4.2. Kurtosis EvaluationTo investig

4.2. Kurtosis Evaluation
To investigate whether the random vibration signals were
Gaussian, a kurtosis parameter of the z-axis frequencyweighted
floor accelerations were evaluated for different road
surfaces at 20 km/h and 80 km/h.
Figure 7a shows the variations of kurtosis and VDV with
changes in IRI (from Table 4) at 20 km/h. The right axis of
each graph corresponds to VDV. It can be seen that kurtosis
values increase as the IRI increases. This indicates a deviation
of the acceleration signals from the Gaussian distribution as the
IRI increases. On all the roads, VDV values increased as the
road roughness increased. As expected, driving on rough road
surfaces induces higher peaks and impulses. This resulted in
more kurtosis and VDV values and less objective driver comfort.
Hence, road roughness could be compensated through
slowing down and thereby improving the ride quality. Similar
results may be concluded from Fig. 7b, which shows variations
of kurtosis and VDV versus road roughness at 80 km/h.
4.3. SEAT Values Evaluation
Figure 8 shows the comparison of V DVseat and V DVbase for
driving over road surfaces at specified speeds. Data points lie
under a 45-degree diagonal starting at the origin. It shows
SEAT values of less than 100% and isolation of vibrations.
Figure 8. Comparison of the V DVseat and V DVbase values on road surfaces.
4.4. Frequency Analysis of Vibration
Signals
All signals (except on the suburban road) were acquired over a
period of 60 s, and the frequency span of analysis was 100 Hz.
The PULSE analyzer was adjusted in a way that an arbitrary
number of 3200 lines were implemented in Fast Fourier Transform
(FFT) analysis to achieve a high-frequency resolution of
31.25 mHz (100/3200).
The analyzer automatically detected the mean square of each
signal and divided it by the bandwidth to calculate the PSD
value. Such narrowband analysis shows high coherency, close
to unity, between seat-surface and seat-base signals. The Frequency
Response Function (FRF) analysis between these signals
for the pavement road, at a speed of 20 km/h, is presented
in Fig. 9. This graph implies that the seat structure was a good
isolator of vibration below 30 Hz, while after that, the signal
was amplified, but it was not a critical issue because, as shown

ผลลัพธ์ (ไทย) 1:

4.2. ประเมินเคอร์โทซิ
เพื่อตรวจสอบว่า การสั่นสะเทือนแบบสุ่มสัญญาณถูก
Gaussian เคอร์โทซิพารามิเตอร์ของ z-axis frequencyweighted
เร่งชั้นได้ประเมินต่าง ๆ
ผิวที่ 20 km/h และ 80 km/h.
7a รูปแสดงรูปแบบของเคอร์โทซิ VDV กับ
IRI (จากตาราง 4) เปลี่ยนแปลงที่ 20 km/h แกนขวาของ
กราฟแต่ละสอดคล้องกับ VDV จะเห็นว่าเคอร์โทซิ
ค่าเพิ่มเป็น IRI เพิ่มได้ บ่งชี้ความเบี่ยงเบน
สัญญาณเร่งจากการแจกแจงแบบ Gaussian เป็น
IRI เพิ่ม บนถนนสายนี้ทั้งหมด ค่า VDV เพิ่มเป็นการ
ความหยาบถนนเพิ่มขึ้น ตามที่คาดไว้ ขับรถบนถนนขรุขระ
ผิวยอดสูงและแรงกระตุ้นที่แท้จริง ส่งผลให้
เพิ่มเติมและเคอร์โทซิ และค่า VDV กน้อยวัตถุประสงค์ควบคุมสบาย
ดังนั้น ไม่สามารถชดเชยความหยาบถนนผ่าน
ชะลอ และปรับปรุงคุณภาพรถจึงได้ คล้าย
อาจสรุปผลจาก Fig. 7b ซึ่งแสดงรูปแบบ
VDV กับความหยาบของถนนที่ 80 km/h.
4.3 และเคอร์โทซิ ประเมินค่านั่ง
รูปที่ 8 แสดงการเปรียบเทียบ V DVseat และ V DVbase สำหรับ
ขับรถผ่านผิวถนนที่ความเร็วที่ระบุ ข้อมูลอยู่
ใต้ 45 องศาเส้นทแยงมุมเริ่มต้นที่จุดเริ่มต้น แสดง
นั่งค่าน้อยกว่า 100% และแยกของสั่นสะเทือน
8 รูป เปรียบเทียบค่า V DVseat และ V DVbase บนพื้นผิวถนน
4.4 วิเคราะห์ความถี่ของความสั่นสะเทือน
สัญญาณ
สัญญาณทั้งหมด (ยกเว้นถนนชานเมือง) ได้รับมาผ่านการ
ระยะเวลา 60 s และช่วงความถี่การวิเคราะห์ได้ 100 Hz
วิเคราะห์ชีพจรถูกปรับปรุงในลักษณะที่การกำหนด
จำนวน 3200 รายการถูกนำมาใช้ในการวิเคราะห์อย่างรวดเร็วฟูรีเย Transform
(FFT) ให้ความละเอียดความถี่สูงของ
31.25 mHz (100/3200) .
การวิเคราะห์ค่าเฉลี่ยกำลังสองของแต่ละที่ตรวจพบโดยอัตโนมัติ
สัญญาณ และหาร ด้วยแบนด์วิดท์การคำนวณ PSD
ค่า วิเคราะห์เช่น narrowband แสดง coherency สูง ปิด
เพื่อสามัคคี ระหว่างสัญญาณ ผิวที่นั่ง และนั่งฐาน ความถี่
วิเคราะห์ตอบสนองฟังก์ชัน (FRF) ระหว่างสัญญาณเหล่านี้
ช่วงถนน ที่ความเร็ว 20 km/h แสดง
ใน Fig. 9 กราฟนี้บ่งชี้ว่า โครงสร้างเบาะไม่ดี
isolator สั่นสะเทือนต่ำกว่า 30 Hz ในขณะที่หลังจากนั้น สัญญาณ
ถูกขยาย แต่ไม่เป็นปัญหาสำคัญเนื่องจาก ดัง

ผลลัพธ์ (ไทย) 3:

4.2 . โด่งการประเมิน
เพื่อตรวจสอบว่า การสั่นสะเทือน สัญญาณสุ่ม )
) , โด่งพารามิเตอร์ของเอฟทีเอ frequencyweighted
ความเร่งชั้นศึกษาพื้นผิวถนน
ที่ 20 km / h และ 80 km / h .
รูป 7A แสดงการเปลี่ยนแปลงของความโด่งและ vdv กับ
เปลี่ยนแปลง ไอริ ( จากตารางที่ 4 ) 20 กิโลเมตร / H ใช่แกน
แต่ละกราฟสอดคล้องกับ vdv .จะเห็นได้ว่า ค่าความโด่ง
เพิ่มเป็นไอริเพิ่มขึ้น นี้บ่งชี้ว่า การเบี่ยงเบนของสัญญาณจาก

ไอริหน้าแดงเป็นเพิ่มขึ้น บนถนนทั้งหมด vdv ค่าเพิ่มขึ้นเป็น
ถนนขรุขระมากขึ้น ตามที่คาดไว้ , การขับขี่บนพื้นผิวถนนที่ขรุขระ ทำให้ยอดที่สูงและแรงกระตุ้น
. นี้ส่งผลใน
เพิ่มเติมความโด่งและ vdv ค่านิยมและน้อยมีคนขับสบาย .
ดังนั้นความขรุขระ ถนนอาจจะชดเชยผ่าน
ช้าลง และการปรับปรุงคุณภาพรถจึง ผลที่คล้ายกัน
สามารถสรุปได้จากรูป 7b ซึ่งแสดงการเปลี่ยนแปลง
ความ vdv เมื่อเทียบกับถนนที่ขรุขระและ 80 km / h .
4.3 . รูปที่ 8 แสดงผลที่นั่งค่า
v dvseat เปรียบเทียบและ dvbase
V สำหรับขับรถผ่านพื้นผิวถนนที่ความเร็วที่ระบุไว้ จุดข้อมูลโกหก
ภายใต้ 45 องศาระดับเริ่มต้นที่จุดเริ่มต้น . มันแสดงให้เห็นค่า
ที่นั่งน้อยกว่า 100% และการแยกการสั่นสะเทือน .
รูปที่ 8 การเปรียบเทียบ dvseat V V dvbase ค่าบนพื้นผิวถนน
4.4 . การวิเคราะห์ความถี่ของสัญญาณการสั่นสะเทือน

สัญญาณทั้งหมด ( ยกเว้นบนถนนชานเมือง ) ได้มากว่า
ระยะเวลา 60 วินาทีและช่วงของการวิเคราะห์ความถี่ 100 Hz .
ชีพจรวิเคราะห์ก็ปรับเปลี่ยนไปในทางที่หมายเลขโดยพล
3 , 200 สายพันธุ์ ที่ใช้ในการแปลงฟูรีเยอย่างเร็ว
( FFT ) การวิเคราะห์เพื่อให้บรรลุความถี่สูงความละเอียดของ
31.25 MHz ( 100 / 3200 ) .
วิเคราะห์โดยอัตโนมัติตรวจพบว่าตารางของแต่ละ
สัญญาณและแบ่งโดยแบนด์วิดธ์ในการคํานวณค่า PSD

การวิเคราะห์แคบเช่นแสดงรับสั่งสูงปิด
เพื่อความสามัคคีระหว่างพื้นผิวที่นั่งและที่นั่งฐานสัญญาณ ฟังก์ชันตอบสนองความถี่ ( frf

) การวิเคราะห์ระหว่างสัญญาณเหล่านี้สำหรับถนนทางเท้าที่ความเร็ว 20 km / h จะนำเสนอ
ในรูปที่ 9 กราฟนี้แสดงให้เห็นว่าโครงสร้างที่นั่งเป็น isolator ดี
การสั่นสะเทือนต่ำกว่า 30 Hz ในขณะที่หลังจากนั้นสัญญาณ
อยู่ในปัจจุบันแต่มันก็ไม่ใช่ประเด็นสำคัญ เพราะเป็น แสดง