基于神经网络的间接输出型车轮六维力传感器研究

摘要

汽车运动是轮胎与地面作用的结果，测量汽车行驶过程中车轮上各维载荷的变化，能够准确反映整车运动的性能指标，对汽车整车和各分系统研究有重要意义。车轮力测量的核心技术是多维轮力传感器(Wheel Force Transducer，简称WFT)技术，研究WFT的测量精度问题具有重要的理论研究意义和工程应用价值。
　　 本文以提高WFT的测量精度为目的，对WFT的静态解耦进行了研究，完成的工作如下:
　　 (1)对汽车车轮进行了受力分析，对车轮六维力传感器的设计结构与测量原理进行了阐述。确定了以八梁轮辐式结构作为传感器弹性体的结构，在此基础上设计了弹性体应变片的布片方案，根据传感器弹性梁的对称性特点，弹性应变片两两对称的原则，设计了六组测量电桥，来测量六维力传感器的六维通道输出载荷，得到了传感器结构的近似解耦输出信号的应变关系模型。
　　 (2)介绍了六维力传感器的液压标定实验系统及标定实验的原理、方法和步骤。分析了WFT的静态标定实验:对标定实验数据采用平均化处理的方法剔除粗大误差，对六维力传感器的静态指标参数进行了分析，推导出六维力传感器的耦合关系矩阵。
　　 (3)对WTF进行了静态线性解耦研究。假设WFT为线性系统，对该系统进行显著性检验。分析了WFT的静态线性解耦原理，针对标定WFT时不能真正意义上施加单维力的情况，提出了迭代法来逐步逼近传感器的单维力标定环境，对标定数据进行最小二乘拟合，得到六维力传感器的耦合系数矩阵，从而实现WFT的静态线性解耦。引入了静态耦合率的概念，进行了WFT耦合度分析。系统的耦合率数值尽管只有少部分偏大，也呈随机分布的特点，但可发现各维力矩对各维力的耦合影响是比较强的。这说明静态线性解耦模型并不能完全反映实际工程应用中的各项特性。
　　 (4)为了克服WFT静态线性解耦的局限性，进行了静态非线性解耦研究。构建了基于BP网络的WFT解耦模型，由于BP网络存在收敛速度慢和容易陷入局部极小值的问题，因此提出了基于遗传算法GA与BP网络结合的方法，即GA-BP网络的WFT静态非线性解耦方法。设计了基于遗传算法的BP网络初始权值的优化方案。最后，利用标定实验获取的样本数据，对系统的解耦模型进行了仿真试验，结果表明该方法的可行性和有效性。

目录

声明

摘要

第1章 绪论

1．1 课题研究的背景和意义

1．2 六维力传感器国内外研究的现状和趋势

1．2．1 六维力传感器的分类

1．2．2 国外研究现状

1．2．3 国内研究现状

1．3 本课题研究的主要内容

第2章 车轮六维力传感器的设计

2．1 基础知识

2．1．1 车轮受力分析

2．1．2 传感器信号的坐标转换

2．2 车轮六维力传感器的弹性体设计及布片方案

2．2．1 弹性体和应变片

2．2．2 组桥方案的设计

2．2．3 多维力测量信号的解耦分析

2．3 本章小结

第3章 车轮六维力传感器标定实验分析

3．1 传感器标定实验概述

3．1．1 传感器标定的原理及意义

3．1．2 传感器标定实验的具体步骤

3．2 标定实验

3．2．1 传感器标定实验系统介绍

3．2．2 传感器的标定实验的方法和过程

3．3 特性指标参数的推导

3．4 本章小节

第4章 车轮六维力传感器静态线性解耦研究

4．1 六维力传感器解耦的必要性分析

4．2 六维力传感器静态线性假设的显著性检验

4．2．1 显著性检验

4．2．2 对车轮六维力传感器线性假设的显著性检验

4．3 车轮六维力传感器静态线性解耦原理

4．4 车轮六维力传感器的静态线性解耦

4．4．1 静态标定实验中的数据特点

4．4．2 静态线性解耦算法

4．4．3 静态线性解耦的迭代法实现

4．4．4 六维力传感器的耦合度分析

4．5 本章总结

第5章 基于BP网络的六维力传感器静态非线性解耦

5．1 解耦方法的提出

5．2 基础知识与理论

5．2．1 人工神经网络

5．2．2 BP网络

5．2．3 遗传算法

5．2．4 BP网络中引入遗传算法

5．3 基于BP网络的车轮六维力传感器解耦原理

5．4 解耦过程的实现

5．4．1 解耦模型的建立

5．4．2 训练样本的形成及归一化处理

5．4．3 遗传算法优化BP网络学习规则和初始权值的方法设计

5．4．4 车轮力传感器解耦网络的训练、测试及实验数据分析

5．5 本章小结

第6章 总结与展望

致谢

参考文献