基于人工神经网络的预报型汽车安全气囊点火控制算法的研究

摘要

汽车安全气囊作为一种被动安全装置，由于使用方便、效果显著、造价不高，所以得到迅速的发展和普及。为了进一步提高汽车安全气囊的可靠性和准确性，对其控制系统的点火控制理论研究显得尤为重要。本文在对几种常用的安全气囊点火控制算法进行比较分析的基础上提出一种基于人工神经网络的新型点火控制算法，并对其可靠性进行了仿真和试验验证。 本文首先对气囊的电子控制系统的设计要点进行了研究，指出气囊的点火控制算法的设计是安全气囊电子控制系统的关键技术。通过分析气囊的点火控制理论，总结出了气囊的点火控制的两个关键因素：气囊的点火条件和目标点火时刻，并以此作为评价点火控制算法好坏的准则。本文重点介绍了几种常用的安全气囊点火控制算法，并借助实际的汽车碰撞曲线对这些算法进行了比较分析，发现现有的算法通常只采用上述评价准则的一个指标值与预先设定的阀值比较来确定气囊是否点火和何时点火。在某些碰撞条件下难免会出现点火不准确的现象。本文首次提出同时利用两个评价指标，分别对气囊的点火条件和点火时刻进行控制，先通过其中一个指标值判断是否需要引爆气囊，若需要引爆，再通过另一个指标值来确定点火时刻，这样可以有效地避免上述隋况的发生以此为理论基础，本文提出了一种新型的气囊点火控制算法。该算法是基于人工神经网络的，采用BP 算法的网络结构，通过指示汽车的碰撞强度的指标和预测到的乘员头部位移量这两个指标值来分别决定气囊的点火条件和点火时刻，从而达到准确控制气囊点火的目的。论文采用台车试验和计算机模拟相结合的方法获取了大量的碰撞曲线，利用这些曲线实现了对算法的人工神经网络模型的训练。最后对该算法的可靠性进行了检验。结果表明，本文提出的点火控制算法对气囊的点火控制是准确有效的。这对提高汽车安全气囊的可靠性有着重要意义。