本文選題：汽車載重測量　切入點：BP神經(jīng)網(wǎng)絡　出處：《機械設計與制造》2017年12期 　論文類型：期刊論文

【摘要】：針對當前汽車載重量測量精度低的問題,;提出了基于BP神經(jīng)網(wǎng)絡信息融合算法的汽車載重測量方案。首先分析了現(xiàn)有的兩種載重測量方法,即疊板彈簧形變量測量法和胎壓變化量測量法,并分別建立了汽車載重量與疊板彈簧變化量、輪胎氣壓變化量的數(shù)學模型;然后提出了使用BP神經(jīng)網(wǎng)絡算法將這兩種測量方法的測量信息進行融合;通過樣本數(shù)據(jù)的訓練,確立了BP神經(jīng)網(wǎng)絡三層網(wǎng)絡拓撲結構和參數(shù)。設計了10組載重試驗對此算法進行驗證,結果表明基于BP神經(jīng)網(wǎng)絡信息融合的汽車載重測量方法可以有效地測量汽車載重,最大測量誤差為0.91%。
[Abstract]:In order to solve the problem of low precision of vehicle load measurement, a vehicle load measurement scheme based on BP neural network information fusion algorithm is proposed. Firstly, two existing load measurement methods are analyzed. That is to measure the variable of plate spring and the change of tire pressure, and establish the mathematical model of the change of truck load, plate spring and tire pressure, respectively. Then the BP neural network algorithm is used to fuse the measurement information of the two methods, and the training of the sample data is carried out. The topological structure and parameters of BP neural network three-layer network are established. Ten groups of load tests are designed to verify the algorithm. The results show that the vehicle load measurement method based on BP neural network information fusion can effectively measure vehicle load. The maximum measurement error is 0.91cm.
【作者單位】： 聊城大學東昌學院;
【基金】：山東省高等學�？萍加媱濏椖�(J15LN77)
【分類號】：TP183;U492.321

【相似文獻】

相關期刊論文 前10條

1 邵先勝;沈正偉;李之波;;基于BP神經(jīng)網(wǎng)絡的瀝青路面使用性能評價模型[J];河南科技;2011年06期

2 陳君;李聰穎;丁光明;;基于BP神經(jīng)網(wǎng)絡的高速公路交通安全評價[J];同濟大學學報(自然科學版);2008年07期

3 樊�，|;張國翊;丁愛玲;謝昌榮;徐婷;;BP改進算法及其在路面裂縫檢測中的應用[J];長安大學學報(自然科學版);2010年01期

4 馬黎;趙麗紅;傅惠;;基于BP神經(jīng)網(wǎng)絡的交通異常事件自動檢測算法[J];交通科技與經(jīng)濟;2010年06期

5 徐杏,史喜軍;深圳港基于BP神經(jīng)網(wǎng)絡的集裝箱預測模型[J];河海大學學報(自然科學版);2002年04期

6 房東升;陳洋洋;;基于BP神經(jīng)網(wǎng)絡的瀝青路面使用性能評價[J];交通標準化;2009年19期

7 雷敏;斯郎擁宗;;BP神經(jīng)網(wǎng)絡在大型斜拉橋施工控制中的應用研究[J];四川建筑;2009年04期

8 茆訓超;大哥大、BP機不宜握在司機手中[J];交通與運輸;1995年02期

9 李懷國;;BP神經(jīng)網(wǎng)絡與模糊控制在隧道施工中的預測與應用[J];今日科苑;2008年20期

10 楊霖濤;;利用BP神經(jīng)網(wǎng)絡預測隧道周邊位移[J];價值工程;2012年25期

相關會議論文 前2條

1 焦金星;趙建輝;王福釗;;基于BP神經(jīng)網(wǎng)絡的交通標志識別算法研究[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

2 傅佳;胡紹海;;基于LM算法的BP神經(jīng)網(wǎng)絡的擁堵預測[A];全國第一屆信號處理學術會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

相關重要報紙文章 前1條

1 通訊員 王孟霞;CCS獲BP的CAP資格認可[N];中國船舶報;2013年

相關碩士學位論文 前7條

1 謝文平;基于BP神經(jīng)網(wǎng)絡的公共自行車站點服務水平評價研究[D];東南大學;2017年

2 肖啟俊;基于BP神經(jīng)網(wǎng)絡的船舶價格評估方法研究[D];上海交通大學;2013年

3 范靜;基于BP神經(jīng)網(wǎng)絡的航運上市公司財務業(yè)績評價研究[D];大連海事大學;2008年

4 張亭;基于BP神經(jīng)網(wǎng)絡的機動車保有量預警模型研究[D];遼寧師范大學;2014年

5 肖先波;基于BP神經(jīng)網(wǎng)絡的公路建設項目風險分析[D];浙江大學;2006年

6 陳姿穎;BP神經(jīng)網(wǎng)絡在港口績效評價中的應用研究[D];北京交通大學;2015年

7 劉瑋;基于BP神經(jīng)網(wǎng)絡下的深長隧道突水預測分析與數(shù)值模擬研究[D];中南大學;2014年

，

本文編號：1615583