基于RBF神经网络的车轮定位参数识别  

Wheel Alignment Parameters Identification Based on RBF Neural Network

作　　者：董晓马[1] 张为公[1] 徐永能[2] 

机构地区：[1]东南大学汽车工程学院,南京210096 [2]东南大学交通学院,南京210096

出　　处：《汽车工程》2004年第5期616-618,共3页Automotive Engineering

摘　　要：结合在侧滑试验台上做试验确定的车辆侧滑量与车轮外倾角及前束值间的映射关系 ,提出利用RBF神经网络对车轮定位参数优化识别的方法 ,并编制相应的程序。试验结果表明该方法能快速识别出车轮定位参数 。Based on experiment data of side slip,camber angle and toe-in of a backwards moving vehicle measured on the side-slip tester,the radial basis function(RBF)neural network is used to get the mapping relation of side slip vs.camber angle and toe-in.This method not only can identify the wheel alignment parameters accurately,but also provide effective guidance to mechanic in adjusting camber angle and toe-in of the vehicle.

关 键 词：车轮定位参数 车轮外倾角 车轮前束 侧滑试验台 车辆侧滑 前束值 行车 RBF神经网络 快速识别 映射关系 

分 类 号：U472[机械工程—车辆工程] U466[交通运输工程—载运工具运用工程]