基于客车空气悬架控制系统的仿真分析-论文.pdf

《基于客车空气悬架控制系统的仿真分析-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、I丝．婴发⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一基于客车空气悬架控制系统的仿真分析德州学院汽车工程学院牟东【摘要】由于电控空气悬架振动控制系统为复杂的非线性系统，本文采用了不依赖于被控对象精确数学模型的模糊控制策略对空气悬架控制系统进行了仿真分析。在仿真分析过程中，建立了两自由度的1／4空气悬架动力学模型；同时考虑到路面扰动输入对汽车悬架控制的影响，建立了随机路面不平度的数学模型，并在时域内对其仿真。仿真结果表明，使用模糊控制算法可以有效衰减簧载质量垂直加速度，改善了汽车的行驶平顺性。【关键词】缸内直喷；电控系统；硬件模块一、引言振动。1lM+c(

2、—，)+K(t—Xt)=o建立汽车悬架的动力学模型是进行二、1／4车辆悬架模型的建立整车性能分析和系统设计的基础。建立由于1／4车辆模型结构简单，又包Imt—c(—)一K(一t)一(t一‘)=0模型基础就是利用外界物理参数描述输含了汽车平顺性分析的主要特征，因此式中M为簧载质量，m为非簧载质入，系统本身和系统输出之间的关系。在研究电控空气悬架控制策略中被广泛量；Kt为轮胎径向刚度系数；Ks为悬架悬架系统是一个复杂的多自由度“质应用。在本文中决定采用两自由度1／4刚度系数；cs为减振器阻尼系数；XS、量一刚度一阻尼”振动系统，理论上讲

3、车辆模型，如图1所示。xt、xr分别代表簧载质量、非簧载质量建立的模型自由度越多越接近汽车的时及路面激励的位移量。间情况，但对其动力学特性进行精准的描述和分析是非常困难的。目前比较成熟的整车模型主要有三种：(1)两自由度1／4车辆模型；(2)四自由度1／2车辆模型；(3)七(八、九)自由度正常模型。1／4车辆模型虽然没有包括汽车的整体图2两自由度车辆动力学模型几何信息，也无法用它来研究汽车俯仰根据二自由度的车辆的动力学微分角振动及侧倾角振动，但它包含了实际方程，可以利用MATLAB／SIMULINK仿真问题中的绝大部分基本特征，如负

4、载变图1两自由度1／4车辆悬架模型软件建立系统动力学模型，系统动力学化和悬架系统受力的信息等，所以可以根据牛顿第二定律，可以列出该模模型如图2所示。在模型中，接口in1和用来研宄不平路面激励引起车体的垂直型动力学微分方程：in2分别代表悬架刚度的实时变化和路H∞g星吕吕幽煳c：口嘲丘时间(s)时问(s)时间(s)时间(s)(a)被动空气悬架(b)模糊控制空气悬架(a)被动空气悬架(b)模糊控制空气悬架图3级路面时速5OKm／h簧载质量加速度对比图4级路面时速80Km／h簧载质量加速度对比Z蚕蚕蚕运运遍搭遣臀臀臀臀时间(s)时间(s)

5、时间(s)刚IN(s)(a)被动空气悬架(b)模糊控制空气悬架(a)被动空气悬架(b)模糊控制空气悬架图5级路面时速50Km／h动载荷对比图6级路面时速80Km／h动载荷对比一104一电子世再⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一展一一I基于K—L变换的人脸识别孜术的探讨武汉纺织大学电子与电气工程学院杜秋【摘要】人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为当前模式识别和人工智能领域的一个研究热点。本文提出了基q-KarhunenLoeve(K—L)变换的人脸识别方

6、法，分别使用总体散布矩阵和类间散布矩阵进行了仿真。实验结果显示基于K—L变换的人脸识别达到了较高的识别正确率。【关键词】人脸识别；K—L变换；总体散布矩阵；类间散布矩阵1．引言基于几何特征的方法是最早的方和表情变化等因素影响。人脸识别技术就是通过计算机提取法，通常需要和其他算法结合才能有比基于模型的方法则有基于隐马尔柯人脸的特征，并根据这些特征进行身份较好的效果。人脸由眼睛、鼻子、嘴夫模型，主动形状模型和主动外观模型验证的一种技术。人脸与人体的其他生巴、下巴等部件构成，正因为这些部件的方法等。利用人的脸部特征规律建立物特征一样与生俱

7、来，它们所具有的唯的形状、大小和结构上的各种差异才使一个立体可调的模型框架，在定位出人一性和不易被复制的良好特性为身份鉴得世界上每个人脸千差万别，因此对这的脸部位置后用模型框架定位和调整人别提供了必要的前提。随着计算机技术些部件的形状和结构关系的几何描述，的脸部特征部位，着重于解决人脸识别的飞速发展，人脸识别技术逐渐发展壮可以作为人脸识别的重要特征。几何特过程中的观察角度、遮挡和表情变化等大起来，并应用到众多领域，已广泛用征最早是用于人脸侧面轮廓的描述与识因素影响。于政府、军队、银行、社会福利保障、别，首先根据侧面轮廓曲线确定若干显

8、本文介绍在图像人脸识别问题里如电子商务、安全防务等领域。本文针对著点，并由这些显著点导出一组用于识何利用K-L变换来提取特征。K—L变换是人脸识别技术，探讨了基于K-L变换的别的特征度量如距离、角度等。模式识别中常用的一种特征提取方法