工程车辆车桥位移谱统计分布建模及分步参数识别-农业工程学报.PDF

第 34 卷 第 23 期 农 业 工 程 学 报 Vol.34 No.23 2018 年 12 月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2018 67 工程车辆车桥位移谱统计分布建模及分步参数识别 ※ 刘巧斌，史文库，陈志勇 ，商国旭 （吉林大学汽车工程学院，汽车仿真与控制国家重点实验室，长春 130022 ） 摘 要：针对非公路用车的车桥实测位移谱统计分布建模中模型选择、参数识别的初值选取主观性大和计算效率低等 难题，该文以实测的车桥位移信号为研究对象，分别进行时域分析、频域功率谱分析，对信号进行分组，统计频数， 获得统计直方图和累计概率分布曲线。分别采用正态分布、双峰正态分布、威布尔分布和双峰威布尔分布模型对位 移谱进行建模，提出分步参数识别方法。引入灰色关联度目标函数，以人工鱼群算法获得的参数作为模型参数的初 始值，采用迭代非线性最小二乘法 levenberg-marquardt （LM ）算法进行精确参数识别，使用相关系数和 kolmogorov-smirnov （KS ）检验对各模型的拟合优度进行比较。结果表明，混合威布尔分布与统计直方图的相关系数为 （0.9800,0.9908,0.9867,0.9665 ），混合正态分布为（0.9793,0.9904,0.9783,0.9661 ），威布尔模型为（0.8613,0.9113, 0.8618,0.8854 ），正态模型为（0.8611,0.9127,0.8624,0.8869 ），混合威布尔模型可以对车桥位移谱进行高精度拟合，而所 提出的分步参数识别法可以高效、准确地进行模型的参数识别。研究结果可为车辆疲劳载荷谱的编制和台架试验提供 参考。 关键词：模型; 参数识别；车桥位移谱；灰色关联；非线性最小二乘法；混合威布尔模型 doi ：10.11975/j.issn.1002-6819.2018.23.008 中图分类号：U463.2 文献标志码：A 文章编号：1002-6819(2018)-23-0067-09 刘巧斌，史文库，陈志勇，商国旭. 工程车辆车桥位移谱统计分布建模及分步参数识别[J]. 农业工程学报，2018，34(23)： 67－75. doi ：10.11975/j.issn.1002-6819.2018.23.008 Liu Qiaobin, Shi Wenku, Chen Zhiyong, Shang Guoxu. Statistical distribution modeling and two-step parameter identification of vehicle bridge displacement spectrum [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(23): 67 －75. (in Chinese with English abstract) doi ： 10.11975/j.issn.1002-6819.2018.23.008 算法大多依赖迭代求解，为提高参数辨识精度，一定程 0 引 言  度上牺牲了计算效率，增加了参数辨识的时间成本。② 非公路用车的车桥位移谱统计分布研究是进一步进 参数识别优化目标的选取不当，现有研究，多数将参数 行载荷谱编制和疲劳可靠性台架试验的基础。正态分布 识别的