论文部分内容阅读
摘 要:随着汽车生产技术的迅速发展,汽车的结构和装置和传统的汽车相比有了很大的不同。汽车的维护工作也随着汽车的结构和装置的变化发生着变化,现在很多汽车维修中心也正在从盲目拆卸向着先检测后维修的作业方式发生转变。机动车制动性能的好坏直接关系到行车安全,因此它是安全检测中的重点检测项目之一。
关键词:神经网络;汽车;制动;检测系统
据了解,在机动车发生的交通事故中,由于制动不良引起的占有很大比重。可见,机动车必须具有良好的制动性能,才能保证行车安全。对汽车而言,只有在此条件下方可提高行驶速度,从而获得高的运输生产率。在发展汽车高速化的今天,汽车的制动性尤为重要。性能良好和可靠的制动系统,可以化险为夷,避免交通事故;制动性能不好时,很容易造成车毁人亡的交通事故。所以,为了行车安全,必须高度重视机动车的制动性能,必须经常对制动系统进行检验和调整。
首先,我们先来了解一下什么是神经网络。著名的神经网络研究专家Hecht-Nielsen 提出:“神经网络是由多个非常简单的处理单元,彼此按照某种方式相互连接并由人工建立的以有向图为拓扑结构的动态系统,它通过对连续或断续的输入作状态响应而进行信息处理” 随着这一技术的发展,逐渐开始应用到各种领域当中,其中汽车制动检测也开始应用了这一技术。
其次,我们来了解一下目前对于汽车制动性能的检测方法都有哪些,目前主要分为路试法和台试法。路试法使用的主要仪器有五轮仪、非接触式车速仪和制动特性测试仪;台式法使用的设备有反力式或惯性式制动试验台。路试法检验制动性能的优点在于能直观、简便、真实地反映汽车实际行驶过程中汽车动态的制动性能,如轴荷转移的影响。它的缺点在于只能反映整车制动效能的好坏,而对于各轮的制动状况及制动力的分配不易取得定量的数值。台试法检验制动性能的优点在于迅速、准确、经济,能定量测得各轮的制动全过程。其缺点在于未能考虑汽车实际制动过程中轴荷转移的影响。
接下来,我们再分析一下制动器的工作原理。车轮制动器是汽车上最重要的安全设备。通过制动性能检测设备了解车辆在路面上行驶时的动态制动效果,对真实的判断车辆的安全性是极为重要的。目前,国外已普遍采用板式制动检测台,因为它可以对包括装有 ABS 系统的轿车进行制动检测。为了提高中国汽车行驶安全性,公安部推荐汽车制动性能检测采用板式制动检测方式。制动效果不仅仅取决于各车轮上的制动器,它还取决于车轮和其他车上设备。随着汽车技术的高速发展,现代汽车的车轮支撑、悬挂及转向机构的机械结构相当复杂,它们的设计是按照使汽车在所有行驶条件下,包括制动时,皆获得最佳动态性能的原则来设计的。而且,为了提高车辆的制动性能,大多数轿车装有限制阀和比例阀,用于控制前后轴上的制动力分配,以防止后轮抱死导致制动跑偏。越来越多的汽车装有 ABS 系统,很多汽车还具有四轮驱动功能。因此,在评估车辆的安全性时,应当包括这些相关部分的作用。目前,多数汽车制造、检测和维修企业都是使用滚筒式制动检测台。在滚筒式制动检测台上测试,可以理解为车辆静止而路面在车轮下“滚动”。检测时车辆的重量分配为静态;后轮上的限制阀和比例阀不工作;对于四轮驱动的车辆只能在装有两对滚筒的特殊检测台上测试,在前后轴上测得的制动力与在路面上的制动效果也不太一致;车辆相对速度只有 2.5 公里/小时,该速度下 ABS 系统并不工作。所以,这种测试为静态测试,实际上测试的仅仅是车轮制动器的制动功能,而其他对制动性能产生动态影响的因素,如重量分配、限制阀和比例阀、悬挂、轮胎等部分的作用效果则没有被考虑进去。滚筒式制动检测台的单台车辆测试时间较长,完成脚制动和手制动的测试至少需要 3~5 分钟。对于带扰流板或悬挂较低的车辆,还有与滚筒碰撞的危险。车辆在行驶中制动时,全车重量瞬间转移到前轴上,从而使前轮制动成为起实际主要制动作用的部分。所以,动态条件下的检测对于确定汽车在实际行驶中的制动性能是非常重要的。板式制动检测台及其动态测试技术,是伴随着汽车技术的发展而产生的。在板式制动检测台上,可使汽车以 10~15 公里/小时的速度行驶,由此获得在全真条件下的制动能力测试。现代电脑技术使该仪器可在每秒钟内做几千次制动测量,确保获得制动动态过程的全部细节。可以直观和方便地了解制动及悬挂的动态动作过程。测试时,限制阀、比例阀、ABS 系统和四轮驱动系统都与路面上行驶时一样正常发挥作用,测试结果就是车辆制动性能的综合实际表现。制动力及悬挂等项目的测试结果,无须分析就可理解。
最后,通过构建的神经网络模型来实现汽车制动性能的检测。本检测系统提出一种模糊自组织神经网络模型,将模糊等价关系和类距离阈限引入自组织神经网络模型中,可直接从原始数据中归纳出诊断规则,实现对制动效果的识别。
1、数据的归一化与模糊等价关系:
由于在测得的原始数据和经过信号处理后的数据的各自特征不同,取值范围也不一样而且物理單位也不同,所以不能直接对它们进行分析与聚类,所以在分析处理前,需要对原始数据进行归一化处理,还要将各自的特征值映射到指定的区间内。模糊匹配运算就是采用的点值的模糊等价关系方法,先计算输入的原始数据与聚类中心各特征值的模糊等价关系,然后再对所有特征值的模糊等价关系求最后的平均值,也就是匹配度。
2、模糊自组织网络的结构:
本检测系统的模糊自组织神经网络是由传统的 3 层自组织竞争神经网络改造成4层自组织网络而形成的,它的网络是由匹配子网和竞争子网两部分组成的。在匹配子网中,使用模糊等价关系和类距离阈限以指导自组织聚类,这样方便实现对偶发故障模式的在线学习,同时还非常容易适应渐变的工作环境。
3、网络的学习算法:
当得到获胜节点后,就需要对与获胜节点相连的第 1 层权值进行修正,使其与输入矢量的差越来越小,从而使可用权值来表示输入矢量的特征,进而对输入矢量进行分类,提取规则。
4、提取的算法流程:
利用上面提到的模糊自组织神经网络进行聚类的整个流程如下:
(1)对原始数据进行归一化处理。
(2)设定参数节点数、误差常数、总循环次数及初始学习系数。
(3)随机初始化第1层与第2层神经元之间的权值系数。
(4)设时刻输入的训练样本,然后计算输入样本的匹配度;最终得到计算竞争层的输出。
(5)对网络权值进行学习。
(6)以范数计算误差,如果误差大,则转到(4)重新执行。最后,模糊神经网络对归一化训练数据学习收敛,即得到对原始数据的聚类。
最后,我们再来总结一下。由以上内容的最终结果可以看出,使用本检测系统的采用的方法,可以很好地对汽车制动性能进行检测。能反映出车辆的实际制动性能,即能反映出制动时轴荷转移所带来的影响,以及汽车其他系统(如悬架结构、刚度等)对汽车的影响,并且这种方法使制动力检测方便且效率高。对于此方法重复性差的缺陷,它在一定程度上说明此方法更能反映出汽车实际在路面上的制动效果。因为此方法是在模拟实际路面的制动过程,而在实际路面制动过程中,很显然每次的制动效果是不一样的。
参考文献
[1]焦李成.神经网络系统理论M.西安:西安电子科技大学出版社,1996.6~9
[2]王盈嘉、苏建等.汽车综合性能检测.上海科技文献出版社,1999
[3]黄德双.神经网络模式识别理论.电子工业出版社,1996
[4]王文成.神经网络及其在汽车工程中的应用.北京理工大学出版社,1998
关键词:神经网络;汽车;制动;检测系统
据了解,在机动车发生的交通事故中,由于制动不良引起的占有很大比重。可见,机动车必须具有良好的制动性能,才能保证行车安全。对汽车而言,只有在此条件下方可提高行驶速度,从而获得高的运输生产率。在发展汽车高速化的今天,汽车的制动性尤为重要。性能良好和可靠的制动系统,可以化险为夷,避免交通事故;制动性能不好时,很容易造成车毁人亡的交通事故。所以,为了行车安全,必须高度重视机动车的制动性能,必须经常对制动系统进行检验和调整。
首先,我们先来了解一下什么是神经网络。著名的神经网络研究专家Hecht-Nielsen 提出:“神经网络是由多个非常简单的处理单元,彼此按照某种方式相互连接并由人工建立的以有向图为拓扑结构的动态系统,它通过对连续或断续的输入作状态响应而进行信息处理” 随着这一技术的发展,逐渐开始应用到各种领域当中,其中汽车制动检测也开始应用了这一技术。
其次,我们来了解一下目前对于汽车制动性能的检测方法都有哪些,目前主要分为路试法和台试法。路试法使用的主要仪器有五轮仪、非接触式车速仪和制动特性测试仪;台式法使用的设备有反力式或惯性式制动试验台。路试法检验制动性能的优点在于能直观、简便、真实地反映汽车实际行驶过程中汽车动态的制动性能,如轴荷转移的影响。它的缺点在于只能反映整车制动效能的好坏,而对于各轮的制动状况及制动力的分配不易取得定量的数值。台试法检验制动性能的优点在于迅速、准确、经济,能定量测得各轮的制动全过程。其缺点在于未能考虑汽车实际制动过程中轴荷转移的影响。
接下来,我们再分析一下制动器的工作原理。车轮制动器是汽车上最重要的安全设备。通过制动性能检测设备了解车辆在路面上行驶时的动态制动效果,对真实的判断车辆的安全性是极为重要的。目前,国外已普遍采用板式制动检测台,因为它可以对包括装有 ABS 系统的轿车进行制动检测。为了提高中国汽车行驶安全性,公安部推荐汽车制动性能检测采用板式制动检测方式。制动效果不仅仅取决于各车轮上的制动器,它还取决于车轮和其他车上设备。随着汽车技术的高速发展,现代汽车的车轮支撑、悬挂及转向机构的机械结构相当复杂,它们的设计是按照使汽车在所有行驶条件下,包括制动时,皆获得最佳动态性能的原则来设计的。而且,为了提高车辆的制动性能,大多数轿车装有限制阀和比例阀,用于控制前后轴上的制动力分配,以防止后轮抱死导致制动跑偏。越来越多的汽车装有 ABS 系统,很多汽车还具有四轮驱动功能。因此,在评估车辆的安全性时,应当包括这些相关部分的作用。目前,多数汽车制造、检测和维修企业都是使用滚筒式制动检测台。在滚筒式制动检测台上测试,可以理解为车辆静止而路面在车轮下“滚动”。检测时车辆的重量分配为静态;后轮上的限制阀和比例阀不工作;对于四轮驱动的车辆只能在装有两对滚筒的特殊检测台上测试,在前后轴上测得的制动力与在路面上的制动效果也不太一致;车辆相对速度只有 2.5 公里/小时,该速度下 ABS 系统并不工作。所以,这种测试为静态测试,实际上测试的仅仅是车轮制动器的制动功能,而其他对制动性能产生动态影响的因素,如重量分配、限制阀和比例阀、悬挂、轮胎等部分的作用效果则没有被考虑进去。滚筒式制动检测台的单台车辆测试时间较长,完成脚制动和手制动的测试至少需要 3~5 分钟。对于带扰流板或悬挂较低的车辆,还有与滚筒碰撞的危险。车辆在行驶中制动时,全车重量瞬间转移到前轴上,从而使前轮制动成为起实际主要制动作用的部分。所以,动态条件下的检测对于确定汽车在实际行驶中的制动性能是非常重要的。板式制动检测台及其动态测试技术,是伴随着汽车技术的发展而产生的。在板式制动检测台上,可使汽车以 10~15 公里/小时的速度行驶,由此获得在全真条件下的制动能力测试。现代电脑技术使该仪器可在每秒钟内做几千次制动测量,确保获得制动动态过程的全部细节。可以直观和方便地了解制动及悬挂的动态动作过程。测试时,限制阀、比例阀、ABS 系统和四轮驱动系统都与路面上行驶时一样正常发挥作用,测试结果就是车辆制动性能的综合实际表现。制动力及悬挂等项目的测试结果,无须分析就可理解。
最后,通过构建的神经网络模型来实现汽车制动性能的检测。本检测系统提出一种模糊自组织神经网络模型,将模糊等价关系和类距离阈限引入自组织神经网络模型中,可直接从原始数据中归纳出诊断规则,实现对制动效果的识别。
1、数据的归一化与模糊等价关系:
由于在测得的原始数据和经过信号处理后的数据的各自特征不同,取值范围也不一样而且物理單位也不同,所以不能直接对它们进行分析与聚类,所以在分析处理前,需要对原始数据进行归一化处理,还要将各自的特征值映射到指定的区间内。模糊匹配运算就是采用的点值的模糊等价关系方法,先计算输入的原始数据与聚类中心各特征值的模糊等价关系,然后再对所有特征值的模糊等价关系求最后的平均值,也就是匹配度。
2、模糊自组织网络的结构:
本检测系统的模糊自组织神经网络是由传统的 3 层自组织竞争神经网络改造成4层自组织网络而形成的,它的网络是由匹配子网和竞争子网两部分组成的。在匹配子网中,使用模糊等价关系和类距离阈限以指导自组织聚类,这样方便实现对偶发故障模式的在线学习,同时还非常容易适应渐变的工作环境。
3、网络的学习算法:
当得到获胜节点后,就需要对与获胜节点相连的第 1 层权值进行修正,使其与输入矢量的差越来越小,从而使可用权值来表示输入矢量的特征,进而对输入矢量进行分类,提取规则。
4、提取的算法流程:
利用上面提到的模糊自组织神经网络进行聚类的整个流程如下:
(1)对原始数据进行归一化处理。
(2)设定参数节点数、误差常数、总循环次数及初始学习系数。
(3)随机初始化第1层与第2层神经元之间的权值系数。
(4)设时刻输入的训练样本,然后计算输入样本的匹配度;最终得到计算竞争层的输出。
(5)对网络权值进行学习。
(6)以范数计算误差,如果误差大,则转到(4)重新执行。最后,模糊神经网络对归一化训练数据学习收敛,即得到对原始数据的聚类。
最后,我们再来总结一下。由以上内容的最终结果可以看出,使用本检测系统的采用的方法,可以很好地对汽车制动性能进行检测。能反映出车辆的实际制动性能,即能反映出制动时轴荷转移所带来的影响,以及汽车其他系统(如悬架结构、刚度等)对汽车的影响,并且这种方法使制动力检测方便且效率高。对于此方法重复性差的缺陷,它在一定程度上说明此方法更能反映出汽车实际在路面上的制动效果。因为此方法是在模拟实际路面的制动过程,而在实际路面制动过程中,很显然每次的制动效果是不一样的。
参考文献
[1]焦李成.神经网络系统理论M.西安:西安电子科技大学出版社,1996.6~9
[2]王盈嘉、苏建等.汽车综合性能检测.上海科技文献出版社,1999
[3]黄德双.神经网络模式识别理论.电子工业出版社,1996
[4]王文成.神经网络及其在汽车工程中的应用.北京理工大学出版社,1998