基于遗传神经网络的车轮匹配整车逆动力学

作者：李海青; 赵又群; 闫茜; 林棻

来源：华中科技大学学报(自然科学版)科技大学, 2019, 47(05): 27-32.

DOI：10.13245/j.hust.190506

• 机械弹性车轮
• 遗传算法
• 神经网络
• 横摆稳定性
• 侧翻稳定性
• 逆动力学

为深入研究机械弹性车轮(MEW)的力学性能和整车稳定性的相互匹配关系,在Simulink中建立了整车非线性三自由度模型;利用基遗传算法对车轮模型参数进行辨识,并提取侧偏刚度与侧向力峰值作为车轮力学特性的评价指标;利用该模型进行了前后轴不同侧偏刚度和侧向力峰值组合的汽车前轮正弦输入模拟仿真,得到若干组汽车稳定性指标参数;利用遗传算法优化,建立了输入为汽车稳定性评价指标,输出为前后轮侧偏刚度和侧向力峰值组合的BP神经网络逆动力学模型.研究结果表明:遗传算法对车轮参数识别误差小于4%,用遗传神经网络算法(GANN)得到的测试结果最大误差为6.2%,平均误差为3.1%,所建立的遗传神经网络模型具有较高的车轮侧偏特性预测能力.

• 单位
  南京航空航天大学