Vibration Control Schemes of Semi- Active Hydro-Pneumatic Dampers for Military Vehicle Suspension
Notice bibliographique
Résumé
Hydro-pneumatic dampers are widely used in military and heavy vehicle suspension systems, where large suspension travel (more than 20 inches) is expected. Due to the nonlinear characteristics of these elements, suspension system performance and in particular ride comfort and road handling capabilities of the vehicle are altered. Although these nonlinear characteristics are inherent in nearly all vehicles suspension systems, their effects are dominant in certain maneuvers and especially in off-road conditions where the suspension system experiences rather large displacements. This paper investigates the control of a hydropneumatic damper suspension system, a highly nonlinear system comprised of a pneumatic spring (gas-spring) and a hydraulic damper. First, the hydro-pneumatic damper of a military vehicle is modeled. The model is validated using experiments performed with a dynamometer test machine. Based on the validated model, a 2DOF quarter car model is developed, simulated and analyzed. Secondly, the performance of two well-known semiactive control methods - Skyhook and Rakheja-Sankar (R-S) - are investigated as applied to suspension control in the 2DOF car model. To analyze the performance of these control strategies in the suspension systems where the nonlinear components exist, the method of averaging is deployed. Finally, a new control strategy based on Skyhook and R-S is proposed to address ride comfort and road handling utilizing the variable stiffness gas-spring together with a semiactive damper. The results of this new controller are then compared to that of several well known suspension control methods such as Skyhook to demonstrate the effectiveness of the method.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».