基于神经网络的汽车振动乘坐舒适性评价方法研究

论文摘要

汽车振动乘坐舒适性是衡量现代汽车总体性能的最为重要的一个指标,它指乘客对行驶汽车受到振动的适应程度,通常也称为汽车平顺性问题。随着汽车制造业的竞争日趋激烈和人们对车辆舒适性能要求的提高,对汽车振动乘坐舒适性及其评价方法的研究就显得十分的重要。在研究汽车振动乘坐舒适性相关理论和评价方法的基础上,建立一种基于神经网络的评价方法,利用神经网络建立起振动客观量与主观感觉之间的映射关系。详细介绍了该评价方法建立的过程和步骤,包括神经网络类型的选择,隐层数的确定,输入输出数据的预处理,及Matlab的实现过程。利用实际的振动乘坐舒适性数据,对神经网络模型进行训练,并对模型的泛化能力进行验证。模型预测与实际结果大致相一致,能较好的建立起客观振动量与实际人员主观感觉程度之间的关系。通过对系统基本工作过程的研究,利用前面建立的神经网络模型,采用LabVIEW和Matlab混合编程开发了一套基于神经网络的振动舒适性评价系统。对系统所需要的硬件资源进行的简单的设计,包括加速度传感器、数据采集卡的选择与应用,软件编程采用基于LabVIEW模块化设计的思想。通过本系统,可以省却了大量的实验和专业评价人员的主观评价,就能简洁地得到一个车辆的主、客观相结合的振动舒适性值。最后,利用实际车辆进行振动乘坐舒适性的测试和分析,对系统进行了验证。

论文目录

• 提要
• 第1章 绪论
• 1.1 课题研究的目的和意义
• 1.2 国内外汽车振动乘坐舒适性的研究发展概况
• 1.2.1 路面激励的研究概况
• 1.2.2 评价方法的研究概况
• 1.2.3 汽车振动乘坐舒适性的改进研究
• 1.3 本论文的主要研究内容
• 第2章 汽车振动乘坐舒适性的简化模型及影响因素
• 2.1 汽车振动乘坐舒适性的整车振动模型
• 2.1.1 简化模型的建立
• 2.1.2 数学模型的建立
• 2.2 影响汽车振动乘坐舒适性的因素
• 2.2.1 悬架系统
• 2.2.2 座椅
• 2.2.3 轮胎
• 2.3 小结
• 第3章 人体对振动的反应及汽车振动乘坐舒适性的评价
• 3.1 人体对振动的反应
• 3.2 振动乘坐舒适性的主要评价方法
• 3.2.1 振动乘坐舒适性旧的评价方法
• 3.2.2 振动乘坐舒适性新的评价方法
• 3.2.3 主观评价方法
• 3.3 小结
• 第4章 神经网络在振动乘坐舒适性评价中的应用探索
• 4.1 神经网络
• 4.2 BP 网络
• 4.2.1 单个神经元
• 4.2.2 BP 网络的结构及工作方式
• 4.3 振动乘坐舒适性评价的BP 网络模型
• 4.3.1 输入输出数据的预处理
• 4.3.2 设定网络层数及传递函数
• 4.3.3 初始权值与阈值的选取
• 4.3.4 学习速率及算法
• 4.3.5 隐含层节点数的确定
• 4.3.6 神经网络训练及验证
• 4.4 小结
• 第5章 基于神经网络的振动乘坐舒适性评价系统设计
• 5.1 系统硬件构成
• 5.1.1 加速度传感器
• 5.1.2 信号调理电路
• 5.1.3 数据采集卡
• 5.2 系统软件开发
• 5.2.1 软件介绍
• 5.2.2 系统各功能模块
• 5.3 实车测试
• 5.3.1 试验条件
• 5.3.2 测量方法和步骤
• 5.3.3 实验仪器设备
• 5.3.4 测试结果
• 5.4 小结
• 第6章 全文总结及展望
• 6.1 工作总结
• 6.2 展望
• 参考文献
• 致谢
• 摘要
• ABSTRACT