[发明专利]汽车盘式制动器系统振动稳定性的不确定性分析方法有效
| 申请号: | 201310537687.8 | 申请日: | 2013-11-04 |
| 公开(公告)号: | CN103559398A | 公开(公告)日: | 2014-02-05 |
| 发明(设计)人: | 吕辉;于德介;刘坚 | 申请(专利权)人: | 湖南大学 |
| 主分类号: | G06F19/00 | 分类号: | G06F19/00 |
| 代理公司: | 北京聿宏知识产权代理有限公司 11372 | 代理人: | 吴大建;刘华联 |
| 地址: | 410082 湖*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 汽车 制动器 系统 振动 稳定性 不确 定性分析 方法 | ||
技术领域
本发明涉及汽车制动噪声领域,尤其涉及一种汽车盘式制动器振动稳定性的不确定性分析方法。
背景技术
汽车制动噪声已成为城市的主要噪声污染源之一。如果汽车的制动器设计不合理,制动时就可能引起强烈的振动,使得制动器处于振动不稳定状态,并形成刺耳的噪声。
基于有限元的复特征值分析方法是一种研究汽车盘式制动器振动稳定性的有效方法,它主要通过求解系统的复特征值,根据复特征值的实部是否为正,判断系统的稳定性,从而预测制动器的尖叫噪声趋势。
但是基于该方法的很多相关研究都是将制动器系统的参数视为确定性的,没有考虑实际工程中材料性能参数、边界条件和摩擦损耗等不确定性因素的影响,使得研究结果的工程指导意义不大。
发明内容
本发明所要解决的技术问题之一是需要提供一种汽车盘式制动器系统振动稳定性的不确定性分析方法,其考虑了系统参数在实际工程中的不确定性,使得分析结果具有更高的工程指导意义。
为了解决上述技术问题,本发明提供了一种汽车盘式制动器系统振动稳定性的不确定性分析方法,包括:参数确定步骤,定义制动器系统的不确定性参数,对所述不确定性参数进行不同类型表述,所述类型包括随机参数与区间参数;模型建立步骤,获取关于所有不确定性参数的初始取值和取值范围,并建立所述制动器系统的有限元简化模型;样本点获取步骤,根据所有不确定性参数的取值范围,采用试验设计方法采样获取样本点;求解步骤,将所述样本点代入所述有限元简化模型中求解复特征值,根据具有正实部的复特征值判断所述制动器系统的不稳定模态;关系建立步骤,建立所述不稳定模态和所述制动器系统的不确定性参数的关系表达式,得到与所述不稳定模态对应的复特征值实部和虚部的表达式;分析步骤,基于所述实部和虚部的表达式以及所述制动器系统的不确定性参数建立所述制动器系统振动稳定性的可靠性分析模型,通过分析所述可靠性分析模型的参数全局灵敏度,得到各个不确定性参数对所述制动器系统振动稳定性的影响程度,其中,所述可靠性分析模型为包含所述随机参数和区间参数的不确定性模型;参数确定步骤,根据所述影响程度初步得到影响所述制动器系统稳定性的不确定性参数,进一步计算所述可靠性分析模型针对所得到的各个不确定性参数的可靠度,最终得到用于提高制动器系统稳定性的不确定性参数。
在一个实施例中,在所述样本点获取步骤中,基于各个不确定性参数的取值范围得到对所有不确定性参数进行标准化后的标准化变量组成的空间,采用拉丁超立方试验设计方法在标准化变量组成的空间中获取样本点构建二阶响应面近似模型。
在一个实施例中,通过以下表达式将所述研究参数标准化:
其中,所述不确定性参数的最小值到所述不确定性参数的最大值的数值范围为所述不确定性参数的取值范围。
在一个实施例中,根据如下公式计算所述样本点的组数,
其中,N为所述二阶响应面近似模型的基函数个数,n为所述二阶响应面近似模型的系统变量个数,所述样本点的组数为N的1.5倍。
在一个实施例中,在所述求解步骤中,所述不稳定模态具有大于零的实部值,并且其阻尼比绝对值大于其他模态,所述阻尼比通过以下表达式计算:
其中,ζ为阻尼比,σ和β分别为对应复特征值的实部和虚部。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南大学,未经湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310537687.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:消息分发方法及装置
- 下一篇:一种以太网供电方法和装置
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用





