基于车辆响应的路面不平度识别方法
Road roughness identification based on vehicle responses作者机构:吉林大学汽车仿真与控制国家重点实验室
出 版 物:《吉林大学学报(工学版)》 (Journal of Jilin University:Engineering and Technology Edition)
年 卷 期:2019年第49卷第6期
页 面:1810-1817页
核心收录:
学科分类:08[工学] 082304[工学-载运工具运用工程] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程]
基 金:中国汽车产业创新发展联合基金重点项目(U1564213) 国家自然科学基金国际(地区)合作与交流重点项目(61520106008) 吉林省省校共建计划专项项目(SXGJSF2017-2-1)
主 题:车辆工程 路面不平度识别 车辆响应 NARX神经网络
摘 要:针对路面不平度识别的问题,研究了基于车辆响应的NARX神经网络识别方法及其适用性。建立了汽车振动系统4自由度平面模型,通过仿真获得车辆响应和车轮路面不平度。对于NARX神经网络及其应用选择、输入方案优化和评价指标进行了研究,提出了车辆响应选择和组合优化的解决方案。采用NARX神经网络识别了常用的B级路面和车速为60 km/h下某轿车的前轮路面不平度,其相关系数和均方根误差分别达到96.75%和0.0033。考虑了训练采样点数、车辆响应随机噪声、车速和路面等级的变化对训练完成的NARX神经网络效果的影响,说明了基于车辆响应识别路面不平度的NARX神经网络方法的适用性。研究结果表明,采用正交试验设计确定NARX神经网络优化输入方案和基于车辆响应识别路面不平度取得了满意的结果,两者具有良好的适用性。