导读:本文包含了惯性参数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:惯性,参数,总成,动力,发动机,惯量,刚体。
惯性参数论文文献综述
何宇翔,王彤,张丽君[1]（2019）在《一种基于频率响应函数的刚体惯性参数改进识别方法》一文中研究指出质量、质心位置、转动惯量和惯性积等惯性参数是结构动态仿真、性能优化、有限元分析、悬置安装位置和角度选取等过程中所需的重要参数。对叁种常用的基于试验模态的结构惯性参数识别方法进行仿真比较,包括直接物理参数识别法,剩余惯量法(或称质量线法)和模态模型法。仿真发现,叁种方法在识别精度、实验条件和实现难度上各有优缺点。通过对一平板结构进行仿真分析发现,叁种方法单独使用时,会存在识别结果受到结构支撑系统刚度大小、噪声、测点坐标误差、模态参数识别结果等因素影响,或需要提前预知某些参数才能求解等问题。针对测试工作量和叁种方法各自的特点,提出一种将直接参数识别法和剩余惯量法组合使用的改进识别方法。通过某型列车转向架结构试验进行了工程验证,证明了改进方法在含有较大噪声的实际工程环境下的适用性和可靠性,在保证精度的同时,还能减少了测试点数量,大幅降低了测试工作量,加快了实验进程。(本文来源于《振动与冲击》期刊2019年21期）
马卫华,袁大钟,孟思洋,罗建军[2]（2019）在《黏附激励下空间目标惯性参数的辨识方法》一文中研究指出针对黏附卫星会自然激励目标改变运动状态的现象,提出一种利用黏附激励进行空间非合作目标惯性参数的辨识方法。黏附前,利用主星对目标特征点的视觉测量,建立估计目标惯性参数与相对运动参数的滤波器,并估计目标的转动惯量比和质心;黏附后,主星直接利用该滤波器估计目标的新的质心速度,并基于动量守恒原理计算目标质量。该方法不仅充分利用黏附过程的自然激励,无需常规辨识必须的主动激励,而且激励前后算法一致,无需切换。数字仿真证实了算法的有效性。(本文来源于《宇航学报》期刊2019年10期）
吴强,姚明傲,刘星,吴则旭[3]（2019）在《基于MATLAB的发动机惯性参数识别程序设计》一文中研究指出动力设备的惯性参数是进行隔振系统优化设计、动力学分析、结构分析的重要参数。由于发动机质量分布不均匀、也没有规则的几何形状,通过建模或者数学方法计算其惯性参数是非常困难的,常常需要利用试验手段来进行确定,所以寻找一种精确又简便的惯性参数识别试验方法在工程实际中有着重大的意义。在试验模态分析惯性参数识别方法的基础上,利用MATLAB/GUI编写了可视化的惯性参数识别程序,然后用仿真和试验的手段分别对识别程序进行验证,验证表明识别程序的结果可信。(本文来源于《柴油机设计与制造》期刊2019年02期）
闫建超[4]（2019）在《基于惯性参数辨识的动力外骨骼控制策略研究》一文中研究指出随着我国老龄化程度日益加剧,存在下肢功能障碍的运动困难个例越发多见;此外每年因意外事故而造成下肢运动功能损伤的情况随着全民汽车时代的来临也不减反增。除去传统药物物理治疗,借助动力外骨骼进行辅助运动和康复训练亦不失为一个很好的途径。且站起过程作为其他运动的基础和前提,需要下肢各主要肌肉肌群的参与,这对身体运动功能要求很高。因而,随着我国科技的向前延伸程度和横向应用化程度越来越高,基于惯性参数辨识的动力外骨骼研究已成为当下相关科研领域的重要前进方向,作用巨大,前景光明。本课题研究主要内容如下:(1)结合当下人体参数辨识和相关动力外骨骼的研究成果,基于人体站起过程中髋关节、膝关节、踝关节以及各主要肌肉肌群的结构和功能,在建立笛卡尔空间直角坐标系的同时,得到了站起运动的参照基准和描述办法。在分析各主要关节自由度和活动范围的大数据统计基础上,针对站起过程第二、第叁阶段,将人体简化为叁肢段倒立摆刚体模型。基于第二类拉格朗日动力学方程,建立了站起阶段运动学模型。(2)在研究分析动力外骨骼各种常见控制方法的基础上,选用模糊PID控制,设计了动力外骨骼控制系统;并更进一步,制定了存在下肢功能障碍患者的康复训练策略,通过惯性传感检测、人体位姿变化辨识以及动力外骨骼转矩输出控制,在充分发挥受试者自身肌肉肌群作用力来提供关节力矩的基础上辅助站起运动,进而实现平稳顺畅且安全的站起,最终达到身体康复或辅助运动的目的。(3)结合实际实验室环境要求,设计了一套足底、座椅支持力信号采集装置,以及人体主要肢段的线加速度和角加速度传感信号采集系统。并在搭建实验平台的基础上分别对健康受试者和存在下肢功能障碍患者在实际站起过程中进行数据采集和分析,在验证惯性传感检测系统可靠性的基础上对控制系统的可用性进行了验证。(本文来源于《吉林大学》期刊2019-06-01）
何洲[5]（2019）在《基于萤火虫算法的动力总成惯性参数识别》一文中研究指出汽车动力总成惯性参数是进行动力总成悬置系统设计的基本参数。目前常用的测试动力总成惯性参数的方法只适合在实验室条件下进行,测试的动力总成惯性参数与其在工作状态下的实际值不符,大大增加了动力总成悬置系统设计开发的时间与成本。本文直接利用工作状态下的动力总成悬置系统的振动加速度信号,应用改进的萤火虫算法,对动力总成悬置系统进行参数识别,最终获得动力总成惯性参数。在分析萤火虫算法在参数识别方面的优缺点的基础上,引入混沌优化、可变步长和改进原始吸引力项,提高了算法的收敛速度和参数识别精度。通过测试函数实验对改进的萤火虫算法的参数识别性能进行了验证,利用二自由度振动系统的实测振动加速度信号检验了基于萤火虫算法的振动系统惯性参数识别的可行性。建立了动力总成悬置系统的ADAMS模型,仿真计算工作状态下悬置安装点的振动加速度信号;用Lagrange方法推导了动力总成悬置系统的振动微分方程,并在MATLAB/Simulink中建立了相应的动力学模型,计算悬置安装点的动力响应。用悬置点的振动加速度均方根值构建萤火虫算法的目标函数,用改进的萤火虫算法实现了对动力总成惯性参数识别。研究结果表明,本文改进的萤火虫算法能够有效识别处于工作状态下的动力总成悬置系统的惯性参数,参数识别精度较高、稳健性好。(本文来源于《武汉科技大学》期刊2019-05-01）
廖美颖,王小莉,李利平,梁广源[6]（2019）在《基于悬吊法的汽车发动机惯性参数测试分析》一文中研究指出阐述获取发动机惯性参数的测试原理、测试方法、数据处理方法和误差分析,并探究获取高精度的汽车发动机惯性参数的测试流程。(本文来源于《客车技术与研究》期刊2019年02期）
左曙光,王珺,周大为,阎礁,安一领[7]（2019）在《考虑连杆惯性参数的叁缸发动机激励建模与分析》一文中研究指出针对传统曲柄滑块简化方法无法准确计算叁缸发动机振动激励的问题,提出了一种新的叁缸发动机激励建模计算方法。考虑了连杆等部件的惯性参数,基于拉格朗日乘子法推导了叁缸发动机振动激励的理论表达式,并代入了实车数据,计算了其激励后发现:叁缸发动机在3个方向上都存在数量级相当的不平衡惯性力矩,而传统简化方法不会出现绕z轴的激励。建立考虑液压悬置频变特性的动力总成悬置系统仿真模型,分别将该方法和传统简化方法计算出的激励施加于仿真模型,计算了各悬置点的振动加速度响应。为间接验证激励计算准确性,进行了某叁缸发动机样车怠速振动实验,测量了各悬置点振动加速度响应,与仿真值进行了对比,结果表明,考虑连杆等部件的惯性参数后,可得到更为准确的叁缸发动机激励,可应用于计算精度要求较高的场合。(本文来源于《振动与冲击》期刊2019年02期）
金晨迪,康国华,郭玉洁,乔思元[8]（2019）在《基于深度学习的航天器组合体惯性参数在轨智能辨识》一文中研究指出针对在轨服务过程形成新组合体的动力学参数未知的问题,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的智能参数辨识算法,实现在外力作用下,线动量和角动量不守恒条件下的航天器组合体多参数辨识。利用卷积神经网络权值共享的特点,设计4层卷积神经网络,通过短时间内对大量特定存储形式的状态数据的训练,实现航天器组合体多参数快速高精度辨识。利用数学仿真试验对算法的可行性进行验证,结果表明:在24 s内,质量与质心位置收敛;1 190 s内,惯量参数收敛,辨识精度在3%以内。说明所提方法在外界随机干扰力和力矩影响下能准确快速辨识出航天器组合体质量、质心位置和惯量矩阵。(本文来源于《中国空间科学技术》期刊2019年02期）
王杨,宋占帅,郭孔辉,庄晔[9]（2019）在《转动惯量试验台的惯性参数测量》一文中研究指出为解决复杂机械系统的惯性参数不易获取的问题,在研究惯性参数计算多体动力学的基础上,分别建立了质心位置坐标解算的静力学方程和惯性参数解算的动力学方程。为消除摩擦力对辨识精度的影响,提出预调平台运动方向,利用同角度下正、负摩擦力相消的试验方法,并利用数据滤波和数据拟合对试验数据进行处理,剔除数据高频噪声和谐波噪声。最后,利用递推最小二乘法实现对质心位置坐标和惯性张量的辨识,通过试验验证了该方法的有效性。本试验台能对发动机及动力总成等汽车部件的惯性参数进行测试。(本文来源于《吉林大学学报(工学版)》期刊2019年06期）
胡志强,谭晓东[10]（2018）在《动力总成惯性参数试验台改进优化》一文中研究指出叁线振摆测试法是测量缸体惯性参数的一种常用方法。针对原始的叁线摆惯性参数测试台操作复杂、精度低等不足,提出一种改进优化方案,降低了试验的操作难度,提高了动力总成质心转动惯量测量试验的效率和精度。对一个结构规则的矩形组合件在试验台改进前后分别进行了质心和转动惯量的测量,并将结果与数模的结果进行对比,验证了优化方案的合理性。对一个实际动力总成进行试验台改进前后的相关惯性参数测量,试验结果验证了改进之后的测试系统操作更加简单、便捷,试验总时间显着缩短,且能更快速地得到测试的结果。(本文来源于《2018中国汽车工程学会年会论文集》期刊2018-11-06）
惯性参数论文开题报告
（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：
针对黏附卫星会自然激励目标改变运动状态的现象,提出一种利用黏附激励进行空间非合作目标惯性参数的辨识方法。黏附前,利用主星对目标特征点的视觉测量,建立估计目标惯性参数与相对运动参数的滤波器,并估计目标的转动惯量比和质心;黏附后,主星直接利用该滤波器估计目标的新的质心速度,并基于动量守恒原理计算目标质量。该方法不仅充分利用黏附过程的自然激励,无需常规辨识必须的主动激励,而且激励前后算法一致,无需切换。数字仿真证实了算法的有效性。
（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。
惯性参数论文参考文献
[1].何宇翔,王彤,张丽君.一种基于频率响应函数的刚体惯性参数改进识别方法[J].振动与冲击.2019
[2].马卫华,袁大钟,孟思洋,罗建军.黏附激励下空间目标惯性参数的辨识方法[J].宇航学报.2019
[3].吴强,姚明傲,刘星,吴则旭.基于MATLAB的发动机惯性参数识别程序设计[J].柴油机设计与制造.2019
[4].闫建超.基于惯性参数辨识的动力外骨骼控制策略研究[D].吉林大学.2019
[5].何洲.基于萤火虫算法的动力总成惯性参数识别[D].武汉科技大学.2019
[6].廖美颖,王小莉,李利平,梁广源.基于悬吊法的汽车发动机惯性参数测试分析[J].客车技术与研究.2019
[7].左曙光,王珺,周大为,阎礁,安一领.考虑连杆惯性参数的叁缸发动机激励建模与分析[J].振动与冲击.2019
[8].金晨迪,康国华,郭玉洁,乔思元.基于深度学习的航天器组合体惯性参数在轨智能辨识[J].中国空间科学技术.2019
[9].王杨,宋占帅,郭孔辉,庄晔.转动惯量试验台的惯性参数测量[J].吉林大学学报(工学版).2019
[10].胡志强,谭晓东.动力总成惯性参数试验台改进优化[C].2018中国汽车工程学会年会论文集.2018
论文知识图
