基于人工神经网络的汽车离合器操控舒适度评价方法技术

技术编号:9006737 阅读:150 留言:0更新日期:2013-08-08 02:00
本发明专利技术涉及一种基于人工神经网络的汽车离合器操控舒适度评价方法。本发明专利技术利用计算机仿真能力,搭建一个误差反向传播神经网络模型,通过构建测试平台,将采集到的行业专家对舒适性的主观评分情况由神经网络映射至各可测的客观参数指标中,实现了舒适性的量化评分。

【技术实现步骤摘要】

本专利技术属于机械测试领域,具体涉及一种基于神经网络的汽车离合器操纵舒适性量化评分的方法。
技术介绍
现如今汽车以成为我们生活中必不可少的交通工具,随之而来的则是大量的交通事故。试想一下,对于整天驾车行驶在交通拥堵的城市道路上的公交、出租车司机,一天要踩“上千”甚至“数千脚”离合器,若操纵性能的不佳,会加速司机疲劳从而增加了交通事故发生率。在国内,大部分的离合器生产厂家都是用离合器盖总成综合性能测试机或分离特性测试机来检测离合器的静态分离特性。这种测试忽略了 “舒适性”,而如何对离合器舒适性这种模糊的主观感受进行量化测试是难点。通过构建一个汽车离合器功能检测台,采集到大量客观参数指标,并由专家对各指标舒适性体验打分。导入数据库,积累了大量相关数据。而神经网络具有强大的非线性映射能力和良好的容错性,可以很好的逼近系统的真实状态数据,它逼近精度高、训练学习速度快。因此采用神经网络方法建立汽车离合器舒适性评分模型,对汽车离合器的操纵舒适性进行打分,可实现主观感受量化,反馈给相关行业企业后能改善离合器品质,提升企业档次同时带给驾驶员更好的驾车体验。
技术实现思路
本专利技术提出了一种基于人工神本文档来自技高网...

【技术保护点】
基于人工神经网络的汽车离合器操控舒适度评价方法,其特征在于该方法包括以下步骤:步骤(1)选择模型变量,具体为:利用机理分析和先验信息,合理选择评分模型的输入变量和输出变量;基于机理分析选择专家感受打分为神经网络模型的输出变量,选择七项主要因素为神经网络模型的输入变量:?最大踏板力;?最小踏板力;?最终踏板力;④半联动点踏板力;⑤半联动点阻尼;⑥最小踏板力位置;⑦分离行程;步骤(2)输入输出变量的采集,具体为:搭建的测试台将模拟驾车的操纵环境,通过相关传感器,测得七项指标的客观数值,并记入对应数据库;由多位行业专家按照自身对离合器的体验感受对舒适性程度打分,为减小由于个别专家体验不准的误差;对专...

【技术特征摘要】

【专利技术属性】
技术研发人员:孟爱华陈森盛陈晨张明子方智磊王君妍
申请(专利权)人:杭州电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1