No description available.

Kyoto University (京都大学) / 0048 / 新制・課程博士 / 博士(工学) / 甲第17106号 / 工博第3617号 / 新制||工||1549(附属図書館) / 29836 / 京都大学大学院工学研究科社会基盤工学専攻 / (主査)教授 杉浦 邦征, 教授 白土 博通, 教授 河野 広隆 / 学位規則第4条第1項該当

The purpose of this study has two parts directed toward a common goal. First, a state-ofthe-art quarter-car test platform has been designed and constructed to offer increased testing flexibility at a reasonable cost not found commercially. With this new test rig completed, the second objective is a proof-of-concept evaluation of a well known adaptive control algorithm applied to this new quarter-car test rig for the purpose of replicating the dynamic suspension response, such as a response that was recorded during a road test. A successful application of this control algorithm on the quarter-car rig is the necessary first step toward its application on an 8-post test rig for a direct comparison to current practices. Before developing a new test rig, the current state-of-the-art in quarter-car rigs was first evaluated as well as indoor vehicle testing in general. Based on these findings, a list of desired functional requirements was defined for this new design to achieve. The new test rig was built and evaluated to determine how these goals were met and what the next steps would be to improve the rig. The study then focused on evaluating control policies used for reproducing dynamic responses on vehicle road simulators such as 4- post and 7-post shaker rigs. A least-mean squares (LMS) adaptive algorithm is introduced and applied first in software using a linear two-mass quarter-car model, and then to the actual hardware-in-the-loop quarter-car rig. The results of the study show that the resulting quarter-car test rig design is quite flexible in its ability to test a multitude of suspension designs and also its ability to accommodate new hardware in the future such as a body loaders. The study confirms that this particular implementation of the LMS algorithm is a viable option for replicating test vehicle response on an indoor quarter-car test rig. Thus, a future study to compare the use of this algorithm to the current industry standard batch processing method is possible. / Master of Science

Deviations from the design track geometry are called track irregularities, which are a main excitation mechanism in the track–vehicle dynamic system, and very important to monitor and maintain to have trac on a line run safely and comfortably. Especially during vehicle acceptance testing, it is important that a new vehicle behaves close to design predictions and within limit values, thus it is important to be able to describe track irregularities in a consistent way. There are several methods which quantify the eects track irregularities have on a vehicle while running along the track. Most common is analyse standard deviations and percentiles and maximum values over sections with pre-defined length. However, these quantities do not correlate well with the vehicle dynamic response, e.g. two track sections with similar maxima and standard deviations can result in very dierent response of the vehicle. To improve the correlation between track irregularities and vehicle re- sponse measures, it is recommended by past research to use multiple regres- sion analysis to take e.g. vehicle speed and track curvature into account as well. Other methods range from derivatives of track irregularities, via trans- fer functions and vehicle filters to neural networks. Common for all these methods are that there is either still slight inconsistencies in the results or that they are tailored for certain vehicle types on specific lines. As a result, the preferred method to evaluate track irregularities is still to use standard deviations. In this thesis, data from three vehicles in two measurement campaigns is evaluated using a single degree of freedom model as inspiration to break down the path from track to vehicle into several steps. A weak link in these steps is identified, which shows significantly lower correlation coecients than the other steps. The weak link is the step from vertical track irregularity second spatial derivative to vertical axle box acceleration divided by the squared vehicle speed. A variable wavelength range Dx is introduced, as an alternative to the common D1 (3–25 m), D2 (25–70 m) and D3 (70–150 m) wavelength ranges. Its wavelength range corresponds to the vehicle response band-pass filter frequencies and is thus speed dependent. Simulations are also carried out to investigate the weak link and for the possibility to vary parameters that cannot be changed during on-track mea- surements. A multi-body system model of the passenger coach Bim 547.5 is used, together with recorded track data and vehicle speed from the on-track measurements. The varied parameters have rather low sensitivity and aect results to a small extent. Most impact has the randomly varying vertical track stiness which aects the vertical wheel–rail forces and axle box accelerations. In future work, it should be explored if it is possible – and in such case how – to separate the eects of varying track stiness from the track irreg- ularities. This to better understand when a vehicle response is linked more to the track irregularities or to the track flexibility. The weak link identified in the steps from track to vehicle should also be further explored, perhaps by extending the underlying model or evaluate a dierent set of measurements. / Spårlägesfel är avvikelser från den nominella spårgeometrin. De är en vik- tig excitationsmekanism i det dynamiska system som bana och fordon utgör och är viktiga att övervaka och åtgärda för att trafiken ska kunna flyta sä- kert och komfortabelt. Eftersom det vid mätningar för typgodkännande av fordon är viktigt att fordonet beter sig som förväntat och inom gränsvärden, är det viktigt att kunna beskriva spårlägesfel på ett sätt som är konsekvent och motsvarar hur fordonet ”känner av” dem. Det finns ett flertal olika metoder som kvantifierar de eekter spårläges- fel har på ett fordon som rör sig längs ett spår. Vanligast är att använda standardavvikelser, percentiler och maxvärden från spårsektioner med för- definierad längd. Dessa storheter korrelerar dock inte väl med den dynamiska fordonsresponsen, till exempel kan två spårsektioner med liknande maxvärden och standardavvikelse resultera i väldigt olika fordonsrespons. För att förbättra korrelationen mellan storheter för spårlägesfel och for- donsrespons rekommenderar tidigare forskning att använda multipel regres- sionsanalys för att även ta hänsyn till till exempel fordonets hastighet eller spårets kurvatur. Det finns flera alternativa metoder, till exempel derivator av spårlägesfel, överföringsfunktioner och fordonsfilter eller neurala nätverk. Generellt ger dock dessa metoder antingen fortfarande en viss osäkerhet i resultaten, eller så är de anpassade för vissa fordonstyper på enstaka järn- vägslinjer. Sammantaget är resultatet att den metod som föredras för att utvärdera spårlägesfel, fortfarande baseras på standardavvikelser. I den här avhandlingen används en enfrihetsgradsmodell som inspiration för att bryta ner excitationsvägen från spår till fordon i ett antal steg, som sedan undersöks genom att utvärdera mätdata från tre fordon i två forsk- ningsprojekt. En svag länk bland stegen identifieras, vilken visar signifikant lägre korrelationsvärde än övriga steg. Den svaga länken är steget från spatial andraderivata av spårlägesfel till axelboxacceleration dividerat med fordons- hastigheten i kvadrat. Ett variabelt våglängdsområde Dx introduceras som ett alternativ till de vanligt förekommande D1 (3–25 m), D2 (25–70 m) och D3 (70–150 m). Det variabla våglängdsområdet motsvarar de frekvenser som används för utvärdering av fordonsrespons och är därmed hastighetsberoende. Vidare används simuleringar för att undersöka den svaga länken och för möjligheten till parametervariationer. En flerkroppsmodell (MBS-modell) av passagerarvagnen Bim 547.5 används tillsammans med uppmätta data för spår och fordonshastighet. De parametrar som varieras visar sig ha låg käns- lighet och påverkar resultaten i liten utsträckning. Störst inverkan har den slumpmässigt varierande vertikala spårstyvheten, vilken påverkar de vertikala hjul–rälkrafterna och axelboxaccelerationerna. Fortsatt forskning bör undersöka om det är möjligt att – och i så fall hur – separera eekten av varierande spårstyvhet och spårlägesfel. Detta kan ge bättre förståelse för om fordonsrespons kopplar mer till spårlägesfelen eller till spårflexibiliteten. Den svaga länken som identifierats bör också undersö- kas ytterligare, förslagsvis genom att utöka den bakomliggande modellen eller analysera annan mätdata. / <p>QC 20180517</p>