Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏大学杨晓峰获国家专利权

江苏大学杨晓峰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江苏大学申请的专利一种基于梯形网络的车辆动惯性悬架建模方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114969963B

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210455061.1,技术领域涉及:G06F30/15;该发明授权一种基于梯形网络的车辆动惯性悬架建模方法是由杨晓峰;杨德地;沈钰杰;刘雁玲;何涛;汪伟;毕水岚设计研发完成,并于2022-04-28向国家知识产权局提交的专利申请。

一种基于梯形网络的车辆动惯性悬架建模方法在说明书摘要公布了:本发明公开了一种基于梯形网络的车辆动惯性悬架建模方法,包括:步骤1:建立包含机电惯容器外端电路的14动惯性悬架模型;步骤2:基于梯形网络设计串臂电容、并臂电感的机电惯容器梯形外端电路;步骤3:选取路面不平度的垂向输入位移zr;步骤4:考虑悬架性能指标约束,通过优化算法求解悬架模型参数,得到基于梯形网络的车辆动惯性悬架最优参数。

本发明授权一种基于梯形网络的车辆动惯性悬架建模方法在权利要求书中公布了:1.一种基于梯形网络的车辆动惯性悬架建模方法,其特征在于,包括: 步骤1:建立包含机电惯容器外端电路的14动惯性悬架模型: 其中,ms为簧载质量,mu为非簧载质量,k为悬架弹簧刚度,kr为轮胎等效刚度,c为减振器阻尼系数,F为机电惯容器两端点输出力,g表示悬架系统中机电惯容器和减振器所在串联支路两端点作用力,zs为簧载质量的垂向位移,为簧载质量的垂向加速度,zu为非簧载质量的垂向位移,为非簧载质量的垂向速度,为非簧载质量的垂向加速度,zr为路面不平度的垂向输入位移,为机电惯容器的垂向速度; 步骤2:基于梯形网络设计串臂电容、并臂电感的机电惯容器梯形外端电路,机电惯容器的梯形外端电路复阻抗Zes表示为: 其中,C1为旋转电机外端电路的串臂电容1,C2为旋转电机外端电路的串臂电容2,L1为旋转电机外端电路的并臂电感1,L2为旋转电机外端电路的并臂电感2,s为拉式变量; 步骤3:选取路面不平度的垂向输入位移zr; 步骤4:考虑悬架性能指标约束,通过优化算法求解悬架模型参数,得到基于梯形网络的车辆动惯性悬架最优参数; 所述步骤4中的优化算法采用改进遗传算法; 所述改进遗传算法为精英遗传算法,包括: 步骤4.1:确定待优化参数M=[b、c、C1、C2、L1、L2],初始化种群; 步骤4.2:将车身加速度均方根值、悬架动行程均方根值和轮胎动载荷均方根值作为优化目标,将其与传统被动悬架相应性能指标分别进行比值加和作为遗传算法的适应度函数,计算个体的适应度值,得到优化目标函数J及其约束条件s.t.: 其中,BAM、SWSM、DTLM分别表示基于梯形网络的车辆动惯性悬架的车身加速度均方根值、悬架动行程均方根值和轮胎动载荷均方根值;BApas、SWSpas、DTLpas分别表示传统被动悬架三个性能指标的均方根值;w1、w2、w3分别表示其加权系数;UB和LB分别表示优化参数的上限和下限; 步骤4.3:评估种群个体适应度,确定精英型选择算子,即将新种群中适应度值最高的最优个体替换适应度值最低的个体,最优个体不参与交叉、变异操作,防止被丢失和破坏; 步骤4.4:交叉操作:将两个体部分基因加以替换重组生成新个体; 步骤4.5:变异操作:对群体中个体某些基因座上的基因值做变动; 步骤4.6:再次计算个体适应度值,并判断适应度值是否到达期望值或者迭代次数是否达到最大次数,若不满足,则继续重复上述步骤;若满足任一条件,则结束优化,得到优化参数值; 步骤4.7:优化过程最终得到步骤4.1中六个待优化参数的最优解; 所述步骤3中选取路面不平度的垂向输入位移zr具体为: 其中,v表示行驶速度,n0表示参考空间频率,wt表示均值为0的高斯白噪声,zrt为路面不平度的垂向输入位移,为路面不平度的垂向输入速度,Gqn0为路面不平度系数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江苏大学,其通讯地址为:212013 江苏省镇江市京口区镇江市学府路301号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。