车载动态称重系统的研究

通过对载货汽车钢板弹簧悬架系统的分析,提出了利用BP神经网络根据钢板弹簧悬架系统的变形量来获得其所承受的载荷量的车载称重方案.利用单片机系统构建了一套车载动态称重系统及无线收发系统,编写了相应的测载和无线收发数据的软件,并进行了静态加载试验与各路面输入情况下的动态仿真分析.试验及仿真结果表明,所构建的系统能有效地应用于钢板弹簧悬架结构车辆载重的在线动态识别与道路管理.     

基于BP神经网络的汽车传动轴损伤分析

作为汽车传动系统中的关键零部件,汽车传动轴的安全可靠性对整机的可靠性起到决定性作用,所以传动轴上的裂纹分析与检测至关重要。文章基于有限元方法计算不同裂纹结构参数下传动轴的固有频率,通过建立相关系数、波动因子、BP神经网络决定系数等指标,衡量结构参数对固有频率的影响。得出裂纹宽度和裂纹位置对固有频率几乎没有影响,而裂纹的深度是影响固有频率的主要因素。     

压缩式垃圾车车载称重系统

介绍了国外压缩式垃圾车车载称重系统的结构及功能,提出了国内垃圾车车载称重系统的设计建议.     

基于神经网络自适应滤波的车辆动态称重系统研究

针对车辆动态称重信号的特点,提出了一种车辆动态载重信号的处理方法。该方法采用基于神经网络的自适应滤波变步长LMS算法滤掉称重信号在各个频段内的噪声。在不同的环境下,对不同的车型,该技术适应性好,精度高,速度快。基于这种信号处理方法,开发了基于神经网络自适应滤波的车辆超载动态监测系统,选择高性能TMS32C2812芯片,设计了高效的软硬件系统,能够准确、及时测量高速公路上所经车辆的重量。     

BP神经网络汽车故障诊断专家系统

本文介绍了一个基于ＢＰ神经网络模型的汽车发动机故障诊断专家系统，阐述了该系统的基本原理，ＢＰ神经网络的结构，学习算法，并应用该模型对汽车发动机的几种典型故障进行了微机仿真运行。诊断结果表明，该系统诊断精度高，结论可靠。     

基于汽车启停系统的车载网络技术研究

本论文介绍了汽车启停技术的应用背景、控制原理,并介绍了汽车车载网络的应用,结合具体车型分析了车载网络技术在汽车启停系统中的应用。     

基于CAN总线的车载称重系统的仿真开发及实现

文章所介绍的车载称重系统用于重型卡车,采用CAN总线模块,符合SAE J1939协议,在前期的开发过程中,为了验证开发效果,使用CANoe软件,采用CAPL语言,实现功能仿真,创建Panel界面,观察仿真结果稳定,并能满足初期设计要求。     

基于BP神经网络冻土强度预测模型研究

人工冻结法已作为苏州地铁连通道施工的辅助工法之一,但目前尚缺乏与设计配套的苏州地区冻土强度归一化参数,以人工神经网络为基本工具,利用其强大的非线性映射能力,综合考虑温度、含水率、干密度等影响因素指标对苏州地铁典型冻土抗压强度的影响,建立了抗压强度预测模型。结果表明,BP网络具有较高的求解能力,预测值与实测值接近,其精度远高于其他方法,且简单实用,这为获取试验中无法实现的参数值提供了新的途径。     

国内垃圾车车载称重系统分析

随着城市环境意识的提高,根据智慧环卫的城市发展需求以及计量收费的政策要求,对我国垃圾车车载称重功能提出了更高的要求,本文分析了国内三类垃圾车车载称重系统的运行结构及原理,并对国内垃圾车车载称重系统提出了设计建议。     

基于BP神经网络的道路交通安全预测模型研究

为了研究影响道路交通安全的因素与事故之间的内在关系,选取对道路交通安全影响相对较大的10个因素作为研究对象,利用 SPSS软件对其进行相关性分析,建立 BP 神经网络模型,对道路交通安全进行预测分析;选取1997-2010年数据作为训练样本,对2011年交通事故中的事故次数、死亡人数、受伤人数及综合死亡率进行预测,经过验证,其预测精度在6%以内,满足应用要求,可为道路交通管理等相关部门制定安全预防措施提供一定依据。     

基于改进BP神经网络的柴油机故障诊断研究

根据柴油发动机故障与征兆之间关系来建立一种采用BP算法前馈型神经网络结构,然而采用标准BP算法对神经网络训练进行训练,但存在收敛速度慢等问题。因此,又采用添加动量项和自适应学习速率两种方法对标准BP算法进行改进,并将改进的BP算法运用于神经网络训练,结果表明改进的BP神经网络能够改善收敛速度慢的缺点,而且预测故障效果较好。     

基于BP神经网络的SOC估算策略研究

针对传统动力电池的SOC估计方法的不足,采用BP神经网络对SOC进行预测。通过编写Matlab程序对BP神经网络进行了训练,并用所建BP神经网络模型对电池性能进行预测,获得电池SOC预测值,最大误差小于0.5%,结果满足精度要求,从而验证了所建BP神经网络能够有效的预测蓄电池电压和SOC之间的映射关系。对提高动力电池的能量效率,延长电池的使用寿命具有重要意义。     

基于BP神经网络的电喷发动机故障诊断研究

文中研究了BP神经网络用于电喷发动机故障诊断的方法,用来自真实测量的数据建立了神经网络故障诊断模型。以桑塔纳2000(GSI)轿车AJR型发动机怠速不稳故障为例,通过V.A.G1552汽车故障诊断仪测量出所需的数据流,在MATLAB环境下,对电喷发动机怠速不稳的两种故障原因进行故障模式识别和诊断。     

基于 BP神经网络的个体出行模式识别研究

以个体出行模式作为研究对象,利用出行的 GPS 数据,建立用于个体出行模式识别的 BP神经网络计算模型。并实测了公交和出租2种个体出行模式的识别效果,结果验证了建立的 BP神经网络的有效性和实用性,为出行模式的选择预测提供了新的思路。     

基于BP神经网络的储粮安全预测模型研究

介绍BP神经网络在储粮安全预测模型方面的应用情况,根据粮情样本数据建立了储粮安全预测BP神经网络模型,通过已有的粮仓温度、湿度,粮食水分和害虫数据预测储粮的安全状况,及时为粮情测控系统的控制策略提供可靠依据.     

基于BP神经网络的黄土湿陷性预测研究

运用人工智能领域中的神经网络技术,提出了基于BP神经网络模型的黄土湿陷性等级的预测方法。用MATLAB7自带的神经网络工具箱编程来实现BP神经网络系统。并给出工程实例和程序,预测效果和准确度较好,说明利用BP神经网络预测黄土湿陷系数是可行的。     

基于BP神经网络算法预测的重型半挂汽车列车AEB控制策略研究

我国商用车AEB性能要求和试验方法标准的发布,推动了AEB在商用车领域的发展与应用.本文针对半挂汽车列车制动距离长、质心高等特点,结合驾驶员紧急制动的经验,提出了一种基于BP神经网络预测碰撞时间TTC的AEB控制策略.首先,设计了上层控制器,基于不同驾驶员在不同紧急制动场景下碰撞时间的数据,利用BP神经网络算法得到预测...     

基于汽车智能化的车载网络技术研究

随着技术的进步,汽车正朝着电动化、智能化、网联化、共享化的方向发展,未来的汽车将成为互联网当中高度自动化的智能终端.智能化的汽车依赖于高效、可靠的车载网络通讯系统,以太网技术以自身的优势引入汽车通讯领域,给汽车的智能化发展提供了解决方案,已成为未来智能汽车发展的基础.文章结合当前车载网络技术的现状和需求,从汽车智能化的角度对车载网络技术进行研究,并对未来车载以太网应用进行展望.