论文部分内容阅读
近年来重型车辆的肇事率逐渐上升,除了驾驶员本身的因素外,大多由于超载所导致刹车不及和不易操控。智能型运输系统(Intelligent Transportation System)的发展在于促进人员和物流的运输便捷,并且减少意外事故的发生。而关于事故的预防,除了驾驶自己提高警觉外,另外就是要避免超载。 因此,本研究旨在研发安装于车辆上能够自动测量载重的装置,以便于驾驶人员和执法人员随时监视载重。为了达成容易安装、准确度高以及低成本的要求,本研究使用压力传感器,根据压力传感器受力变形造成的输出电压变化,换算出悬吊荷重和全车荷重。由于实车测试中发现利用四组悬吊受力相加,计算重量的方式,其误差不小,因此本研究利用类神经网络建立模型,将四组悬吊的电压当作输入,对应的重量当作输出,以Matlab软件进行仿真,以仿真实验时非线性的影响,并且减少荷重读值的误差。本研究通过利用实车测试的数据验证了所建立模型的准确性。 本研究所建立的模型确实具有预测的能力,如果能取得更多实验数据的话,更可以验证其准确性。由于利用人力搬运轮胎来进行实验耗费时间,后来改用汽车当作荷重从事实验,取得了更多的实验资料。