基于LSTM神经网络车辆零部件载荷预测方法研究

摘要：

载荷信号是对车辆零部件结构的可靠性和疲劳耐久分析的基础.文章针对当前工程应用中载荷谱获取方法的不足,提出了一种基于LSTM神经网络来预测车辆零部件载荷的方法.将实采信号经过预处理后,选取整车六分力参数为输入,实现了减振器弹簧、稳定杆等底盘悬架零部件在比利时路面下载荷的预测,并从时域信号、功率谱密度、损伤方面将预测结果与实际测量结果进行了对比.结果表明,LSTM模型有足够高的精度,为整车结构载荷获取提供了一种新的途径.

关键词：LSTM神经网络、六分力、信号处理、载荷预测

分类号：U455.31;TP391.1;TP183

在线出版日期：2023-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：21-26