公开(公告)号：CN118780170B

公开(公告)日：2025-03-14

申请号：CN202410925904.9

申请日：2024-07-11

Applicant: 吉林大学

Inventor： 吴海东 ,  代维浩 ,  王小朋 ,  杨文豪

IPC: G06F30/27 ,  G06F30/15 ,  G06N3/04 ,  G06F111/04 ,  G06F119/14

Abstract: 本发明属于轮胎动力学特性应用领域，具体涉及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；提取轮胎接地印迹内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。

公开(公告)号：CN118780170A

公开(公告)日：2024-10-15

申请号：CN202410925904.9

申请日：2024-07-11

Applicant: 吉林大学

Inventor： 吴海东 ,  代维浩 ,  王小朋 ,  杨文豪

IPC: G06F30/27 ,  G06F30/15 ,  G06N3/04 ,  G06F111/04 ,  G06F119/14

Abstract: 本发明属于轮胎动力学特性应用领域，具体涉及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；提取轮胎接地印迹内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。