基于小波变换的车辆振动平顺性试验研究

合集下载

基于小波分析的车载激光雷达振动响应误差处理算法研究

基于小波分析的车载激光雷达振动响应误差处理算法研究
激光雷达具有测量距离远、反应速度快、工作可靠等优点,且不受电磁干扰,不仅在军事上应用广泛,同时在民品领域发展迅速,具有良好的应用前景和较高
的商业价值。

车载激光雷达安装在车辆平台上,采用脉冲式激光测距原理,根据扫描系统探测到的信息,实现汽车自动驾驶、自动导航、障碍物距离报警等功能。

由于车载三维扫描激光雷达中包含光学扫描机构等运动部件,在面对冲击振动等外界因素干扰时,可能导致成像误差或测距精度不稳定等问题。

为了保证车载激光雷达在振动环境和动态使用条件下可靠工作,提高其产品性能,需对其冲击振
动响应误差进行研究。

本文首先对车载激光雷达扫描结构及振动特性进行了研究,分析了车载激光雷达的工作原理和典型车载激光雷达的扫描原理,选择了具有突出优点的旋转多面镜扫描结构进行了扫描轨迹分析,并从理论的角度研究了车载激光雷达在机械、光学两个方面受振动的响应情况,同时对其光电系统进行了振动噪声响应分析。

其次,针对车载激光雷达输出信号受冲击振动噪声影响的问题,建立了冲击振动
激励与电路振动噪声响应之间的数学模型,提出了一种基于小波分析的噪声消除方法。

该方法通过对车载激光雷达输入冲击激励信号进行小波分析,对输出振动噪声响应信号进行高斯函数拟合,建立了二者间的关联函数,在此基础上设计了
输出噪声处理算法。

最后对该算法进行了仿真与实验,结果表明,该算法对冲击振动引起的车载激光雷达输出噪声有较好的消噪效果。

整车振动平顺性的研究发展动态

另外，更精确分析汽车某一部分的为耦合振动，考虑建立更加复杂的系统模需
型。研究乘员座椅的振动情况，考虑座为需椅和车厢的三维振动以及座椅与车厢的耦
内外关于整车振动特性的研究主要从这三带来的影响。０８公路科学研究院的周２０年
要来源。于车辆振动学可将动力传动系基振动分为弯曲振动和扭转振动，要因为主
振动的频率、度、用方向和持续时间等由度 “ 量一刚度一阻尼 ”系统，强作质大致分为发动机和路面周期性振动的频率与动力传
建整车振动模型和分析主要部件总成）路、面特性对整车振动平顺性的影响，目前国方面进行展开。通过多目标多级模糊逐层评价解决了不同车速、点、面等因素对汽车平顺性评价测路炜建立六自由度汽车悬架的振动模型后运模型的振动舒适性评价方法。
这动系的固有频率接近时导致共振。种振振动的客观因素，的心理与身体素质等汽车车身和动力传动系两个振动系统。人这
ห้องสมุดไป่ตู้
主观因素也和其有着密切的关系。００２０年张些不同规律的振动形式及其耦合深刻影响动不仅影响动力传动系的正常运转产生噪

汽车平顺性检测实验报告

由此根据公式得 f0hs 1.8893 0.2411
由此根据公式得 f0hx 1.9150
图表前-前上
前上横纵坐标数据：
9.8926 -0.0659 10.0479 0.0906 10.4148 -0.0397
10.7324 0.0117
11.1134 -0.0040
前下横纵坐标数据：
相应轴载质量前轴 kg；后轴 kg。
空车质量 1105 kg。
相应轴载质量前轴 kg；后轴 kg。
悬架型式前端麦弗逊式独立悬架
后端扭力梁式拖曳臂悬架
弹性元件型式，主要尺寸参数
前端
后端
减震器型式，主要尺寸参数
前端液压
后端液压
轮胎型式和尺寸前轮 185/60 R15
后轮 185/60 R15
轮胎气压
前轮 2.1bar 后轮2.1bar
轴距
2460mm
轮距前轮 1460mm
后轮 1460mm
b．测试仪器
比利时LMS公司的振动、噪声测试仪器
c．试验条件
8
产生自由衰减的条件：滚下法
凸块高度：
120mm
非测试端悬架是否卡死：否
是否拆下减震器：
否
是否拆下缓冲块：
否
9
1.5898 1.7949 10.1214 10.9630
则可由以上数据计算平均值：车身的固有频率为 f0 2.1874 ，车轮的固有频率为
f 2.5479 ，平均阻尼比为 0.2472
评价：
汽车的固有频率是衡量汽车平顺性的重要参数，它由悬架刚度和悬架弹簧支承的质量（簧载质量）所决定。人体所习惯的垂直振动频率约为 1～1.6Hz。振动加速度极限值应为 0.2g~0.3g。车身振动的固有频率应接近或处于人体适应的频率范围，才能满足舒适性要求。Ψ值取大，能使振动迅速衰减，但会把路面较大的冲击传递到车身，Ψ值取小，振动衰减慢，受冲击后振动持续时间长，使乘客感到不舒服。由实验结果车身以及车轮的固有频率明显大于 1.6Hz。所以整车的平顺性欠佳。

基于小波的列车加速度和轨道不平顺关系分析

基于小波的列车加速度和轨道不平顺关系分析曲铭;许玉德【摘要】轨道不平顺是引起车辆系统振动的重要激振源.为适应现代铁路的发展,提高旅客乘车的舒适性,研究轨道高低不平顺与列车垂向加速度间的关系变得越来越重要.本文利用小波分析的方法,对综合检测车采集到的轨道高低不平顺信号和垂向加速度信号进行处理,将分析的重点集中在具体的某一频段上,并对其进行了相关性分析,确定了轨道高低不平顺和列车垂向加速度间的关系.【期刊名称】《华东交通大学学报》【年(卷),期】2008(025)005【总页数】6页(P36-41)【关键词】小波分析;垂向加速度;高低不平顺;相关性分析【作者】曲铭;许玉德【作者单位】同济大学,道路与交通工程教育部重点实验室,上海,201804;同济大学,道路与交通工程教育部重点实验室,上海,201804【正文语种】中文【中图分类】U213.313无论是普速列车还是提速列车，轨道不平顺都是引起车辆系统振动的重要激振源.轨道的平顺性直接影响着列车运行的安全性和旅客乘坐的舒适性.随着社会的进步，人民物质生活水平的提高，旅客更注重乘车的舒适性，所以，现代铁路的发展对轨道几何形位的管理提出了新的要求.目前，对轨道几何不平顺的评价方法主要有峰值管理和均值管理.峰值管理是通过设定一系列的限制值对轨道几何状态进行评价，按超限级别进行维修管理，如我国采用的5级管理限值等;均值管理包括对轨道局部不平顺的评价方法，如扣分法，对单元轨道区段整体不平顺幅值特征进行统计的方法，如P值、TQI法等，对不平顺幅值和波长结构的统计分析方法，如不平顺功率谱(PSD)法［1］.现有的方法虽然能满足目前的需要，但也有其局限性.而小波分析的方法，因其具有良好的时频域关联特性，不仅能找出较大的不平顺幅值、分析轨道不平顺的波长结构，而且能够在某一频段上对不平顺波长进行分析，并且能确定其具体的位置，对指导轨道的养修工作具有重大的意义.自1986年Y.Meyer，S.Mallat及I.Daubechies等人的奠基性工作以来，小波分析作为一门新兴学科，发展迅速，无论是理论体系的建立还是应用的广泛深入，都已经达到了一个新的水平.相对于经典的傅里叶分析，小波分析作为新的时频分析方法，具有显著的优点.它的基本思想是用一族小波基函数去逼近一信号，来解决时间和频率分辨力的矛盾.不同于短时傅里叶变换，它可以根据实际分析的需要，自适应地调节时频窗口，聚焦到信号时域和频域的任何细节，即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率［2］.1.1 小波分析的概念［3］设ψ(t)∈L2(R)，其傅里叶变换为(ω)，当(ω)满足容许性条件称ψ(t)为基本小波或母小波.将基本小波ψ(t)按式(2)伸缩和平移后得到的函数族{ψa，b}称为分析小波或连续小波.式中:a为伸缩因子;b为平移因子.对于任意的函数f(t)∈L2的连续小波变换为:其中:“＜＞”表示内积;(Wψf)(a，b)称为小波系数.小波变换后的重构公式为对于连续小波变换来说，伸缩因子a、时间t和与时间有关的平移因子b都是连续的.如果把尺度因子a和偏移因子b按幂级数的形式离散化处理，就得到离散小波变换.即这里，a0≠1是固定值，假定a0＞1，对应的离散小波为信号f(t)的离散小波变换系数为重构公式为取a0=2，b0=1对尺度因子a和偏移因子b进行离散化，得如下的二进小波1.2 多分辨分析和Mallat算法［3］1986年Meyer创造性地构造出具有一定衰减性的光滑函数，使得小波得到真正的发展.1988年，S.Mallat在构造正交小波基时提出了多分辨分析(multi－resolution analysis)的概念，从空间的概念上说明了小波的多分辨频率特性，并在1989年给出了正交小波基的构造方法以及正交小波变换的快速方法，即Mallat算法.多分辨分析实际上将信号分成低频部分A1和高频部分D1，再对低频部分A1进行再次分解，高频部分D1不予考虑，逐层分解，以达到获得信号特性的目的.待分析信号S进行n层分解后得到如下关系Mallat算法又称塔式算法，它在小波分析中的地位相当于快速傅里叶变换(FFT)在傅里叶分析中的地位.它是通过小波滤波器H、G和h、g对信号进行分解和重构，以获得所需要的信号特征.2.1 原始信号来源及处理方法采用2008年1月京沪线上行线里程k1449+043至k1449+775的综合检测车数据，点号与里程的关系为4个点为1 m，综合检测车的速度为230 km/h.应用小波分析方法分别对垂向加速度和左高低进行处理，采用db6小波进行6层分解.小波变换的方法是在MATLAB6.5环境下自编程序实现.对轨道不平顺的分析主要集中在其低频部分，虽然小波分解的层数越多，低频部分的区分就越细致，但也并不是层数越多分析效果就越好.所以，分解的层数应该由采样频率和所关注的重点频率共同确定.针对本文采用的数据，并结合采样定理以及MALLAT算法在各子带上的频率范围，最终确定小波分解的层数.2.2 垂向加速度信号的小波分析垂向加速度的小波分析结果见图1.(A)图为垂向加速度原始信号;(B)图为6层近似信号，从图上可以看出:6层小波分解可以满足对加速度分析的要求;(C)图为6层细节信号及其对应的频谱.可以看出:D1可以看作为高频噪声，而能量主要集中在D4和D6上，其对应的频率范围在100～160和15～30，波长范围为0.4～0.6和2.1～4.2;(D)图为D4和原始信号的关系，比较后发现D4可以具体的确定产生较大垂向加速度的位置，如在第400个点左右(k1449+143左右)、第1 000～1 200个点间(k1449+293～k1449+343间)都产生了较大的垂向加速度.2.3 高低不平顺信号的小波分析左高低不平顺信号的小波分析见图2.(A)图为左高低不平顺的原始信号;(B)图为6层近似信号，从图上可以看出:6层小波分解可以满足对高低不平顺信号分析的要求;(C)图为6层细节信号及其对应的频谱，D1和D2可以看作为噪声，分析发现能量主要集中在D4和D6上，其对应的频率范围在90～150和20～30，波长范围为0.4～0.7和2.1～3.2; (D)图为D4、D6和原始信号的关系，比较后发现可以通过D4、D6确定产生较大高低不平顺的具体的位置，如在第400个点左右、第1 000～1 200个点间都产生了较大的高低不平顺，较大高低不平顺的里程确定为k1449+143和k1449+293～k1449+343;(E)图为分析细节信号D6时发现的周期波不平顺.2.4 垂向加速度信号和高低不平顺信号的比较分析对比垂向加速度信号以及相应的高低不平顺信号，可以发现两者存在着一定的相互关系，即当高低不平顺出现较大变化时会引起较大的垂向加速度.对垂向加速度和左高低中能量集中的D4信号(见图3)进行相关性分析，采样点数为2 400，得到它们的相关系数为0.526 3，以显著性水平α=0.01判断，相关性较显著.同时发现加速度信号相对于左高低不平顺信号滞后48个采样点，即垂向加速度相对于高低不平顺滞后12 m，以列车运行速度为230 km/h计算，垂向加速度的滞后时间为0.19 s.本文应用小波分析的理论对列车垂向加速度信号和轨道左高低不平顺信号进行分析处理，得到以下结论:(1)通过小波分析的方法可以确定不平顺波形中幅值较大处的位置，对于指导轨道几何形位的养修具有重大意义;(2)通过小波分析的方法，可以辨识轨道随机不平顺中隐含的比较有规律的典型波形，很好的解决了轨道不平顺波形的辨识问题;(3)应用小波分析的方法可以具体分析某一频段轨道高低不平顺与列车垂向加速度间的关系，得到当列车以230 km/h的速度运行时，垂向加速度相对于高低不平顺0.19 s，并证明了它们之间存在线性相关性，为分析列车－轨道相互关系提供了可行的方法.【相关文献】［1］许玉德，李海锋，戴月辉.轨道交通工务管理［M］.上海:同济大学出版社，2007.［2］刘涛，曾祥利，曾军.实用小波分析入门［M］.北京:国防工业出版社，2006.［3］杨建国，等.小波分析及其工程应用［M］.北京:机械工业出版社，2005.［4］刘秀波.基于经验模式分解的钢轨波浪弯曲不平顺提取方法［J］.中国铁道科学，2006，27(2):26－29.［5］植木基晴，上浦正树，竹泽晋一.利用小波模型分析轨道不平顺和列车摇晃的关系［J］.铁道总研，2006，62(1):113－120.。

基于小波变换的汽车振动信号去噪分析_图文(精)

基于小波变换的汽车振动信号去噪分析,姜永胜.王其东设计-研究基于小波变换的汽车振动信号去噪分析姜永胜・-一.王其东1(1.合肥工业大学机械与汽车工程学院,合肥230009;2.安徽江淮汽车有限公司,合肥230022摘要:从小波变换的理论背景出发。

介绍了利用小波变换对信号进行分解的原理。

并针对汽车振动信号的非平稳性特点.对驾驶员座椅振动信号用dB4小波进行了多分辨分析和小波包分析。

并运用Madab中的Wavelet 7I钿Uox对其进行去噪处理,取得了明显的效果。

通过与FouIie珐噪的比较,可以看出小波变换在汽车振动信号去噪中有着Fourier分析无可比拟的优点。

关键词:汽车振动;多分辨分析;小波包分析;去噪中图分类号:U461.4文献标识码:A 文章编号:1005—2550(200604-0023-03汽车在实际行驶过程中.其振动信号的激振源主要有发动机振动、汽车各总成所产生的振动、车轮滚动产生的周期振动以及路面不平度产生的随机激励。

显然此信号是一个含噪声的非平稳振动信号[¨。

对汽车振动信号的处理以往采用的方法是基于 Fourier变换的谱分析法。

但F0urier变换是一种基于整个时域或频域的全局变换.无法表述信号的时频局域性质.不适用于非平稳信号的处理。

尽管窗口FouIier变换有了一定的改进.但由于窗口的形状和大小固定不变.与频率无关。

无法实现频率分辨率随频率变化进行自动调节的要求。

目前流行的小波分析具有多分辨率分析的特点.且在时频两域都具有表征信号局部特征的能力.可以聚焦到信号的任意细节进行频域处理.频率分辨率可随信号的频率变化进行自动调节.非常适用于非平稳振动信号的处理c2]。

所以小波分析又称为“数学显微镜”。

是振动信号分析与处理的得力工具。

本文针对汽车振动信号的特征.采用小波变化对其进行去噪,取得了比 Fourier变换优越的去噪效果。

1小波变换理论1.1小波变换【¨】对于任意函数t∈L2(R的连续小波变换定义为:聊(Ⅱ,6=叭t,钆.6(f]=l妒硝(t狄t山 (1 式中,‰础=了音妒(气}口,6∈噩,口≠o;口为频率参数, 称为尺度因子;6为时移参数,称为平移因子。

基于小波变换的汽车齿轮箱振动信号故障分析

第１挡疲劳朝落齿轮不同位置振动测试信号
据，从上到下表示４个不同测试位置的振动测试信
号。图２是变速齿轮箱第１挡出现疲劳剥落的齿轮
振动测试信号的一组数据，从上到下表示对应正常
齿轮测试位置的４个不同测试点的振动测试信号。由于从汽车齿轮变速箱正常齿轮和疲劳脱落齿轮的振动测试信号是非平稳，非线性信号，从时域信号波形上看两者之间非常相似，很难直接判定测
二、波分析的基本理论小
展汽车齿轮箱振动信号分析及早发现齿轮箱的故障
隐患，实现齿轮变速箱的早期故障监测和诊断对汽车的安全行驶，避免突发事故发生起非常重要的作
用【ｌ】０
小波变换的快速算法就是著名的Ｍｌｔａａ算法，ｌ可以实现信号的分解和重构。对于任意信号ｆ（）ｔ∈
【章编号】１７ — ０Ｘ（１）１００ — ３文６１８２２２０ — ０９００
基于小波变换的汽车齿轮箱振动信号故障分析
李素云，张德祥ｚ
（．大学现代教育技术中心，安徽１安徽２安徽大学电气工程与自动化学院，安徽．合肥合肥２０３；３０９２０３）３０９
［关键词］变速齿轮箱；小波变换；小波系数；能量；故障诊断［中图分类号］Ｐ０＋Ｔ２６．３［文献标识码］Ａ
一
、
引言
性。这主要表现在小波分析同时具有较好的时域特性和频域特性，在低频部分具有较高的频率分辨率和较低的时间分辨率在高频部分具有较高的时间
征提取方面具有传统傅立叶分析无可比拟的优越

车辆平顺性评价方法及试验研究

2、舒适度评价法
2、舒适度评价法
舒适度评价法是一种基于乘员感受的评价方法。该方法通过问卷调查或其他形式，收集乘员对车辆平顺性的评价数据，并采用统计分析方法进行处理，以得出乘员对车辆平顺性的整体感受。该方法的优点是能够反映乘员的真实感受，但是需要足够的样本数据才能得出较为准确的结果。此外，由于不同乘员对舒适度的要求不同，因此需要制定相应的标准或指南，以避免主观因素对评价结果的影响。
（2）半主观半客观评价法的优缺点：半主观半客观评价法能够综合考虑乘员的感受和车辆的振动性能，具有较高的实用价值。但是，半主观半客观评价法的评价结果容易受到主观因素和客观因素的影响，需要进一步研究和改进。
结论
结论
本次演示通过对汽车平顺性评价方法的研究，总结了汽车平顺性评价方法的重要性和发展历程，以及现有的评价方法和存在的问题。现有的汽车平顺性评价方法主要采用客观评价法和半主观半客观评价法，但是都存在一定的局限性和不足之处。为了更好地反映车辆的振动性能和乘员的感受，需要进一步开展研究工作，探索更加准确、可靠、实用的汽车平顺性评价方法。今后的研究方向可以包括以下几个方面：
引言
引言
汽车平顺性是指车辆在行驶过程中，乘员所感受到的振动和冲击程度，它对于乘员的舒适性和安全性具有重要影响。汽车平顺性评价方法作为车辆性能评估的重要手段，一直以来备受。随着汽车工业的快速发展，人们对于汽车平顺性的要求也越来越高，因此，开展汽车平顺性评价方法的研究具有重要的现实意义。
文献综述
结论
1、研究更加精确的试验和测量设备，以提高汽车平顺性评价的准确性和可靠性。
2、探索更加科学的数据处理和分析方法，以减小主观因素和客观因素对评价结果的影响。
结论

汽车平顺性实验

汽车平顺性实验实验目的研究车身与车轮双质量系统的振动。

实验内容模拟分析车身与车轮双质量系统在路面输入下汽车悬架动挠度21z z -和车身加速度a 的变化趋势。

双质量系统振动的运动方程：....221221....1121121()()0()()()0t m z C z z K z z m z C z z K z z K z q +-+-=+-+-+-= 设..1212[]T x z z z z =则.......1212[]T x z z z z =设..221[]T y z z z =-其中21z z -为动挠度，..2z 为车身加速度列出状态方程如.x Ax Bu y Cx Du⎧⎪=+⎨=+⎪⎩12..111111.2222200100000100t t z z K K K C C x q K m m m m z m K K C C z m m m m ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥+⎢--⎥=+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎥⎢⎢⎦⎥⎣⎦⎣⎢⎦⎣ 11100201022222z z y q K K C C z m m m m z ⎡⎤⎡-⎢⎤⎥⎡⎤⎢⎢⎥⎥=+⎢⎥⎢⎢⎥⎥--⎦⎣⎢⎦⎢⎣⎥⎢⎦⎣在matlab 中建立m 文件，输入如下程序：m1=24;m2=240;K=9475;Kt=85270;C=754;A1=[0 0 1 00 0 0 1-(K+Kt)/m1 K/m1 -C/m1 C/m1K/m2 -K/m2 C/m2 -C/m2];B1=[0 0 Kt/m1 0]';C1=[-1 1 0 0K/m2 -K/m2 C/m2 -C/m2];D1=[0 0]';保存并运行。

打开simulink建立如下模型：在state-space中对应A B C D输入A1 B1 C1 D1 点击运行实验结果打开scope1 scope2 scope3查看仿真结果如图：scope1scope2scope汽车行驶平顺性实验报告学院：专业班级：姓名：学号：THANKS !!!致力为企业和个人提供合同协议，策划案计划书，学习课件等等打造全网一站式需求欢迎您的下载，资料仅供参考。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｑｅｃｏｉｎｌｓｈｔａｎｔｂｅｌｃｄｕｎｙｄｍａｎａａｙｉｔａｎｏｅｒｐａｅ．ｓｃ
Ｋｅｒｓ：ｅｃｅｖｂａ Байду номын сангаас ｆｄｏｏ；ｖｌｔｔａｆｒ；ｏｒｓｅｔａｅｓｔｙｗｏｄｖｈｉｌｉｒｔｎ；ｅｃｍｒｗａｅｅｒｎｓｏｍｐｗｅｐｃｌｄｎｉｙｉｉｆｔｒ
１引言
车辆实际振动状态是非平稳的，引起振动的因素
合理的分解及分析以解决实际问题，传统的时频分析
技术已经显得有一定的难度，而小波分析技术的长处
ＥｘｅｉｅｔｌＳｕｄｎＶｅｉｌｂａｉｎＲｉｅｐｒｍｎａｔｙｏｈｃｅＶｉｒｔｏｄＣｏｆｒｓｄｏａｅｅａｓｏｍｍｏｔＢａｅｎＷｖｌｔＴｒｎｆｒ
ＤＵｎＰｅｇ
（ｃｏｌｆｕｏｏｉ，ｈｎｈｎｖｒｔ，ｉｎ７０６，ｈｎ）ＳｈｏｔｍｂｌＣａｇｎＵｉｓｙＸ０４ＣｉａｏＡｅｅｉｈ１
Ａｂｔａｔｎｏｄｒｔｔｄｎｖｈｃｅｒｄｏｆｒ，ｔｅｍｅｓｒｄｓｇａｓｏｅｉｌｉｒｔｎａｅａａｙｅｓｒｃ：Ｉｒｅｏｓｙｏｅｉｌｉｅｃｍｏｔｈａｕｅｉｎｌｆｖｈｃｅｖｂａｏｒｎｌｚｄｕｉ
ｗｉｅｗｖｌｔｅｒ．ＳｌｃｎｖｌｔａｉｆｎｔｎｄｃｍｐｓｓｔｅｍｅｓｒｄｓｇａｓｗｉｖｌｔｐｃｅｔｔａｅｅｏｙｅｅｔｇｗａｅｅｓｓｕｃｉｅｏｏｅｈａｕｅｉｌｔｗａｅｅａｋｔＳｔｈｈｈｔｉｂｏｎｈｏｄｓｕｓｓｔｅｒｌｔｎｈｐｏｅｉｌｉｒｔｎｒｓｏｓｎｏｄｓｒｃｏｇｎｓ．Ｔｅｒｓｌｎｉａｅｔａｅｉｃｓｅｅａｉｓｉｆｖｈｃｅｖｂａｉｅｐｎｅａｄｒａｕａｅｒｕｈｅｓｈｅｕｔｉｄｃｔｔｔｈｏｏｆｓｈｈｔｎｉａｄ￣ｅｕｎｙｃａａｔｒｔｓｏｅｓｎｌｃｎｗｌｂｅｅｌｄａｄｔｅｒｌｔｎｏｅｉｌｉｒｔｎｒｓｏｓｍｅｑｅｃｈｃｅｉｉｆｔｉａａｅｌｅｒｖａｅｎｅａｉｆｖｈｃｅｖｂａｏｅｐｎｅｒｓｃｈｇｈｏｉａｄｒａｕｆｃｏｇｎｓａｌｅｉｅｔｅｙｗａｅｅｒｎｆｒ，ａｄｔｅｅｃｔｔｎｆｏｔｅｐｖｍｅｔｃｕｄｂｎｏｄｓｒａｅｒｕｈｅｓｃｒｂｄｎｉｄｂｖｌｔｔｓｍｉｆａｏｎｘｉｉｒｍａｅｎｏｌｅｈａｏｈｓｅｒｄｅｅｔｅｙｈｅｅｏｅｈｅｒｄｕｌｆｔｅｖｈｃｅｃｎｂｎｌｚｄｂｏｄｃａａｔｒｔｓａｄｔｅｒａｐａｅｆｃｖｌ．Ｔｒｆｒ，ｔｉｅｑａｉｏｅｉｌａｅａａｅｙｒａｈｒｃｅｉｉｎｏｄｉｙｔｈｙｓｃｈ
杜鹏
（长安大学汽车学院，陕西西安７０６）１０４
摘
要：为研究车辆的平顺性，采用小波理论对实测的车辆振动信号进行分析，选取小波基函数对其进行小
波包分解，分析了车辆振动响应与路面不平度的关系。结果表明：将小波变换引入路面激励和汽车振动响应的分析中，以清楚地了解信号的时频特性，可同时可以把路面激励分离出来，从而可以通过路面特性分析车辆平顺性能或由振动响应推断路面激励。小波这些特点是传统的时域分析和频域分析所不能替代的。关键词：车辆振动；顺性；平小波变换；功率谱密度中图分类号：４１４Ｕ６．文献标识码：Ａ文章编号：２１）３０４．（０１０－０４．０４
第３期
２１０１焦
陕西交通职业技术学院学报
ＪｕｎＩｆｈａｘＣｌｑｆｏｍｎａｏｏｒａｏａｎｉｏｅｅ０ｍｕｉｔｎ＆ＴＣｎＳｌＣｃｉｅｈ
ＮＯ．３
２ｌＯｌ
基于小波变换的车辆振动平顺性试验研究
ｅｃｔｔｏａｅｄｅｕｅｙｖｂａｏｅｐｎｅｘｉａｉｎｃｎｂｄｃｄｂｉｒｔｎｒｓｏｓ．Ｔｈｓｅｔｒｓａｅｔｅｔａｉｏａｎａｙｉｆｔｏｉｎｒ — ｉｅｅｆａｕｅｒｒｄｔｎｌａｌｓｓｏｉｄｍａｎａｄｆｅｈｉｍｅ