典型路面激励下的工程专用自卸车车架动态响应研究*

陈峙王铁谷丰收，2张瑞亮刘亚琼褚玉峰

（1.太原理工大学；2.哈德斯菲尔德大学工程与效能中心）

典型路面激励下的工程专用自卸车车架动态响应研究*

陈峙1王铁1谷丰收1，2张瑞亮1刘亚琼1褚玉峰1

（1.太原理工大学；2.哈德斯菲尔德大学工程与效能中心）

采用固有模态分析与具有自适应特征的经验模态分解EMD算法相结合的方法，对采集到的车架关键点振动信号进行重构。应用信号处理方法从重构后的信号中有效提取车架的动态特征，分析结果表明，该自卸车车架在工地路面激励下易产生低频共振，严重影响整车性能和使用寿命，需要对车架结构进行进一步优化。

工程专用自卸车在典型路面激励下产生非平稳的随机振动，且振动信号中含有大量的噪声。传统的信号处理方法很难从这样的原始信号中提取特征。本文采用固有模态分析结合经验模态分解EMD（Empiracal Mode Deperation）方法对车架振动信号进行滤波和重构，EMD方法的自适应性能很好的保留了信号的原始特征。

1 车架固有振动特性分析

1.1 结构固有振动特性分析原理

结构动力分析的主要研究内容为固有振动特性的分析，结构固有特性仅由其自身的质量和刚度分布确定，其决定了结构在动力载荷作用下的响应。模态分析是进行结构动态特性分析、避免和减少共振发生的一种普遍方法。模态分析的经典定义是将线性定常系统振动微分方程组中的物理坐标变换为模态坐标，使方程组解耦，成为一组以模态坐标及模态参数描述的独立方程，以便求出系统的模态参数[8]。

由模态分析理论，求解广义特征值问题[9]:

可以得到结构振动的N阶固有频率ωi和固有振型Фi，i=1，…，N。N为结构有限元离散后的自由度数，式中K和M分别为结构有限元的刚度矩阵和质量矩阵。

1.2 车架模态分析

在外界激励和车辆自身动力系统激励下引起的车辆振动，主要是由作为承载部件的车架低阶固有模态频率与激励源频率耦合共振引起的，因此对车架的固有模态分析是车架动态特性研究的基础[10]。

为了准确的获得车架的模态参数，分别采用了有限元计算和试验验证。本文研究的对象是国内某整车厂的TY01车型工程专用自卸车车架，其结构为边梁式结构，纵梁与横梁采用铆钉铆接的方式进行连接，车架主要由两根纵梁、两根衬梁、6根横梁及相关连接板组成，在HyperWork中完成有限元建模，并用相关算法计算其自由模态。

由于自卸车车架模态参数仅与自身结构有关，受外部约束、载荷的影响较小因此本文对车架进行了自由状态下的模态分析，为了准确模拟车架的自由状态，本文采用柔性尼龙高强度绳加橡胶带的悬挂方法来模拟其自由状态。

模态分析结果如表1所示。由表1可知，有限元技术模态结果与模态试验结果误差较小，其结果可靠，精度满足动态分析要求。模态分析前八阶振型如表2所示，计算模态与试验模态振型一致，因此模态分析结果可信。

表1 模态分析频率、误差

表2 模态振型

2 典型工地路面振动试验

结合静态分析和模态分析振型，在车架上选择了八个测点位置，在各测点位置安装加速度传感器采集其响应。因车辆在路面行驶时，车架各点主要受力方向为垂直路面方向，故测点响应数据主要采集垂直路面方向，其具体位置如图1所示。图2为测点7处的加速度传感器安装示意，加速度传感器详细位置描述见表3。

表3 加速度传感器安装位置

根据工程专用自卸车实际作业状况，试验工况为满载30吨土石方，车速为20 km/h，采样时间为200秒，重复采样3次。对采集到的数据分别进行处理，对比三次数据处理结果，因路面的时变性，各次数据有差异，但总体趋势一致，因此选择第二次数据为分析样本。图3为测点2、4、6、8位置处车架的时域响应。

3 基于EMD的车架典型路面动态响应分析

3.1 EMD算法信号去噪应用

工程专用自卸车在典型工地路面作业时，车架发生的振动是典型的非平稳、非线性振动响应，并且所采集的信号成份复杂，噪声污染严重。EMD算法是近年来发展起来的依据数据本身的特征尺度进行自适应信号时频方法，该方法能自主地抽取信号内在的固有模态函数，具有后验、完备、基本正交的优越特性，比傅里叶变换、小波分析等依赖于先验函数基的分解方法更适用于处理非平稳振动信号[11]。

EMD方法能将一个非线性、非平稳信号分解成有限个IMF（本征模函数）分量和一个趋势项。

x（t）为原始信号，用三次样条曲线包络x（t）极大值和极小值，m1为上下包络线的均值，则取[4～6]：

判断h1是否满足IMF条件，若符合h1是x（t）的第一个分量；否则重复以上步骤，直到h1k=h1（k-1）－m1k符合IMF条件。分离第一个IMF后，重复分离步骤直到所有的IMF和残留项rn不满足判断条件为止，则有：

信号的EMD分解使原信号被分成若干阶频率从高至低的本征模函数，整个过程实质是一个多尺度自适应的滤波过程。根据这一特性，可以将信号进行重构，将关注频率范围内的IMF组合在一起以备特征分析。文献[3]基于EMD分解的滤波特性提出了构造滤波器组的方法。根据分解获得的IMF可按如下方法组建滤波器[7]：

a.高通滤波器可应用IMF分量重构信号时，只保留前几个IMF分量，滤去较低频率的分量；

b.低通滤波器则正好相反，保留低频部分IMF分量，滤掉高频部分分量重构信号；

c.若同时过滤一部分高频部分信号IMF分量和低频部分分量，则是带通滤波器；

d.若去掉中间部分IMF分量重构信号，则是带阻滤波器。

根据EMD分解的IMF分量构建的滤波器组最大的特点是其截止频率根据输入信号的变化而变化，是具备自适应性而有别于传统的固定频率的滤波器。若将信号分解残留项rn作为第N个IMF分量，则带通滤波器可按下式表示：

其中，cj(t)表示IMF分量，因为EMD算法是基于信号局部特征进行分解分析的，其基函数的选择来自于信号本身，无需定义滤波参数，具备自适应特征能够很好的保留信号的非线性和非稳定性的特征。针对工程专用自卸车的作业特征，如何从高噪声的响应信号中提取车架的动态特征是研究的难点和重点，结合车架模态试验和EMD信号处理方法对采集的振动信号进行分解，经过处理后的信号能够达到分析要求。

3.2 基于EMD的车架动态响应分析

车架上采集的信号包含了各种动态响应信号。本文所讨论的是如何从如此混杂的信号中提取出车架自身的动态响应，所采取的方法是结合模态计算和试验结果，将车架的自由模态作为EMD算法滤波的带通频率，对所采集到的动态信号进行提取，然后用这些IMF分量进行信号重构，对获得的重构信号进行分析，即可获得车架的动态响应。

将测点1所获得的信号xb1（t）作为原始信号，进行EMD分解，分解结果如图4所示,图中x（t）为原信号，其余为IMF分量。

考虑整车状态下车架上连接悬架、车身等部件且都为刚性连接，其质量附加于车架后，根据模态计算理论可知,实际车架固有频率值较自由状态下的各阶固有模态频率偏小，而各部件附加质量相对车架质量要小很多，因此路面激励下的车架共振点频率应稍比自由模态频率小，故参照计算分析频率范围为[5 Hz,100 Hz]。对获得的本征模态函数IMF分量进行频谱计算后，对信号进行筛选重构，其表达式如下：

图5为测点1位置的原始振动信号时域图和EMD滤波重构后的振动信号时域响应图。

如图5所示，信号滤除了噪声和非关注频段信号，信号曲线明显平滑，信号保留了原信号关注频段的所有特征，通过分析该信号能获取车架的动态响应特征。

用同样的方法对测点1～测点8所获得的时域振动响应进行处理，获得如图6～图13所示的各测点频谱图。

根据频谱中的实际响应与模态分析结果对比，可得如下结论：

a.当激励频率为11Hz、25Hz与30Hz左右时，前板簧支座连接处与后板簧支座连接处（1、2、3、4、7、8测点处）振幅较大，这与模态试验测得车架2～4阶模态频率与振型基本吻合，此时车架的变形主要集中在车架第二横梁之前与背靠背横梁处（第四横梁）。

b.当激励频率为60Hz时，测点3～8均有较大振幅出现，而模态试验并未测得60Hz的共振频率。另外上装安装位置正是从前板簧后支座之后开始，参考车厢有关参数知当外部激励为60Hz时车厢将发生共振，因此认为此时车架出现较大振幅是由于车厢冲击所造成。

c.测点5、6处振动幅值较平稳，突变较少。5、6测点布置在第二横梁处，参考车架振型可知此处靠前为车架位移显著区域，因此第二横梁处可能产生高周疲劳破坏，应予以关注。

综上所述，该工程专用自卸车在典型工地路面作业时存在多阶共振现象，根据构件振动特性可知共振频率越低振幅越大从而会对车架造成疲劳破坏，因此在对其进行优化设计时应尽可能的提高其低阶频率，改善其动态特性。

4 结束语

固有模态分析与EMD分解的有效结合，很好的解决了典型工地路面作业的工程专用自卸车车架动态特征难以提取的难题。EMD算法所具备自适应特征不仅有效的对车架振动信号进行了分解和重构，而且很好的保留了信号的非线性和非稳定性的特征。分析结果表明该自卸车车架在工地路面激励下，易产生低频共振，严重影响整车的性能和使用寿命，迫切需要对车架结构进一步的优化，从而使该自卸车适应典型工地路面作业，改善其专用性，提高市场竞争力。工程专用自卸车车架典型路面激励下的动态特性的有效提取，对车架的优化设计具有一定的指导作用。

1 傅志芳，华宏星.模态分析理论与应用.上海交通大学出版社.2000.

2 申晋宪，王铁.载货汽车总体设计分析.北京:中国标准出版社,2013.

3 王婷.EMD算法研究及其在信号去噪中的应用.哈尔滨：哈尔滨工程大学.2010.

4 N.E.Huang,Shen Z,S.R.long.The empirical mode decomposi⁃tion and the Hilbert spectrum for nonlinear and non-station⁃ary time series analysis.Proc RsocLond,1998,454:56～78.

5 N.E.Huang.R.L.Stever.A new view of nonlinear water waves: the Hilbert Spectrum.Annual Review of Fluid Mechanics, 1999,（31）:417～457.

6 N.E.Huang.A new method for nonlinear and nostationary time series analysis:Empirical mode decomposition and Hil⁃bert spectrue analysis.Proc.of SPIE 2000,（4056）:197～209.

7 P.Flandrin,P.Goncalves,G.Rilling.Detrending and denoising with empirical mode decomposition.In Proceeding of XII EUSIP CO2004,Vienna,Austria,2004:1022-1026.

8 赵震.重型自卸车车架的有限元分析及优化.太原：太原理工大学.2012.

9 刘林华，辛勇.基于灵敏度分析的汽车车架轻量化研究.机械科学与技术，2011年10月，10（30）.1724～1727.

10 石琴，汪成明，刘钊.基于灵敏度分析的车身结构优化设计.合肥工业大学学报（自然科学版），2009年7月，7（29）：955～958.

11 Cj Mi,Zq,Gu..Frame fatigue life assessment of a mining dump truck based on finite element method and multibody dynamic analysis.Engineering Failure Analysis,2012,23: 18～26.

（责任编辑帘 青）

修改稿收到日期为2014年7月1日。

Research on Dynamic Response of Special Engineering Dump Truck Frame under Typical Road Surface Excitation

Chen Zhi1,Wang Tie1,Gu Fengshou1,2,Zhang Ruiliang1,Liu Yaqiong1,Chu Yufeng1
（1.Taiyuan University of Technology;2.Centre for Efficiency and Performance Engineering,University of Huddersfield）

We combine the inherent modal analysis with experience modal decomposition EMD algorithm with self-adaptation characteristic to reconstruct the key point vibration signal of frame.We use the signal processing method to effectively extract frame dynamic characteristics from the reconstructed signals.The analysis results show that the dump truck frame easily produces low frequency resonance under the site road excitation,which will seriously affect the performance and service life of the vehicle,therefore optimization of this vehicle frame is needed.

Dump truck,Frame,Modal analysis,Vibration test,Signal processing

自卸车 车架 模态分析 振动试验 信号处理

U463.32

A

1000-3703（2015）03-0016-05

山西省高新技术产业化项目，项目名称：工程专用自卸车开发，项目编号：2011-2368；山西省研究生优秀创新项目，项目名称：低重心变截面工程专用自卸车车架技术研究，项目编号：2012-302。