论文部分内容阅读
动力总成是汽车的重要振源之一,直接影响汽车NVH特性。合理设计动力总成悬置系统可以抑制其振动向车身的传递,从而大幅度降低整车振动与噪声,有利于提高汽车的乘坐舒适性和延长车辆的疲劳寿命。动力总成惯性参数(质量、质心、转动惯量和惯性积)是进行悬置系统优化设计的重要前提和基础,因此,研究一种精确而高效的动力总成惯性参数识别方法具有重要的工程实践意义。为实现高效准确辨识动力总成惯性参数这一目标,本文围绕基于模态模型法的惯性参数识别方法、原理性识别装置和实验展开研究。首先,从理论上详细研究了基于模态模型法的惯性参数识别算法(C-B法和T-N法),编写了识别算法程序,并通过算例验证了该方法的正确性。然后,将该识别算法直接应用于整车安装状态下的动力总成惯性参数识别,识别结果表明最小识别误差高达25%左右,说明实车安装条件下利用该方法进行动力总成惯性参数识别不能满足实际工程应用需要。为提高惯性参数辨识精度和效率,设计了基于模态模型法的动力总成惯性参数识别原理性实验装置,通过数值仿真验证了该实验装置的正确性和有效性。并借助仿真分析确定了识别精度的主要影响参数(响应点坐标误差、矩阵条件数和振型)及其影响规律。最后,搭建原理性实验装置,用标定块标定识别装置惯性参数,以已知惯性参数的标准块实物为研究对象,进行基于模态模型法的惯性参数识别实验研究。识别结果显示标准块质量和质心坐标的识别误差都在10%以内,转动惯量和惯性积的识别误差稍大,但最大误差都控制在24.6%以内,表明识别结果一致性较好,且T-N法较C-B法具有更高的惯性参数辨识精度,进一步验证了该识别方法和识别装置的有效性与可靠性,说明该识别方法和识别装置具有一定的实际工程应用价值。