路面摩擦特性预测研究

摘要：

本次研究基于路面抗滑特性的预测问题,运用道路摩擦系数测试仪在公路上进行路面摩擦系数测试试验,并对试验结果进行分析,提出了路面摩擦系数的影响因素.应用广义回归神经网络分析方法,以影响因素为分类标准,确定了摩擦系数预测模型的分类,建立了基于广义回归神经网络的路面摩擦系数预测模型,并通过60组试验数据对网络模型进行了训练,利用6组实验数据进行预测结果对比.结果表明,模型预测值与实测值的平均误差为3.0％左右,模型预测结果与实测结果吻合,所构建模型是正确的,且具有较高的精度;此外还通过实车进行了汽车制动试验,并根据试验结果与模型预测结果对比,为交通事故分析中计算事故车速提供依据.

关键词：路面摩擦系数、试验、广义回归神经网络

分类号：U461.51;U491.31(汽车工程)

在线出版日期：2014-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：33-37