导读:本文包含了不平度论文开题报告文献综述及选题提纲参考文献，主要关键词:道路工程,路面不平度,深度学习,降噪自动编码器(DAE)
不平度论文文献综述
刘庆华,马焕[1]（2019）在《基于优化栈式降噪自动编码器的路面不平度检测》一文中研究指出路面不平度严重影响着路面的使用寿命和乘坐的舒适性,为了根据路面谱密度检测路面平整度,提出了一种根据深度学习思想的优化栈式降噪自动编码器(SDAE)的路面不平度检测方法。以四自由度车辆振动模型为基础,将通过ADAMS仿真得到的汽车质心垂直加速度功率谱和汽车质心俯仰角加速度功率谱为输入样本,并利用优化后的降噪自动编码器对路面进行检测和分类,试验结果表明:基于优化后的栈式降噪自动编码器的路面不平度检测精度高达95.7%,提高了检测的准确率,并改善了传统方法的复杂流程,适用于路面不平度检测。(本文来源于《计算机与数字工程》期刊2019年09期）
冯冠杰,陈淮,王艳,陈代海[2]（2019）在《计算车桥耦合振动路面不平度影响的虚拟梁元法》一文中研究指出为了准确、高效计算车桥耦合振动中路面不平度的影响,提出一种在车桥耦合竖向振动分析中处理路面不平度的虚拟梁元法,采用界面接触法建立车辆和路面不平顺轨迹刚性梁间的耦合传力,同时将不平顺轨迹刚性梁模拟成机动体系与桥梁结构建立连接,将虚拟梁元作为车轮的行驶轨迹,简化路面不平度输入时的编程难度。研究结果表明:所设置的虚拟梁元对桥梁结构竖向刚度和自振特性没有影响;虚拟梁元法计算结果受有限元模型网格划分尺寸影响很小,结果稳定性好;不同车辆模型分别以不同速度通过路面平顺状态下的简支梁算例桥梁时,分离迭代法计算的跨中位移最大动挠度与文献结果最大相对偏差1.14%,虚拟梁元法与文献结果最大相对偏差为2.06%;1/4车辆以40 km/h的车速通过算例桥梁时,A级路面不平顺下,2种方法获得的跨中位移动挠度相对偏差为1.58%,B级路面为2.99%,C级路面为3.62%;采用虚拟梁元法计算7自由度空间车辆以不同车速通过平面简支板桥的车桥耦合振动效应时,跨中位移最大动挠度与文献结果最大相对偏差为2.45%;比较分离迭代法和虚拟梁元法在求解同一问题时的CPU time花费,虚拟梁元法用时为分离迭代法的1/4,效率较高。虚拟梁元法可以准确计入路面不平度的影响,且在求解空间车辆和叁维桥梁车桥耦合振动问题时具有较高的精度,比传统的分离迭代法具有较高的计算效率。(本文来源于《长安大学学报(自然科学版)》期刊2019年05期）
黄华,徐凯,何培松[3]（2019）在《基于新的无标度区确定方法求取分形路面不平度的分形维数》一文中研究指出用W-M函数生成了分形路面不平度,采用结构函数法求取了分形路面不平度具有的标度律.在确定无标度区间时,提出了一种新方法,该方法对双对数坐标内由测度和标度构成的数据点进行分段处理,计算出各分段的相关系数;通过各分段的外扩,筛选出满足相关系数阈值的区域,最终确定出无标度区.在无标度区内采用最小二乘法进行了直线拟合,基于结构函数法,求出了分形维数.同时,采用人工观测方法确定了无标度区,并求取了分形维数.通过对比发现,本文提出的方法求取的分形维数误差较小,且能实现计算机的快速自动处理.另外,验证了分形路面不平度具有分形特征.(本文来源于《广西民族大学学报(自然科学版)》期刊2019年03期）
李杰,郭文翠,谷盛丰,赵旗[4]（2019）在《基于NARX神经网络的路面不平度识别》一文中研究指出为应用NARX神经网络识别路面不平度,对NARX神经网络及其训练过程和结构设计进行了分析,采用相关系数和均方根误差作为NARX神经网络识别效果的评价指标。建立了路面不平度滤波白噪声模型和汽车平顺性4自由度平面模型,通过仿真获得路面不平度和车辆响应。以可测试的车辆响应作为NARX神经网络的输入,采用正交试验设计提出确定NARX神经网络输入方案的方法,对在常用等级路面上以常用车速行驶的某汽车的前轮路面不平度进行了识别。结果表明,将可测试的车辆响应作为NARX神经网络输入,结合正交试验设计,解决了NARX神经网络最优输入方案的确定问题。(本文来源于《汽车工程》期刊2019年07期）
谷盛丰,顾久,郑玲玲,赵旗,李杰[5]（2019）在《基于BP神经网络的路面不平度识别》一文中研究指出将BP神经网络作为识别路面不平度的工具,确定了用于识别的评价指标。建立了前后轮路面不平度滤波白噪声模型和汽车平顺性4自由度平面模型,通过仿真获得车辆响应和前后轮路面不平度,作为BP神经网络的输入和输出。采用3层BP神经网络识别路面不平度,先后构造了44种车辆响应输入方案进行训练和测试,通过评价指标选出最优输入方案。研究结果表明,在车辆行驶的常用路面和车速条件下,识别前后轮路面不平度的最优输入方案由车轮垂直加速度、车轮垂直位移和悬架动挠度组成。(本文来源于《汽车工程学报》期刊2019年04期）
张振伟[6]（2019）在《基于国际不平度指数和车辆振动响应的路面统计特性幂函数模型识别》一文中研究指出随着我国经济的快速发展,人们生活水平日益提高,全国公路总里程数和汽车保有量也逐年增加。路面不平度,与人们生活息息相关,不仅是道路工程领域的研究热点,还是车辆工程领域的研究内容。因此,准确描述路面不平度至关重要。国际不平度指数和路面不平度功率谱密度是描述路面不平度常用的两个指标。前者,将车辆响应与路面不平度描述很好地结合了起来,多用于道路工程;后者,在频域内描述了路面波长分布,多用于车辆工程,其中,路面不平度功率谱密度幂函数模型已经成为反映路面不平信息的标准模型。因此,利用国际不平度指数是车辆振动响应的属性,将其由道路工程引入到车辆工程,应用于基于车辆振动响应的路面不平度功率谱密度幂函数模型识别是很有必要的。本文重点对路面不平度功率谱密度幂函数模型识别进行研究,以国际不平度指数的时间域和空间域描述以及频率域描述为基础,结合车辆振动响应,提出路面不平度功率谱密度幂函数模型识别的新方案,通过试验,验证新方案的正确性和有效性,本文研究的主要内容为:(1)国际不平度指数的时间域和空间域描述建立了1/4车辆振动模型,推导了国际不平度指数的时间域求解过程,给出了国际不平度指数的时间域描述;利用变量由时间域向空间域转化公式,实现了国际不平度指数由时间域向空间域描述的转换;最后,对比了国际不平度指数时间域和空间域描述,提出了基于精细方法的国际不平度指数求解新方案,根据实测路面数据,对新方案进行了验证和分析。(2)国际不平度指数的频率域描述给出了一种特殊随机变量的数字特征,结合路面不平度与车辆线性系统振动响应量的统计特性,建立了国际不平度指数的频率域描述;根据标准路面等级,提出了基于国际不平度指数的道路分级方法;利用实测路面数据,对国际不平度指数频率域描述进行了分析和验证。(3)路面统计特性幂函数模型参数的求取定义了广义国际不平度指数(Expanded International Roughness Index,IRIE),在频率域内,对广义国际不平度指数进行了分析;利用广义国际不平度指数,提出了描述路面不平度功率谱密度幂函数模型的新方法;基于路面不平度频域模型、路面不平度时域重构模型和实测路面数据,分析和验证了描述路面不平度功率谱密度幂函数模型新方法的正确性和有效性。(4)平面振动响应量与两种国际不平度指数的关系研究建立了平面轿车6自由度振动模型,利用广义单点虚拟激励法,仿真了车速80km/h下轿车振动响应;选取了20个振动响应量,基于Isight和Matlab联合仿真,分析了轿车运行参数和结构参数对平面轿车振动响应量与两种国际不平度指数关系的影响;通过相关分析和回归分析方法,研究了平面轿车振动响应量与两种国际不平度指数的关系。(5)空间振动响应量与两种国际不平度指数的关系研究考虑到轿车的侧倾运动,建立了空间轿车11自由度振动模型,利用多点虚拟激励法,构造了空间四轮虚拟路面激励,仿真了车速80km/h下轿车振动响应;选取了39个振动响应量,基于Isight和Matlab联合仿真,分析了轿车运行参数和结构参数对空间轿车振动响应量与两种国际不平度指数关系的影响;通过相关分析和回归分析方法,研究了空间轿车振动响应量与两种国际不平度指数的关系。(6)路面统计特性幂函数模型识别研究以轿车振动响应量与两种国际不平度指数关系研究为基础,选取了用于路面不平度功率谱密度幂函数模型识别的轿车振动响应量;结合路面不平度功率谱密度幂函数模型描述新方法,提出了路面不平度功率谱密度幂函数模型识别新方案;通过试验,验证了该识别新方案是正确的和有效的。本文研究的创新点为:(1)提出了基于精细方法的求解IRI的新方案,并与CEN标准和ASTM标准进行了对比。结果显示,本文所提新方案优于ASTM标准和CEN标准。本文提出的求解IRI的新方案,能完全兼顾IRI的计算精度、计算效率和计算稳定性,为求解IRI标准的修订和统一、人们对IRI的认识和理解以及IRI在道路工程和车辆工程等领域的应用奠定了理论基础。(2)提出了时间频率IRI和空间频率IRI的新概念。基于随机振动理论和随机数学理论,采用简单数学方法,建立了国际不平度指数频域描述,提出了时间频率IRI和空间频率IRI的新概念,为国际不平度指数在频域内测量和估计提供了一种新途径。基于实测路面数据,采用中值滤波方法,对国际不平度指数频域描述的正确性和有效性进行了验证,解决了目前采用理论推导方法和回归分析方法建立国际不平度指数和路面不平度功率谱密度关系时结果不一致的问题。(3)提出了描述路面不平度功率谱密度幂函数模型的新方法。定义了广义国际不平度指数的新概念,基于此,推导了路面不平度功率谱密度幂函数模型参数的求取过程,提出了描述路面不平度功率谱密度幂函数模型的新方法。在频率域内,论证了广义国际不平度指数组合}IRIIRI{xEy E,和路面不平度功率谱密度幂函数模型参数}),({0Wn Gq是等价的。在时间域和空间域内,本文推荐使用广义国际不平度指数组合}IRI,IRI{E40描述路面不平度功率谱密度幂函数模型。(4)提出了路面不平度功率谱密度幂函数模型识别新方案。基于振动响应量与两种国际不平度指数关系的分析,分别建立了以前、后轴非簧载质量质心垂直加速度的均方根值和单位行驶里程内前、后悬架动行程的累积量为测量对象的第一回归模型和第二回归模型;实车试验结果表明,该方案是有效的;相较于以往路面不平度功率谱密度幂函数模型的获取途径,本文提出的新方案不需要建立车辆模型,具有可在线识别、运算量小、效率高、成本低、识别系统简单等优点,具有重要的理论研究意义和实际工程应用价值。(本文来源于《吉林大学》期刊2019-06-01）
谷盛丰,顾久,郑玲玲,赵旗,李杰[7]（2019）在《基于RBF神经网络识别路面不平度的研究》一文中研究指出针对应用RBF神经网络识别路面不平度的输入选择、输入方案确定和识别效果评价3个问题,提出了一种解决方法。对RBF神经网络和训练过程进行了分析,选择车辆可以测试的车辆响应作为RBF神经网络输入,引入正交试验设计确定RBF神经网络输入方案,采用相关系数和均方根误差作为RBF神经网络识别效果的评价指标。通过采用车辆和路面不平度系统4自由度平面模型仿真获得车辆响应和前轮路面不平度,应用RBF神经网络对常用路面等级和常用车速行驶下某汽车的前轮路面不平度进行了识别。结果表明,所提出的方法解决了基于RBF神经网络识别路面不平度的3个问题,可以用于其它神经网络识别路面不平度。(本文来源于《汽车工程学报》期刊2019年03期）
李志峰[8]（2019）在《土壤表面不平度数据采集系统设计与试验》一文中研究指出基于激光测距传感器的基础上,设计开发了非接触式土壤表面不平度测试仪,由Labview软件编制了数据采集系统,测试仪沿着3个方向运动,采集了3种耕作方式下的土壤表面不平度数据。采用均方根法对采集数据进行分形维数的计算,获得了土壤表面不平度的分形特征。结果表明,犁耕表面分形维数均小于1.390,驱动耙耙地表面的分形维数均大于1.550,圆盘耙耙地表面的分形维数介于1.460～1.540,说明分形维数可以准确区分不同耕作方式下的土壤不平度。综合应用分形维数与表面不平度标准差能够准确描述土壤表面的不平度特征。(本文来源于《安徽农业科学》期刊2019年09期）
李杰,郭文翠,赵旗,谷盛丰[9]（2019）在《基于车辆响应的路面不平度识别方法》一文中研究指出针对路面不平度识别的问题,研究了基于车辆响应的NARX神经网络识别方法及其适用性。建立了汽车振动系统4自由度平面模型,通过仿真获得车辆响应和车轮路面不平度。对于NARX神经网络及其应用选择、输入方案优化和评价指标进行了研究,提出了车辆响应选择和组合优化的解决方案。采用NARX神经网络识别了常用的B级路面和车速为60 km/h下某轿车的前轮路面不平度,其相关系数和均方根误差分别达到96.75%和0.003 3。考虑了训练采样点数、车辆响应随机噪声、车速和路面等级的变化对训练完成的NARX神经网络效果的影响,说明了基于车辆响应识别路面不平度的NARX神经网络方法的适用性。研究结果表明,采用正交试验设计确定NARX神经网络优化输入方案和基于车辆响应识别路面不平度取得了满意的结果,两者具有良好的适用性。(本文来源于《吉林大学学报(工学版)》期刊2019年06期）
颉照,王喜君,闫石磊[10]（2019）在《动车组侧顶不平度超差控制》一文中研究指出侧顶不平度超差是影响动车组碳钢车体外观质量的控制重点与难点,该问题一直未能得到有效的解决。文章通过对车顶部件的所有工位进行分析,找到了侧顶不平度严重超差的根本原因,并提出了改进工艺方案,解决了碳钢车体侧顶不平度超差的问题。(本文来源于《铁道车辆》期刊2019年03期）
不平度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了准确、高效计算车桥耦合振动中路面不平度的影响,提出一种在车桥耦合竖向振动分析中处理路面不平度的虚拟梁元法,采用界面接触法建立车辆和路面不平顺轨迹刚性梁间的耦合传力,同时将不平顺轨迹刚性梁模拟成机动体系与桥梁结构建立连接,将虚拟梁元作为车轮的行驶轨迹,简化路面不平度输入时的编程难度。研究结果表明:所设置的虚拟梁元对桥梁结构竖向刚度和自振特性没有影响;虚拟梁元法计算结果受有限元模型网格划分尺寸影响很小,结果稳定性好;不同车辆模型分别以不同速度通过路面平顺状态下的简支梁算例桥梁时,分离迭代法计算的跨中位移最大动挠度与文献结果最大相对偏差1.14%,虚拟梁元法与文献结果最大相对偏差为2.06%;1/4车辆以40 km/h的车速通过算例桥梁时,A级路面不平顺下,2种方法获得的跨中位移动挠度相对偏差为1.58%,B级路面为2.99%,C级路面为3.62%;采用虚拟梁元法计算7自由度空间车辆以不同车速通过平面简支板桥的车桥耦合振动效应时,跨中位移最大动挠度与文献结果最大相对偏差为2.45%;比较分离迭代法和虚拟梁元法在求解同一问题时的CPU time花费,虚拟梁元法用时为分离迭代法的1/4,效率较高。虚拟梁元法可以准确计入路面不平度的影响,且在求解空间车辆和叁维桥梁车桥耦合振动问题时具有较高的精度,比传统的分离迭代法具有较高的计算效率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
不平度论文参考文献
[1].刘庆华,马焕.基于优化栈式降噪自动编码器的路面不平度检测[J].计算机与数字工程.2019
[2].冯冠杰,陈淮,王艳,陈代海.计算车桥耦合振动路面不平度影响的虚拟梁元法[J].长安大学学报(自然科学版).2019
[3].黄华,徐凯,何培松.基于新的无标度区确定方法求取分形路面不平度的分形维数[J].广西民族大学学报(自然科学版).2019
[4].李杰,郭文翠,谷盛丰,赵旗.基于NARX神经网络的路面不平度识别[J].汽车工程.2019
[5].谷盛丰,顾久,郑玲玲,赵旗,李杰.基于BP神经网络的路面不平度识别[J].汽车工程学报.2019
[6].张振伟.基于国际不平度指数和车辆振动响应的路面统计特性幂函数模型识别[D].吉林大学.2019
[7].谷盛丰,顾久,郑玲玲,赵旗,李杰.基于RBF神经网络识别路面不平度的研究[J].汽车工程学报.2019
[8].李志峰.土壤表面不平度数据采集系统设计与试验[J].安徽农业科学.2019
[9].李杰,郭文翠,赵旗,谷盛丰.基于车辆响应的路面不平度识别方法[J].吉林大学学报(工学版).2019
[10].颉照,王喜君,闫石磊.动车组侧顶不平度超差控制[J].铁道车辆.2019
标签：道路工程; 路面不平度; 深度学习; 降噪自动编码器(DAE);