簧上共振频率，CS_ACC_Z为车身垂向加速度。
7.一种四柱平顺性试验数据处理装置，其特征在于，包括：
目标试验数据获取模块，用于对原始试验数据自动进行数据格式转化及数据通道识别，得到目标试验数据文件；
数据识别模块，用于对格式转化模块中得到的所述各目标试验数据文件进行自动工况识别，基于目标试验数据文件的工况类型，实现目标试验数据文件的自动分类；
数据处理模块，用于针对自动分类后的各工况的目标试验数据文件采用对应的数据处理方法实现平顺性参数自动求解，得到各工况下平顺性参数；
试验报告生成模块，用于根据所述各工况下平顺性参数自动生成试验报告；
目标试验数据获取模块包括：
数据通道识别子模块，用于对格式转化后的原始试验数据进行数据通道识别，按照固定的数据通道顺序对试验数据通道名称进行识别并提取相应数据，后按照固定的数据通道顺序将上述识别后的数据重新排序，最终保存为目标试验数据文件；
数据识别模块包括：
第一工况识别子模块，用于对各目标试验数据文件进行第一工况识别，基于激励的形式，将目标试验数据文件分为等幅扫频试验数据文件及等速扫频试验数据文件两类；
等幅第二工况识别子模块，用于根据前后轴同相位扫频、前后轴反相位扫频和左右轮反相位扫频，对等幅扫频试验数据文件进行第二工况识别，将等幅扫频试验数据文件分为前后轴同相位等幅扫频工况、前后轴反相位等幅扫频工况或左右轮反相位等幅扫频工况；
等速第二工况识别子模块，用于根据前后轴同相位扫频、前后轴反相位扫频和左右轮反相位扫频，对等速扫频试验数据文件进行第二工况识别，将等速扫频试验数据文件分为前后轴同相位等速扫频工况、前后轴反相位等速扫频工况或左右轮反相位等速扫频工况。
8.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的四柱平顺性试验数据处理方法。
CN202210260167.6A 2022-03-16 2022-03-16 四柱平顺性试验数据处理方法、装置和电子设备 Active CN114646475B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210260167.6A CN114646475B (zh) 2022-03-16 2022-03-16 四柱平顺性试验数据处理方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210260167.6A CN114646475B (zh) 2022-03-16 2022-03-16 四柱平顺性试验数据处理方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN114646475A CN114646475A (zh) 2022-06-21
CN114646475B true CN114646475B (zh) 2024-05-03

Family

ID=81994170

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210260167.6A Active CN114646475B (zh) 2022-03-16 2022-03-16 四柱平顺性试验数据处理方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN114646475B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115452290A (zh) * 2022-08-31 2022-12-09 中国第一汽车股份有限公司 车辆的数据处理方法和目标车辆

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101327666B1 (ko) * 2012-09-04 2013-11-12 금호타이어 주식회사 가속도 센서를 이용한 승차감 평가 방법
CN104316328A (zh) * 2014-05-29 2015-01-28 潍柴动力股份有限公司 一种车辆平顺性的测定方法
CN104819851A (zh) * 2015-04-27 2015-08-05 上海海马汽车研发有限公司 一种汽车平顺性试验数据的处理方法及系统
JP2015161587A (ja) * 2014-02-27 2015-09-07 ダイハツ工業株式会社 自動車の乗り心地評価方法
CN106549879A (zh) * 2015-09-22 2017-03-29 同方威视技术股份有限公司 可自动关联采集数据的处理方法、处理装置及其检测系统
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
CN107941488A (zh) * 2017-11-20 2018-04-20 中国重汽集团济南动力有限公司 一种车辆钢板弹簧动刚度测定方法
CN110887664A (zh) * 2019-12-04 2020-03-17 中国船舶工业系统工程研究院 建立轴承故障识别模型的方法和装置
CN111598403A (zh) * 2020-04-21 2020-08-28 中国第一汽车股份有限公司 汽车试验结果的确定方法、装置、服务器和存储介质
CN112182764A (zh) * 2020-09-29 2021-01-05 奇瑞汽车股份有限公司 车辆平顺性测试方法及装置
CN112595521A (zh) * 2020-08-24 2021-04-02 中国汽车技术研究中心有限公司 车辆平顺性模拟测试方法
CN113919173A (zh) * 2021-10-22 2022-01-11 金川镍钴研究设计院有限责任公司 一种采样流量特征参数自动识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120197587A1 (en) * 2011-02-01 2012-08-02 Yiu Wah Luk Vehicle ride evaluation

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101327666B1 (ko) * 2012-09-04 2013-11-12 금호타이어 주식회사 가속도 센서를 이용한 승차감 평가 방법
JP2015161587A (ja) * 2014-02-27 2015-09-07 ダイハツ工業株式会社 自動車の乗り心地評価方法
CN104316328A (zh) * 2014-05-29 2015-01-28 潍柴动力股份有限公司 一种车辆平顺性的测定方法
CN104819851A (zh) * 2015-04-27 2015-08-05 上海海马汽车研发有限公司 一种汽车平顺性试验数据的处理方法及系统
CN106549879A (zh) * 2015-09-22 2017-03-29 同方威视技术股份有限公司 可自动关联采集数据的处理方法、处理装置及其检测系统
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
CN107941488A (zh) * 2017-11-20 2018-04-20 中国重汽集团济南动力有限公司 一种车辆钢板弹簧动刚度测定方法
CN110887664A (zh) * 2019-12-04 2020-03-17 中国船舶工业系统工程研究院 建立轴承故障识别模型的方法和装置
CN111598403A (zh) * 2020-04-21 2020-08-28 中国第一汽车股份有限公司 汽车试验结果的确定方法、装置、服务器和存储介质
CN112595521A (zh) * 2020-08-24 2021-04-02 中国汽车技术研究中心有限公司 车辆平顺性模拟测试方法
CN112182764A (zh) * 2020-09-29 2021-01-05 奇瑞汽车股份有限公司 车辆平顺性测试方法及装置
CN113919173A (zh) * 2021-10-22 2022-01-11 金川镍钴研究设计院有限责任公司 一种采样流量特征参数自动识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
关于汽车平顺性道路试验的数据处理;张崇波 等;《北京汽车》;全文 *
基于四立柱台架的驾乘舒适性控制与优化研究;于海洋 等;《2021中国汽车工程学会年会论文集》;全文 *
基于四通道道路模拟的整车平顺性试验研究;李耀 等;《天津科技》;20210331;第48卷(第3期);全文 *

Also Published As

Publication number Publication date
CN114646475A (zh) 2022-06-21

Similar Documents

Publication Publication Date Title
CN114646475B (zh) 四柱平顺性试验数据处理方法、装置和电子设备
DE102012208289A1 (de) Verfahren und systeme zum aggregieren und implementieren von präferenzen für fahrzeuggestützte operationen mehrerer fahrzeuginsassen
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
CN109117557B (zh) 一种悬架橡胶衬套优化方法
CN108223779A (zh) 变速器最高挡速比的确定方法和装置
CN112100738B (zh) 一种采用云图形式的车身钣金法向动刚度计算分析方法
CN110751959A (zh) 一种汽车噪声不舒适度评价方法
CN110712648A (zh) 行车状态的确定方法、装置、车辆及存储介质
CN110606092B (zh) 行车状态的确定方法、装置、车辆及存储介质
CN102519577A (zh) 道路中路面的识别方法及系统
KR102434968B1 (ko) 차량 성능 평가 방법, 장치 및 단말
WO2024098667A1 (zh) 一种基于地理位置信息进行智能推荐的方法及装置
CN108279784B (zh) 一种输入控制方法及其装置
CN113570004B (zh) 一种乘车热点区域预测方法、装置、设备及可读存储介质
CN117284302A (zh) 一种用户专属驾驶模式生成方法、系统、车辆、电子设备及存储介质
CN114998075A (zh) 一种交通运输碳排放计算方法、系统及可存储介质
DE102020111973A1 (de) Vorrichtung und verfahren zum ermitteln eines fehlers eines fahrzeugs
CN109063313B (zh) 基于机器学习的列车牵引能耗计算方法
CN111348047A (zh) 一种道路路面状况分析方法、装置和存储介质
CN113008572B (zh) 用于评价n类汽车车内噪声的响度面积图生成系统和方法
CN111532312A (zh) 轨道道岔识别方法及装置
CN115019828A (zh) 车内语音清晰度评价方法、装置、设备及可读存储介质
CN116625495A (zh) 车内声品质分区评价方法、控制方法、系统及存储介质
CN105491531B (zh) 基于Hadoop的车主行车轨迹获取系统及方法
CN115452290A (zh) 车辆的数据处理方法和目标车辆

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