發(fā)布時(shí)間：2021-03-12 01:33

　　對(duì)于多聯(lián)軸貨車(chē)而言,良好的動(dòng)態(tài)軸荷平衡能力有利于減小輪胎力峰值,從而有效預(yù)防單軸超載、減緩路面損傷。與鋼板平衡懸架和普通空氣懸架相比,縱向連通空氣懸架可顯著提高多聯(lián)軸貨車(chē)的動(dòng)態(tài)軸荷平衡能力,然而,面向綜合行駛性能的縱向連通空氣懸架幾何設(shè)計(jì)參數(shù)優(yōu)化理論、方法的研究較為匱乏。針對(duì)上述問(wèn)題,首先,基于流體力學(xué)和熱力學(xué),構(gòu)建了縱向連通空氣懸架三聯(lián)軸半掛車(chē)5自由度非線(xiàn)性模型,并根據(jù)懸架的偏頻和簧載質(zhì)量,設(shè)計(jì)了不同路面不平度、車(chē)速、載荷下的縱向連通空氣懸架高度控制策略;其次,針對(duì)上述高度控制策略下的每個(gè)空氣彈簧高度,采用支持向量回歸法分別擬合軸荷平衡、平順性的評(píng)價(jià)指標(biāo)隨行駛條件（路面不平度、車(chē)速、載荷）和空氣懸架幾何設(shè)計(jì)參數(shù)（空氣管道內(nèi)徑、氣囊連接管內(nèi)徑）變化的關(guān)系模型;再次,基于區(qū)間不確定性理論,設(shè)計(jì)一種內(nèi)外嵌套的多目標(biāo)粒子群（DL-MOPSO）算法以及內(nèi)外嵌套的第二代非支配排序遺傳算法（DL-NSGA-II）,用于路面不平度、車(chē)速、載荷變化時(shí)空氣管道內(nèi)徑和氣囊連接管內(nèi)徑的優(yōu)化,得到每個(gè)空氣彈簧高度下的多目標(biāo)優(yōu)化的帕累托（Pareto）解集前沿。最后,利用逼近理想解排序法（TOPSIS）對(duì)Par... 

【文章來(lái)源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀分析
        1.2.1 多聯(lián)軸軸組軸荷平衡研究
        1.2.2 連通空氣懸架建模研究
        1.2.3 連通空氣懸架的性能分析研究
        1.2.4 考慮不確定性的優(yōu)化方法研究
    1.3 主要研究?jī)?nèi)容與方法
第二章 5自由度車(chē)輛-道路耦合數(shù)學(xué)模型
    2.1 5 自由度三聯(lián)軸半掛車(chē)數(shù)學(xué)模型
    2.2 路面不平度時(shí)域激勵(lì)模型
    2.3 車(chē)-路耦合模型驗(yàn)證
        2.3.1 軸荷平衡評(píng)價(jià)標(biāo)準(zhǔn)
        2.3.2 車(chē)-路耦合模型精度驗(yàn)證
    2.4 本章小結(jié)
第三章 空氣彈簧高度控制策略
    3.1 空氣彈簧的分類(lèi)
    3.2 空氣彈簧的剛度特性
    3.3 空氣彈簧的高度控制策略
    3.4 本章小結(jié)
第四章 面向綜合行駛性能的多目標(biāo)優(yōu)化模型構(gòu)建
    4.1 基于支持向量回歸的評(píng)價(jià)指標(biāo)擬合模型
        4.1.1 支持向量回歸
        4.1.2 評(píng)價(jià)指標(biāo)擬合模型及其精度分析
    4.2 考慮不確定性的多目標(biāo)優(yōu)化模型
        4.2.1 不確定性理論
        4.2.2 面向軸荷平衡和平順性的多目標(biāo)優(yōu)化模型
    4.3 本章小結(jié)
第五章 基于DL-MOPSO的縱向連通空氣懸架關(guān)鍵幾何參數(shù)多目標(biāo)優(yōu)化
    5.1 DL-MOPSO算法的實(shí)現(xiàn)
    5.2 基于TOPSIS最優(yōu)方案的確定
    5.3 DL-MOPSO算法優(yōu)化結(jié)果分析
    5.4 本章小結(jié)
第六章 基于DL-NSGA-Ⅱ的縱向連通空氣懸架關(guān)鍵幾何參數(shù)多目標(biāo)優(yōu)化
    6.1 DL-NSGA-Ⅱ算法的實(shí)現(xiàn)
    6.2 DL-NSGA-Ⅱ算法優(yōu)化結(jié)果分析
    6.3 兩種內(nèi)外層嵌套多目標(biāo)優(yōu)化算法結(jié)果對(duì)比
    6.4 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況



本文編號(hào)：3077451