10.19620/j.cnki.1000-3703.20170191
BP神经网络在轮胎气压监测系统自学习匹配中的应用
提出了一种基于BP神经网络的轮胎气压监测系统轮胎换位自学习匹配方法.该方法基于间接式轮胎压力监测系统和轮胎受力特性对换位后的轮速信号特征进行分析,运用BP神经网络识别轮胎换位方式.通过采集轮胎换位后各车轮轮速数据对BP神经网络进行训练,从而实现神经网络对轮胎换位的准确识别,使得TPMS在无人工干预下可自行识别轮胎换位状态.道路试验结果表明,完成训练后的网络可实现对未换位、交叉换位、前后换位和循环换位的有效识别,准确率达97.52%.
汽车轮胎、轮胎换位、胎压监测、BP神经网络、自学习
U461.91(汽车工程)
国家重点研发计划2016YFB0101102;燕山大学基础研究专项课题理工A类14LGA019;江苏省青年基金项目BK20160402
2018-06-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
20-24