专利介绍  

出　　处：《橡胶科技》2024年第12期716-717,共2页Rubber Science and Technology

摘　　要：基于轮胎模型嵌入神经网络的智能轮胎侧偏特性估计方法申请公布号:CN 118780170A申请公布日:2024年10月15日申请人:吉林大学发明人:吴海东、代维浩、王小朋等本发明介绍了一种基于轮胎模型嵌入神经网络的智能轮胎侧偏特性估计方法。该方法在轮胎内壁布置聚偏氟乙烯(PVDF)应变传感器,进行纯侧偏工况下轮胎力学特性试验,获取轮胎力学特性试验数据和PVDF应变传感器试验数据;利用轮胎力学特性试验数据,辨识UniTire稳态轮胎模型;建立神经网络模型,将辨识的UniTire轮胎模型嵌入神经网络损失函数中,得到嵌入轮胎模型约束的神经网络模型;提取轮胎接地印痕内PVDF应变传感器试验数据和智能轮胎侧偏特性试验数据,训练神经网络模型;采用训练后的神经网络模型,估计轮胎垂向力、侧向力和侧偏角。该方法对提高神经网络模型的计算效率和智能轮胎侧偏特性的估计精度具有十分重要的作用。

关 键 词：神经网络模型 接地印痕 应变传感器 轮胎模型 专利介绍 损失函数 侧向力 侧偏角 

分 类 号：TQ336.1-18[化学工程—橡胶工业] TP183-18[自动化与计算机技术—控制理论与控制工程]