共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
在复杂和极限工况下,路面附着系数是进行轮胎受力分析和车辆动力学控制的重要状态参数。相对于模型估计的方法,智能轮胎技术能够将轮胎与路面的交互信息反馈给车辆控制系统。本文提出了一种将智能轮胎系统和机器学习相结合的车辆路面附着系数获取方法。首先,考虑行驶工况环境进行传感器选型,开发基于MEMS三轴加速度传感器的智能轮胎硬件采集系统,并采用简化硬件结构的无线传输模式。其次,通过采集不同路面上的实车实验数据进行车辆实验收集机器学习训练的数据集,并分析轮地关系及信号特征。最后,将CNN与LSTM两者的优势相结合实现了对加速度时序信号的特征学习。通过与其它神经网络模型训练结果的比较,验证了所提CNN-LSTM双通道融合神经网络模型的有效性和准确性。本文提出的路面辨识方案实现了实时道路识别的目标,硬件与软件架构和神经网络模型更适合车辆系统搭载,为车辆运动控制提供了实时准确的路面信息。 相似文献
4.
5.
6.
基于时序-神经网络的车辆变速器齿轮故障诊断 总被引:6,自引:0,他引:6
采用时序分析和BP神经网络,建立了基于时序-神经网络的车辆变速器齿轮故障诊断系统。通过对车辆变速器齿轮运行状念特征信号进行时序分析和特征向量提取,并以此作为BP神经网络的输入向量进行网络训练,从而实现变速器齿轮运行状态的识别与故障诊断。该系统应用于LC5T81变速器齿轮的故障诊断中,能够比较准确地识别与诊断出变速器齿轮的跑合运行状态、磨损运行状态和故障运行状态。验证表明该诊断系统有效、可行。 相似文献
7.
《公路交通科技》2019,(12)
针对超载超速车辆的长期非正常运营引起桥梁损伤破坏现象,考虑桥面不平度的影响,通过车桥耦合计算,应用神经网络方法对通过斜拉桥的重车荷载识别进行了初步探讨。首先基于相似公路上实测车流统计模型拟定车流荷载,通过车桥耦合响应分析,运用数值模拟数据建立网络的训练和精度检验样本,并加入5%的随机噪声,通过检验组(车重和车速)数据识别结果的误差分布来评价网络训练精度,车重与车速输出误差在5%以内,表明网络训练精度较高。然后,依据斜拉桥健康监测系统,采用斜拉桥实际运营状态下的监测响应(索力和应变)提取车辆荷载作用特征参数并组成网络的输入向量,运用满足精度要求的神经网络来识别车重和车速结果较好。其中,车速分布近似均值65 km/h的正态分布,车重大多分布在10~70 t的范围内,10 t以下小型车辆识别误差较高。车速车重总体呈现负相关,分布具有一定离散性,以上特征与实际情况基本吻合。表明将BP神经网络法与斜拉桥监测系统相结合的方式进行重车车速车重识别是可行的。 相似文献
8.
为解决波形钢腹板箱梁损伤识别和损伤定位问题,以上海塘大桥工程中波形钢腹板箱梁为研究对象,采用Ansys Workbench有限元建立波形钢腹板箱梁损伤结构计算模型,结合BP神经网络学习和重复训练功能,对波形钢腹板箱梁损伤前后的模态进行重复训练和计算,探索波形钢腹板箱梁损伤程度和位置与模态参数之间的变化规律。研究表明:波形钢腹板箱梁损伤后模态参数呈现下降趋势,不同程度和位置损伤后对模态参数影响存在一定的差异性,结构损伤程度与模态参数下降呈线性关系,训练后的BP神经网络对波形钢腹板箱梁损伤识别误差在3%范围内,验证了训练后的BP神经网络对波形钢腹板箱梁损伤识别的可靠性和准确性。 相似文献
9.
10.
11.
12.
基于轮速特征的防抱死制动系统故障检测技术研究 总被引:1,自引:0,他引:1
比较了磁电式和霍尔式传感器最低测量轮速的影响因素,分析了控制软件最低计算轮速与采样周期的关系.明确了防抱死制动系统最低轮速的成因.基于单轮动力学模型研究了车轮在正常工况下角加速度及其变化率的物理限值.以最低轮速、轮角加速度及其变化率作为特征,设计了轮速在线故障检测算法,利用故障模拟试验对算法进行了验证,结果表明该技术可有效识别多种类型的轮速故障. 相似文献
13.
14.
目前的水上交通流评价方法在评价指标关系模糊、来源不清等情况下难以运用,且主观性较强,存在评价结果严重偏离实际的情况,忽视了客观性不足的问题.为降低专家主观性对水上交通流冲突严重度评价的影响,基于BP神经网络建立评价模型,并通过网络训练进行函数比较,确定最符合模型设定要求的Trainlm函数,以及精度与迭代次数.由于数据的差异性会对BP神经网络的训练效率和评价精度造成影响,基于聚类分析与BP神经网络建立新的评价模型,将训练数据按照欧几里得度量进行归类开展神经网络训练,分别对水上交通流冲突严重度进行评价.运用9个水道数据为例对模型进行验证,通过比较聚类分析数据与未处理的原始数据在BP神经网络中的评价结果,发现评价结果平均误差从42.05%降低到23.74%,进一步验证了BP神经网络在该领域的可行性.评价模型利用聚类分析与BP神经网络相结合的方法,不仅客观性较强,而且与单一使用BP神经网络的模型相比提升了评价精度. 相似文献
15.
基于模态分析理论和神经网络的斜拉桥拉索损伤识别研究 总被引:2,自引:0,他引:2
将振动模态分析和神经网络技术结合起来,以振动模态构造的损伤标识量作为神经网络识别输入的特征参数,进行结构健康监测。根据云阳长江公路大桥设计资料,考虑桥梁拉索结构的单构件损伤、2个构件损伤、3个构件损伤3类损伤工况,分别采用了模态频率、位移振型模态、曲率模态3种指标作为神经网络的输入参数,共建立9个BP神经网络模型进行了桥梁损伤识别的研究。研究结果表明基于振动模态分析理论和BP神经网络的桥梁损伤识别方法可用于识别斜拉桥拉索结构的损伤位置和损伤程度。 相似文献
16.
本文介绍一种适用于多轮商用车胎压监测系统的标定方法,通过胎压传感器标签设计、TPMS诊断系统开发,以及下线检测系统EOL的匹配开发,实现TPMS系统中轮胎ID、轮胎冷态压力、轮胎数量的自动写入,从而实现多轮胎压监测系统的标定,解决6轮及以上商用车胎压监测系统标定困难的问题。本方法只适用于直接式胎压监测系统。 相似文献
17.
18.
汽车四轮转向非线性系统的神经网络控制 总被引:4,自引:0,他引:4
考虑了轮胎的非线性特性,引入Magic Formula建立汽车非线性力学模型,利用前向BP神经网络来辨识该非线性模型,并利用另一个神经网络进行PID参数的整定,进行离散控制系统和控制算法的设计,有效地提高了汽车四轮转向的稳定性。 相似文献
19.
基于神经网络的大型悬索桥单损伤识别方法 总被引:1,自引:1,他引:0
文中采用BP神经网络对大型悬索桥结构进行了分组子结构法的单损伤识别分析,分析结果表明,分组子结构法能成功地将神经网络技术应用于大型悬索桥的单损伤识别,解决神经网络应用于大型复杂工程结构损伤识别难以训练成功的问题. 相似文献
20.
在对桥梁损伤评估系统模型的基础上,提出了基于DE-BP神经网络的损伤评估方法。该方法引入差异演化算法(DE算法),通过对已有的桥梁损伤评估实例对神经网络进行训练,可使神经网络较好地表达评估结果与评价因素之间的关系。在网络学习过程中充分引入DE算法,避免了BP神经网络容易陷入局部最值及收敛慢的缺点,经该方法训练好的网络可以对实际桥梁进行评估。 相似文献