南京航空航天大学张森皓获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉南京航空航天大学申请的专利一种基于RBF最优岭观测器的卡车变负载下参数重构方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117217070B 。
龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310856123.4,技术领域涉及:G06F30/27;该发明授权一种基于RBF最优岭观测器的卡车变负载下参数重构方法是由张森皓;赵万忠;王春燕;梁为何;徐坤豪设计研发完成,并于2023-07-13向国家知识产权局提交的专利申请。
本一种基于RBF最优岭观测器的卡车变负载下参数重构方法在说明书摘要公布了:本发明公开了一种基于RBF最优岭观测器的卡车变负载下参数重构方法,步骤如下:基于试验数据和卡车动力学方程对RBF神经网络进行训练,得到能够通过传感器信号计算最优岭参数的RBF最优岭参数神经网络;基于基向量交叉迭代对前轴距、簧载质量质心高度和轮胎等效侧偏刚度进行估计;本发明基于现有车载传感器实时对前轴距、簧载质量质心高度和前、后轮胎侧偏刚度进行估计,从而为模型重构和整车控制提供较为准确的模型参数,提高控制效率和精度。
本发明授权一种基于RBF最优岭观测器的卡车变负载下参数重构方法在权利要求书中公布了:1.一种基于RBF最优岭观测器的卡车变负载下参数重构方法,其特征在于,步骤如下: 1基于试验数据和卡车动力学方程对RBF神经网络进行训练,得到能够通过传感器信号计算最优岭参数的RBF最优岭参数神经网络; 11基于卡车横向动力学方程和横摆动力学方程建立待估参数与可测量信号之间的数学关系; 12通过实车试验采集并记录不同车速、载货量和转向工况下车载传感器数据,以及通过实际测量得到的相应工况下的前轮侧偏刚度、后轮侧偏刚度;根据采集到的数据,通过L曲线法计算出最优岭参数;将不同工况下传感器数据和与之相对应的最优岭参数保存为数据集; 13基于上述数据集对RBF神经网络进行训练,以传感器数据为RBF神经网络的输入,以RBF神经网络输出值与最优岭参数的差为损失函数,采用误差反向传播法对RBF神经网络的超参数进行修正,通过训练得到能够基于车辆状态输出最优岭参数的RBF最优岭参数神经网络; 2基于基向量交叉迭代对前轴距、簧载质量质心高度和轮胎等效侧偏刚度进行估计; 21按照卡车半载状态下的参数值对前轴距、簧载质量质心高度和轮胎等效侧偏刚度进行初始化; 22根据车辆转向次数判断车辆当前是否为起步阶段;如果是第一次转向工况,则为起步阶段并进入步骤23对前轴距、簧载质量质心高度进行估计,再进入步骤24对前,后轮胎等效侧偏刚度进行估计;如果不是第一次转向工况,则车辆处于非起步阶段直接进入步骤24; 23基于车载传感器实时测量整车横摆角度和质心侧偏角;基于估计出的轮胎等效侧偏刚度和质心侧偏角测量值采用遗忘最小二乘法对前轴距和簧载质量质心高度进行估计; 24将由前轴距和簧载质量质心高度组成的基向量作为常量,基于RBF最优岭参数神经网络计算最优岭参数并带入到岭估计算法中计算前轮胎等效侧偏刚度和后轮胎等效侧偏刚度; 基于估计得到的前轴距、簧载质量质心高度和轮胎等效侧偏刚度对卡车动力学模型进行参数重构,使动力学模型更符合当前实际车况。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街29号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。