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！

龙图腾网获悉江苏大学申请的专利基于胎内传感信息和贝叶斯神经网络的轮胎力估算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：CN119442895B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202411558737.5，技术领域涉及：G06F30/27；该发明授权基于胎内传感信息和贝叶斯神经网络的轮胎力估算方法是由孙晓强;顾甜莉;蔡英凤;全振强;戴伟烈;陈龙设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本基于胎内传感信息和贝叶斯神经网络的轮胎力估算方法在说明书摘要公布了：本发明公开了基于胎内传感信息和贝叶斯神经网络的轮胎力估算方法，基于有限元和坐标系转换理论搭建了加速度型智能轮胎有限元模型；采用傅里叶振幅灵敏度检验法Fourieramplitudesensitivitytest，FAST确定了针对轮胎三向力的加速度传感器最优安装位置；采集不同测试工况下的加速度信号‑轮胎力数据集，提取接地印迹区域加速度信号，并采用线性判别分析法LinearDiscriminantAnalysis，LDA筛选出最优的输入特征；采用线性归一化理论对最优特征筛选后的加速度信号‑轮胎力数据集进行处理；根据训练数据和测试数据的特征，搭建了基于贝叶斯神经网络的轮胎力估算算法，最终输出轮胎力的预测值及其预测方差。本发明预测精度高、稳定性好、泛化性能强，为轮胎力估算提供了更为可靠的技术方案。

本发明授权基于胎内传感信息和贝叶斯神经网络的轮胎力估算方法在权利要求书中公布了：1.基于胎内传感信息和贝叶斯神经网络的轮胎力估算方法，其特征在于，包括以下步骤： S1、基于有限元法建立轮胎有限元模型，采用坐标系转换理论构建加速度传感器模型，在此基础上搭建加速度型智能轮胎有限元模型； S2、设计一阶灵敏度指标计算仿真方案，确定计算特征值，计算轮胎力和加速度计输出信号的一阶灵敏度指标，确定传感器最优安装位置； S3、采集加速度-轮胎力数据集，利用LDA法对数据集最优输入特征筛选处理，进一步结合线性归一化理论对数据集实施归一化处理，并划分训练集和测试集； S4、根据步骤S3获得的轮胎力训练集和测试集，搭建基于贝叶斯神经网络的轮胎力估算模型； S5、在步骤S4获得轮胎力估算模型的基础上，输入最优加速度特征，输出轮胎力归一化预测值及其方差，再通过反归一化即可获得轮胎力实际预测值； 步骤S1具体包括以下步骤： S1-1、分析轮胎结构、尺寸及材料参数，在此基础上构建轮胎有限元模型； S1-2、利用坐标系转化理论搭建加速度传感器模型，并在此基础上形成加速度型智能轮胎有限元模型； S1-3、搭建智能轮胎实车验证平台验证步骤S1-2搭建的有限元模型的准确性； 步骤S2具体包括以下步骤： S2-1、根据日常行车工况确定加速度型智能轮胎胎内加速度传感器输出加速度的影响因素及其取值范围，并参考基于FAST法对于一阶灵敏度指标计算方案的定义形式，可将轮胎力一阶灵敏度指标仿真方案写为： ； 其中，仿真工况YXξi,jξ=1,2,……n,i=1，2，3…,n,j=1，2，3…,n的取值可由FAST取值公式计算得到，写为： ； 其中，ωξ为影响因素积分角频率，当ξ=1,2,…,n时，代表YX1,YX2,…,YXn的积分角频率，t为采样时间点，具体取值为： ； 在获得一阶灵敏度指标计算仿真方案的基础上，使用步骤S1-2中建立的加速度型智能轮胎有限元模型进行仿真计算，并提取所有潜在安装位置加速度计输出的加速度信号和对应的轮胎力信号； S2-2、根据轮胎力的产生机理，沿胎-地接触中心点的周向两侧，以间隔б°б0选取加速度信号曲线上qq=1,2…,16个特定位置的加速度值作为FOSEI计算特征值；此时，第jj=1,2,..,66个传感器安装位置处加速度传感器采集的加速度曲线的纵、横和径向计算特征值向量Acc_xj、Acc_yj和Acc_zj可表示为： ； S2-3、以第j个传感器安装位置采集的径向加速度信号曲线包含的所有计算特征点FOSEI的平均值作为该位置最终的FOSEI，记作MFOSEI；此时，第j个安装位置处轮胎力Fll=xyz，表示轮胎的纵向、横向和垂向与加速度传感器径向加速度的MFOSEI可表达为： ； 式中，为第j个传感器安装位置纵向加速度信号与影响因素YXξ的一阶灵敏度指标平均值，var_ACC_xj,e为第j个安装位置纵向加速度曲线第ee=1,2,…,q个计算特征mm0次采样结果的方差，和分别代表影响因素为YXξ时，第j个传感器安装位置处纵向加速度信号的第e个计算特征值点的一阶傅里叶系数A和B，可进一步写为： ； 通过重复上述方法得到出不同安装位置处加速度传感器纵、横和径向加速度信号和轮胎纵向力间的MFOSEI； 同理，计算不同位置处的加速度信号和轮胎横向力、径向力间的一阶灵敏度指标； S2-4、在计算完轮胎内所有加速度传感器潜在安装位置对应的轮胎力与输出加速度MFOSEI的基础上，设定筛选指标，大于设定筛选指标的位置作为传感器安装位置，筛选出符合条件的pp0个敏感程度较高的安装位置，实现加速度传感器最优安装位置的选定，并重构加速度型智能轮胎有限元模型。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。

以上内容由龙图腾AI智能生成。