基于载荷的路面识别研究毕业设计_第1页
基于载荷的路面识别研究毕业设计_第2页
基于载荷的路面识别研究毕业设计_第3页
基于载荷的路面识别研究毕业设计_第4页
基于载荷的路面识别研究毕业设计_第5页
已阅读5页,还剩46页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

江 苏 科 技 大 学本 科 毕 业 设 计(论文)学 院 机械工程学院 专 业 机械电子工程 学生姓名 费 翔 班级学号 0645502115 指导教师 李忠国 二零一零年六月江苏科技大学本科毕业论文基于载荷的路面识别研究Study On Road Recognition Based On Load江 苏 科 技 大 学毕业设计(论文)任务书学院名称:机械与动力工程 专 业: 机械电子工程 学生姓名: 费翔 学 号: 0645502115 指导教师: 李忠国 职 称: 讲师 毕业设计(论文)题目:基于载荷的路面识别研究 一、毕业设计(论文)内容及要求(包括原始数据、技术要求、达到的指标和应做的实验等)1 提供条件:神经网络学习的相关资料以及载荷特征参数和路面类型的样本数据;2 设计内容与要求:(1)了解神经网络的结构、原理以及概率神经网络的使用在模式识别中的应用。(2)建立力学振动模型对路面激励下汽车的垂直载荷进行理论分析。(3)学习并掌握 Matlab 软件以及针对概率神经神经网络、径向基神经网络的编程实现。(4)建立能根据路面激励下的载荷识别路面类型的概率神经神经网络模型,设置合理的结构和参数,得到分类效果,并与径向基网络比较分析。()对识别正确率进行分析。二、完成后应交的作业(包括各种说明书、图纸、软件、译文等)1. 毕业设计论文一份(不少于 1.5 万字) ;2. 外文译文一篇(不少于 5000 英文单词) ;3.Matlab 源程序一份;4配图 一张。三、完成日期及进度2009 年 12 月 25 日至 2010 年 6 月 11 日。进度安排:1. 12.25-2.28,查阅资料、调研,学习模式识别理论,完成开题报告;2. 3.14.26 建立力学模型完成路面激励下的理论分析。学习神经网络结构和原理以及 Matlab 软件,完成概率神经网络的 Matlab 实现,参数优化,完成中期检查报告;3. 4.275.31 对识别结果进行分析,并与径向基网络比较,并完成论文撰写;4. 5.31 网上提交论文,然后根据意见修改,并完成答辩准备工作;5. 6.12-6.13,毕业答辩。四、主要参考资料(按参考文献的规范格式填写)1飞 思 科 技 产 品 研 发 中 心 神 经 网 络 理 论 与 MATLAB7 实 现 M 北 京 : 电子 工 业 出 版 社 , 20052张德丰.MATLAB 神经网络仿真与应用 M.北京:电子工业出版社.2009:184-186 ;3魏 海 坤 .神 经 网 络 结 构 设 计 的 理 论 与 方 法 M.北 京 : 国 防 工 业 出 版 社 ,2005;4 葛强 ,徐俩俩 ,仇宝云,谈磊,唐建军. 基于 RBF 人工神经网络的电动机振动故障诊断J. 河海大学学报(自然科学版).2008.36(6):842-845;5朱 大 奇 , 史 慧 .人 工 神 经 网 络 原 理 及 应 用 M.北 京 : 科 学 出 版 社 ,2006;指导小组组长: (签字) 2010 年 月 日主管院长: (签章) 2010 年 月 日注:1、如页面不够可加附页 2、以上一五项由指导教师填写江苏科技大学本科毕业设计(论文)I摘 要车轮的垂直动载识别路面可以直接应用于汽车室内道路模拟试验的响应模拟,对于汽车的研发和生产具有重要的工程意义。此外还可以判断路面状况,准确决定维修时机,节约大量的维修费用。本课题对路面激励下汽车的垂直载荷进行了理论分析,并建立了 1/4 二自由度汽车振动模型, 通过车轮力传感器采集多种路面的垂直载荷,根据路面动载数据特点,对动载进行小波特征提取,得到了典型路面特征的参数,然后推导出以汽车车身垂直动载作为输入信号、路面类别作为输出信号的数学模型,利用 MATLAB 工具箱函数建立了能根据路面激励下的载荷识别路面类型的径向基神经网络模型,对参数进行优化,最终求得分类结果。另外本课题还将 PNN 网络与 RBF 网络进行了比较分析, PNN 网络的识别正确率为 80%,RBF 网络为 44%,这说明 PNN 网络对函数的逼近是较优的,可以获得较优解。关键词:路面不平度;模式识别;垂直载荷;RBF 神经网络;江苏科技大学本科毕业设计(论文)IIAbstractThe vertical dynamic load to identify the road can be applied directly to the road simulated tests indoors, it has important project significance to the research and production of the automobile .In addition it can judge the road conditions, decided accurate repair time and save a lot of maintenance costs.This subject had a theoretical analysis for the automobile dynamic load from road, and established a car vibrate model which has 1/4 two-degrees-offreedomgyro , by the wheel gauge force transducers gather vertical load from some road , withdrawn the wavelet parameter on the characteristics of the vertical load, and educe the characteristics of parameters, and then elicit a mathematical model are derived with vehicle vertical load as the input signal and road category as the output signal , using MATLAB to establish a radial basis network model,optimizing the parameters ,and finally gained classification. can achieve the response of the simulated tests to simulate .And this subject had compared and analyzed PNN network with RBF network ,found that the correct rate of PNN network is 80%,while RBF network is 44%, it shows PNN network is the better approach to function , it can get the better solution.Keywords :The roughness ;Model identification ;Vertical load ; RBF neural network ;江苏科技大学本科毕业设计(论文)III目录第一章 绪论 .11.1 引言 .11.2 国内外基于载荷的路面不平度研究背景 .11.3 基于载荷的路面不平度研究的意义 .21.4 研究方法 .21.5 国内外神经网络理论研究的发展现状 .21.5.1 神经网络概述 .31.5.2 神经网络的国内外研究现状 .41.6 本文研究的主要内容 .5第二章 车辆振动力学模型的建立 .62.1 汽车振动分析 .62.2 汽车振动系统的简化 .72.3 车辆振动力学模型的建立 .8第三章 实验数据采集及小波特征提取 .123.1 实验数据采集 .123.1.1 实验目的 .123.1.2 数据采集系统硬件构成 .123.1.3 车轮力传感器介绍 .133.1.3.1 自行研制的车轮力传感器介绍 .143.1.3.2 车轮传感器原理介绍 .153.1.4 数据采集和分析系统软件介绍 .193.1.5 实验主要内容 .213.2 小波特征提取 .21第四章 神经网络分类器设计 .254.1 神经网络 .254.1.1 神经网络结构 .254.1.2 神经网络的学习与训练 .274.1.3 MATLAB 应用于神经 网络建模简介 .284.2 神经网络模式识别原理 .284.2.1 模式识别的一些基本概念 .284.2.

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论