原文传递
一种基于神经网络的悬架减震器阻尼控制切换加权系数确定方法
| 专利名称： | 一种基于神经网络的悬架减震器阻尼控制切换加权系数确定方法 |
| 摘要： | 本发明公开了基于神经网络的悬架减震器阻尼控制切换加权系数确定方法，包括：采集汽车监测数据，基于包含车身垂向位移、车身俯仰角、侧倾角和前后四个车轮的垂向位移具有线性特征的七自由度运动微分方程，并将其转化为神经网络的样本数据；根据路况类别对所述样本数据进行分类，得到每一路面工况对应的样本数据集合；根据汽车实时监测数据进行路况识别，并将包含所述切换特征加权系数的控制方程作为控制策略输出，本发明针对不同工况对悬架减震器阻尼力进行控制，提高汽车的安全性和舒适性，实现平稳切换。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 辽宁;21 |
| 申请人： | 辽宁工业大学 |
| 发明人： | 陈双;包黎明;赵凯旋;陈剑桥;李政原 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810933191.5 |
| 公开号： | CN108859648A |
| 代理机构： | 北京远大卓悦知识产权代理事务所(普通合伙) 11369 |
| 代理人： | 李烨 |
| 分类号： | B60G17/015(2006.01)I;G06F17/50(2006.01)I;B;G;B60;G06;B60G;G06F;B60G17;G06F17;B60G17/015;G06F17/50 |
| 申请人地址： | 121001 辽宁省锦州市古塔区士英街169号 |
| 主权项： | 1.一种基于神经网络的悬架减震器阻尼控制切换加权系数确定方法，其特征在于，包括：采集汽车监测数据，建立七自由度运动微分方程，将车身垂向位移、车身俯仰角、侧倾角和前后四个车轮的垂向位移转化为神经网络的样本数据；根据路况类别对所述样本数据进行分类，得到每一路面工况对应的样本数据集合；根据每一路面工况对应的样本数据集合分别建立神经网络模型，包括：将所述车身垂向位移、车身俯仰角、侧倾角和前后四个车轮的垂向位移作为输入层向量构建神经网络，在神经网络中对输入层向量特征进行解析，获得表示该路面工况对应的切换加权系数的向量群；将所有神经网络模型融合为一个神经网络；以及根据汽车实时监测数据进行路况识别，并将包含所述切换加权系数的控制方程作为控制策略输出；其中，所述路况类别包括：平直路工况、坡度路面工况和连续减速带工况。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
