期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
半主动悬架智能优化滑模控制研究
1
作者
于学天
刘善辉
+2 位作者
庄晔
张振伟
杨柳楠
《噪声与振动控制》
北大核心
2025年第4期210-217,共8页
为提升车辆行驶平顺性,提出一种半主动悬架智能优化的滑模控制策略。对电磁阀式减振器进行力学特性测试,利用试验数据搭建神经网络模型作为减振器正模型并验证。建立1/4车辆悬架模型,参考混合天地棚系统模型,将实际被控制系统动态误差...
为提升车辆行驶平顺性,提出一种半主动悬架智能优化的滑模控制策略。对电磁阀式减振器进行力学特性测试,利用试验数据搭建神经网络模型作为减振器正模型并验证。建立1/4车辆悬架模型,参考混合天地棚系统模型,将实际被控制系统动态误差引入到滑模控制中,采用指数趋近律并使用饱和函数作切换函数,来抑制抖振现象。采用遗传算法和均匀粒子群优化组合的智能优化算法(Genetic Algorithm Uniform Particle Swarm Optimization,GAUPSO)优化滑模控制器中的趋近律参数和混合天地棚权重系数。仿真和试验结果表明,与被动悬架控制、滑模控制和粒子群优化的滑模控制相比较,GA-UPSO优化的滑模控制使簧载质量加速度和轮胎动位移的均方根值明显下降,可以改善半主动悬架的减振效果。
展开更多
关键词
振动与波
半主动悬架
滑模控制
粒子群算法
电磁阀式减振器
神经网络
在线阅读
下载PDF
职称材料
基于模糊控制的半车悬架系统姿态协调控制
2
作者
闫子阳
刘善辉
+2 位作者
庄晔
梁志华
陈帝印
《吉林大学学报(理学版)》
北大核心
2025年第2期445-453,共9页
基于遗传算法和改进粒子群优化算法相结合的智能优化方法对车辆滑模控制器进行优化,并在其基础上应用到半车悬架模型中.首先利用模糊控制的控制方法设计车身姿态补偿模糊控制器,然后结合两种控制策略,确定最终的半主动悬架控制策略,抑...
基于遗传算法和改进粒子群优化算法相结合的智能优化方法对车辆滑模控制器进行优化,并在其基础上应用到半车悬架模型中.首先利用模糊控制的控制方法设计车身姿态补偿模糊控制器,然后结合两种控制策略,确定最终的半主动悬架控制策略,抑制车身俯仰角.实验结果表明,该控制器性能优越,能有效抑制汽车行驶过程中车身俯仰角的变化,改善汽车行驶的平顺性.
展开更多
关键词
滑模控制器
半车模型
半主动悬架控制
模糊控制
控制策略
在线阅读
下载PDF
职称材料
基于卷积神经网络的汽车操纵稳定性试验类型识别方法
3
作者
管欣
仲昭辉
+6 位作者
詹军
奚腾龙
叶昊
高深圳
成健
廖世辉
蔡均
《汽车工程》
EI
CSCD
北大核心
2023年第9期1765-1771,共7页
针对汽车操纵稳定性试验评价指标自动化处理需要自动识别试验类型的需求,提出一种基于卷积神经网络的汽车操纵稳定性试验类型自动分类方法。在分析汽车操纵稳定性试验类型数据图像特征的基础上,建立了由1个输入层、3个卷积层、3个批归...
针对汽车操纵稳定性试验评价指标自动化处理需要自动识别试验类型的需求,提出一种基于卷积神经网络的汽车操纵稳定性试验类型自动分类方法。在分析汽车操纵稳定性试验类型数据图像特征的基础上,建立了由1个输入层、3个卷积层、3个批归一化层、2个最大池化(Max-pooling)层、5个线性整流函数(ReLU)层、3个全连接层、2个活化(Dropout)层、1个激活函数(Softmax)层和1个分类输出层组成的汽车操纵稳定性试验类型分类卷积神经网络模型。利用2250组试验采集的数据对模型进行了训练和验证。经验证,类型分类准确率为99.33%,平均识别时间为0.05 s。结果表明,本文提出的基于卷积神经网络的汽车操纵稳定性试验类型自动识别方法可有效区分不同试验类型,可用于汽车操纵稳定性试验结果的自动处理,显著提升汽车操纵稳定性试验自动化处理水平。
展开更多
关键词
汽车试验
类型识别
卷积神经网络
汽车操纵稳定性
在线阅读
下载PDF
职称材料
虚拟试验场RGR路面模型重构研究
被引量:
1
4
作者
周帅
禹慧丽
+1 位作者
黄永旺
周云平
《振动与冲击》
EI
CSCD
北大核心
2023年第1期139-145,159,共8页
路面模型是虚拟试验场车辆舒适性分析,道路载荷谱分析等必不可少的输入。为了将国内西部某汽车试验场的真实道路转换为路面模型,首先采用PPS激光扫描仪,IMU惯导模块,GNSS基站等设备集成的移动路面扫描系统进行扫描,获得了物理道路的3维...
路面模型是虚拟试验场车辆舒适性分析,道路载荷谱分析等必不可少的输入。为了将国内西部某汽车试验场的真实道路转换为路面模型,首先采用PPS激光扫描仪,IMU惯导模块,GNSS基站等设备集成的移动路面扫描系统进行扫描,获得了物理道路的3维扫描点云。然后采用样条曲线拟合道路中心线,并沿中心线构建2维平面栅格点。接着以自然相邻点插值法计算平面栅格点的高程值。最后将3维栅格点云转换为可在多体动力学仿真软件ADAMS中使用的RGR(regular grid road)路面模型。以重构的路面模型为基础,结合FTire轮胎模型,整车多体动力学模型搭建起完整的虚拟试验场仿真系统。为了检验仿真精度,采用带有轮心六分力仪,加速度传感器的路谱采集车进行道路谱载荷采集试验。在大特征破坏路面坑洼路和平稳随机型路面鹅卵石路下,轮心垂向力和轮心垂向加速度等仿真结果与实测数据均吻合良好,表明重构的路面模型及其虚拟试验场具有较好的精度。
展开更多
关键词
虚拟试验场
RGR路面模型
路面扫描
道路谱
在线阅读
下载PDF
职称材料
题名
半主动悬架智能优化滑模控制研究
1
作者
于学天
刘善辉
庄晔
张振伟
杨柳楠
机构
吉林大学
汽车
底盘集成与仿生全国
重点
实验室
重庆
长安
汽车
股份有限公司
汽车智能仿真重庆市重点实验室
出处
《噪声与振动控制》
北大核心
2025年第4期210-217,共8页
文摘
为提升车辆行驶平顺性,提出一种半主动悬架智能优化的滑模控制策略。对电磁阀式减振器进行力学特性测试,利用试验数据搭建神经网络模型作为减振器正模型并验证。建立1/4车辆悬架模型,参考混合天地棚系统模型,将实际被控制系统动态误差引入到滑模控制中,采用指数趋近律并使用饱和函数作切换函数,来抑制抖振现象。采用遗传算法和均匀粒子群优化组合的智能优化算法(Genetic Algorithm Uniform Particle Swarm Optimization,GAUPSO)优化滑模控制器中的趋近律参数和混合天地棚权重系数。仿真和试验结果表明,与被动悬架控制、滑模控制和粒子群优化的滑模控制相比较,GA-UPSO优化的滑模控制使簧载质量加速度和轮胎动位移的均方根值明显下降,可以改善半主动悬架的减振效果。
关键词
振动与波
半主动悬架
滑模控制
粒子群算法
电磁阀式减振器
神经网络
Keywords
vibration and wave
semi-active suspension
sliding mode control
particle swarm algorithm
electromagnetic valve-type damper
neural network
分类号
U463.33 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
基于模糊控制的半车悬架系统姿态协调控制
2
作者
闫子阳
刘善辉
庄晔
梁志华
陈帝印
机构
吉林大学
汽车
底盘集成与仿生全国
重点
实验室
汽车智能仿真重庆市重点实验室
重庆
长安
汽车
股份有限公司
出处
《吉林大学学报(理学版)》
北大核心
2025年第2期445-453,共9页
基金
国家自然科学基金重大项目(批准号:61790564)。
文摘
基于遗传算法和改进粒子群优化算法相结合的智能优化方法对车辆滑模控制器进行优化,并在其基础上应用到半车悬架模型中.首先利用模糊控制的控制方法设计车身姿态补偿模糊控制器,然后结合两种控制策略,确定最终的半主动悬架控制策略,抑制车身俯仰角.实验结果表明,该控制器性能优越,能有效抑制汽车行驶过程中车身俯仰角的变化,改善汽车行驶的平顺性.
关键词
滑模控制器
半车模型
半主动悬架控制
模糊控制
控制策略
Keywords
sliding mode controller
semi-vehicle model
semi-active suspension control
fuzzy control
control strategy
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络的汽车操纵稳定性试验类型识别方法
3
作者
管欣
仲昭辉
詹军
奚腾龙
叶昊
高深圳
成健
廖世辉
蔡均
机构
吉林大学
汽车智能仿真重庆市重点实验室
重庆
长安
汽车
股份有限公司
出处
《汽车工程》
EI
CSCD
北大核心
2023年第9期1765-1771,共7页
基金
国家重点研发计划项目(2018YFB1502700)资助。
文摘
针对汽车操纵稳定性试验评价指标自动化处理需要自动识别试验类型的需求,提出一种基于卷积神经网络的汽车操纵稳定性试验类型自动分类方法。在分析汽车操纵稳定性试验类型数据图像特征的基础上,建立了由1个输入层、3个卷积层、3个批归一化层、2个最大池化(Max-pooling)层、5个线性整流函数(ReLU)层、3个全连接层、2个活化(Dropout)层、1个激活函数(Softmax)层和1个分类输出层组成的汽车操纵稳定性试验类型分类卷积神经网络模型。利用2250组试验采集的数据对模型进行了训练和验证。经验证,类型分类准确率为99.33%,平均识别时间为0.05 s。结果表明,本文提出的基于卷积神经网络的汽车操纵稳定性试验类型自动识别方法可有效区分不同试验类型,可用于汽车操纵稳定性试验结果的自动处理,显著提升汽车操纵稳定性试验自动化处理水平。
关键词
汽车试验
类型识别
卷积神经网络
汽车操纵稳定性
Keywords
automobile test
type recognition
convolution neural network
vehicle handling and stability
分类号
U467 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
虚拟试验场RGR路面模型重构研究
被引量:
1
4
作者
周帅
禹慧丽
黄永旺
周云平
机构
重庆
长安
汽车
股份有限公司
汽车智能仿真重庆市重点实验室
出处
《振动与冲击》
EI
CSCD
北大核心
2023年第1期139-145,159,共8页
基金
重庆市技术创新与应用发展专项重点项目(cstc2020jscx-dxwtB0064)。
文摘
路面模型是虚拟试验场车辆舒适性分析,道路载荷谱分析等必不可少的输入。为了将国内西部某汽车试验场的真实道路转换为路面模型,首先采用PPS激光扫描仪,IMU惯导模块,GNSS基站等设备集成的移动路面扫描系统进行扫描,获得了物理道路的3维扫描点云。然后采用样条曲线拟合道路中心线,并沿中心线构建2维平面栅格点。接着以自然相邻点插值法计算平面栅格点的高程值。最后将3维栅格点云转换为可在多体动力学仿真软件ADAMS中使用的RGR(regular grid road)路面模型。以重构的路面模型为基础,结合FTire轮胎模型,整车多体动力学模型搭建起完整的虚拟试验场仿真系统。为了检验仿真精度,采用带有轮心六分力仪,加速度传感器的路谱采集车进行道路谱载荷采集试验。在大特征破坏路面坑洼路和平稳随机型路面鹅卵石路下,轮心垂向力和轮心垂向加速度等仿真结果与实测数据均吻合良好,表明重构的路面模型及其虚拟试验场具有较好的精度。
关键词
虚拟试验场
RGR路面模型
路面扫描
道路谱
Keywords
virtual proving ground
regular grid road(RGR)pavement model
road surface scanning
road load spectrum
分类号
U467 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
半主动悬架智能优化滑模控制研究
于学天
刘善辉
庄晔
张振伟
杨柳楠
《噪声与振动控制》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于模糊控制的半车悬架系统姿态协调控制
闫子阳
刘善辉
庄晔
梁志华
陈帝印
《吉林大学学报(理学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于卷积神经网络的汽车操纵稳定性试验类型识别方法
管欣
仲昭辉
詹军
奚腾龙
叶昊
高深圳
成健
廖世辉
蔡均
《汽车工程》
EI
CSCD
北大核心
2023
0
在线阅读
下载PDF
职称材料
4
虚拟试验场RGR路面模型重构研究
周帅
禹慧丽
黄永旺
周云平
《振动与冲击》
EI
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部