System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及轮胎刹车距离测试,特别是涉及一种载重子午线轮胎湿滑性能的仿真评价方法。
技术介绍
1、作为车辆在行驶过程中与路面接触的唯一部件,轮胎在雨天面临湿滑路面的情况下,其与路面的附着性能将受到影响,从而导致雨天汽车事故率显著高于晴天,可能增加至2至3倍。因此,研究轮胎的湿滑性能显得尤为重要。
2、当前,针对轮胎湿滑性能的测试主要依赖于认证方式,即在具备认定资质的室外实验场进行,试验执行标准为“载重汽车轮胎湿路面相对抓着性能试验方法gb/t35163—2017”。该测试方法的基本原理是在室外淋水路面上,让车辆在规定速度下制动,以测量轮胎的刹车距离。然而,这种测试方法存在试验周期长、成本高以及工况条件单一固定等缺点,难以进行详尽的数据累积和分析,从而无法满足大量测试研究的需求。
技术实现思路
1、本专利技术旨在至少解决现有测试方法存在试验周期长、成本高的技术问题,特别创新地提出了一种载重子午线轮胎湿滑性能的仿真评价方法。
2、为了实现本专利技术的上述目的,本专利技术提供了一种载重子午线轮胎湿滑性能的仿真评价方法,所述方法包括:
3、s1、将轮胎胶设置成块状的轮胎实验块,并模拟计算轮胎实验块与湿滑路面之间的摩擦系数;
4、s2、基于摩擦系数建立轮胎有限元模型,并将所述轮胎有限元模型进行网格化划分;
5、s3、对所述轮胎有限元模型的材料属性进行设置,并使轮胎有限元模型与湿滑路面进行耦合;
6、s4、设置所述轮胎有
7、s5、基于所述反作用力对轮胎的湿滑制动性能进行评价,所述反作用力越大表示轮胎的湿滑性能越好,所述反作用力越小表示轮胎的湿滑性能越差。
8、作为本专利技术的一种可选实施例,可选地,所述建立轮胎有限元模型包括:
9、s21、绘制若干所述轮胎对称二维图,所述轮胎对称二维图包括轮胎橡胶材料分界线和轮胎骨架材料分界线;
10、s22、对所述轮胎对称二维图进行网格划分,生成轮胎二维轴对称有限元模型;
11、s23、将生成的所有所述轮胎二维轴对称有限元模型装配到解析刚体轴对称模型轮辋中,并基于轮胎实际充气压力设置所述轮胎二维轴对称有限元模型的充气压力;
12、s24、基于赋予充气压力的所述轮胎二维轴对称有限元模型生成轮胎三维轴对称有限元模型;
13、s25、根据实际轮胎负荷对所述轮胎三维轴对称有限元模型施加同等的轮胎半径方向的加载力,并对所述轮胎三维轴对称有限元模型的胎面设置摩擦系数,生成轮胎有限元模型。
14、作为本专利技术的一种可选实施例,可选地,建立所述反作用力计算模型的步骤为:
15、s41、获取轮胎实验块与湿滑路面之间的摩擦系数,并在所述湿滑路面上设置若干压力传感器,利用所述压力传感器采集轮胎给湿滑路面的纵向压力数据;
16、s42、对采集的所述纵向压力数据和摩擦系数进行预处理,并建立数据集;
17、s43、将所述数据集分为训练集、测试集和验证集;
18、s44、建立神经网络模型,基于预处理后的所述摩擦系数和纵向压力数据对神经网络模型进行训练;
19、s45、基于随机优化算法对所述神经网络模型进行优化,生成反作用力计算模型;
20、s46、基于所述测试集和验证集分别对所述反作用力计算模型进行测试和验证。
21、作为本专利技术的一种可选实施例,可选地,所述反作用力计算模型包括卷积层、池化层、全连接层、注意力机制和长短时间记忆网络,所述卷积层用于提取摩擦系数和纵向压力数据的特征信息,所述池化层用于降低数据维度,所述全连接层用于整合卷积层和池化层的信息,所述注意力机制用于提高模型对重要信息的关注程度,所述长短时间记忆网络用于捕捉轮胎与湿滑路面之间的动态关系,并计算湿滑路面给所述轮胎的反作用力。
22、作为本专利技术的一种可选实施例,可选地,所述全连接层的表达式为:
23、
24、
25、其中,fi表示第i个神经元的输出值,σ(·)表示激活函数,n表示神经元的数量,wi表示第i个神经元的权重,表示第i个神经元的输入值变换后的结果,bi表示第i个神经元的偏置,xi表示第i个神经元的输入值,α表示批量输入数据的均值,δ表示批量输入数据的标准差,τ为常数,且δ2+τ>0。
26、作为本专利技术的一种可选实施例,可选地,所述注意力机制的表达式为:
27、px=σ(mlp(avgpool(xo))+mlp(maxpool(xo)))
28、xo=w·avgpool(x)
29、其中,px表示注意力机制的输出,σ(·)表示激活函数,mlp(·)表示全连接层,avgpool(·)表示平均池化,xo表示带有注意力的全局特征,maxpool(·)表示最大池化,w表示权重,x表示注意力机制的输入特征数据。
30、作为本专利技术的一种可选实施例,可选地,所述长短时间记忆网络的表达式为:
31、ct=ft⊙ct-1+it⊙gt
32、ht=ot⊙tanh(ct)
33、
34、
35、
36、
37、其中,ct表示t时刻的细胞状态,ft表示t时刻遗忘门的输出,⊙表示张量的点积,ct-1表示上一时刻的细胞状态,it表示t时刻输入门的输出,gt表示t时刻新记忆门的输出,ht表示t时刻的隐藏层状态,ot表示t时刻输出门的输出,tanh()表示双曲正切函数,θ(·)表示softmax函数,wfi表示输入门状态i到遗忘门状态f的权值,stc表示t时刻的输入,bfi表示输入门状态i到遗忘门状态f的偏置量,whf表示隐藏层状态h到遗忘门状态f的权值,ht-1表示stc在t-1时刻的隐藏层状态,bhf表示隐藏层状态h到遗忘门状态f的偏置量,wig表示输入门状态i到新记忆门状态g的权值,big表示输入门状态i到新记忆门状态g的偏置量,whi表示隐藏层状态h到输入门状态i的权值,bhi表示隐藏层状态h到输入门状态i的偏置量,wog表示输出门状态o到新记忆门状态g的权值,bog表示输出门状态o到新记忆门状态g的偏置量,whg表示隐藏层状态h到新记忆门状态g的权值,bhg表示隐藏层状态h到新记忆门状态g的偏置量,wio表示输入门状态i到输出门状态o的权值,bio表示输入门状态i到输出门状态o的偏置量,who表示隐藏层状态h到输出门状态o的权值,bho表示隐藏层状态h到输出门状态o的偏置量。
38、作为本专利技术的一种可选实施例,可选地,所述随机优化算法包括包围收缩路径更新法、螺旋位置更新法和搜索猎物更新法其中之一或任意组合;
39、所述包围收缩路径更新法的公式表示为:
40、
41、<本文档来自技高网...
【技术保护点】
1.一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,所述方法包括:
2.如权利要求1所述的一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,所述建立轮胎有限元模型包括:
3.如权利要求1所述的一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,建立所述反作用力计算模型的步骤为:
4.如权利要求3所述的一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,所述反作用力计算模型包括卷积层、池化层、全连接层、注意力机制和长短时间记忆网络,所述卷积层用于提取摩擦系数和纵向压力数据的特征信息,所述池化层用于降低数据维度,所述全连接层用于整合卷积层和池化层的信息,所述注意力机制用于提高模型对重要信息的关注程度,所述长短时间记忆网络用于捕捉轮胎与湿滑路面之间的动态关系,并计算湿滑路面给所述轮胎的反作用力。
5.如权利要求4所述的一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,所述全连接层的表达式为:
6.如权利要求4所述的一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,所述注意力机制的表达式为:
7
8.如权利要求3所述的一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,所述随机优化算法包括包围收缩路径更新法、螺旋位置更新法和搜索猎物更新法其中之一或任意组合;
9.如权利要求2所述的一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,所述对轮胎对称二维图进行网格划分时,所述轮胎与所述湿滑路面的接触面划分的网格比轮胎的其他部位划分的网格更密集。
...【技术特征摘要】
1.一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,所述方法包括:
2.如权利要求1所述的一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,所述建立轮胎有限元模型包括:
3.如权利要求1所述的一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,建立所述反作用力计算模型的步骤为:
4.如权利要求3所述的一种载重子午线轮胎湿滑性能的仿真评价方法,其特征在于,所述反作用力计算模型包括卷积层、池化层、全连接层、注意力机制和长短时间记忆网络,所述卷积层用于提取摩擦系数和纵向压力数据的特征信息,所述池化层用于降低数据维度,所述全连接层用于整合卷积层和池化层的信息,所述注意力机制用于提高模型对重要信息的关注程度,所述长短时间记忆网络用于捕捉轮胎与湿滑路面之间的动态关系,并计算湿滑路面给所述轮胎的反...
【专利技术属性】
技术研发人员:龙盛忠,吴健,蒋中凯,王友善,朱可,李正江,胡龙,董代强,洪禹,
申请(专利权)人:贵州轮胎股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。