[发明专利]一种基于计算机的轮胎不平衡量的动力学模拟系统及方法

权利要求书

1.一种基于计算机的轮胎不平衡量的动力学模拟方法，其特征在于，所述基于计算机的轮胎不平衡量的动力学模拟方法包括：

第一步，利用气压传感器采用RBF神经网络模型对轮胎气压数据进行检测；利用测量器测量轮胎花纹深度数据；利用里程表采集汽车轮胎行驶里程数据；

第二步，利用三维软件构建汽车的驾驶室、车架、轮胎、传动系统、货箱装置、驱动桥实体模型；

第三步，通过数据模型程序对轮胎不平衡量进行模拟操作；模拟方法包括：

(1)利用三维软件构建汽车的驾驶室、车架、轮胎、传动系统、货箱装置、驱动桥实体模型；

(2)在轮辋边缘处定义轮胎不平衡质量空间坐标系，并在轮胎不平衡质量空间坐标系内建立不平衡质量点的位置坐标；

(3)在轮胎不平衡质量空间坐标系内建立独立的刚体组件，并将刚体组件与所述不平衡质量点进行耦合；

(4)将刚体组件定义为所述轮胎的轮胎不平衡质量，并定义轮胎在半载工况、满载工况、以及超载工况下的轮胎不平衡质量；

(5)在不平衡质量空间坐标系内创建刚性体不平衡质量单元，将刚性体不平衡质量单元与轮胎进行固定副连接，并在固定副连接处添加质点作为不平衡质量质点，轮胎的总的不平衡质量为刚性体不平衡质量单元的配重与不平衡质量质点的配重之和；

(6)选择轮胎旋转运动时的路面进行动力学模拟；

第四步，通过判断程序根据采集的深度、里程数据判断轮胎磨损程度；

第五步，利用PSO-BP算法的报警器判断磨损程度，并进行及时警报通知；

第六步，利用显示器采用模块级联约束式显示检测的气压数据、深度数据、驶里程数据、模拟数据、磨损程度；

所述第一步利用气压传感器采用RBF神经网络模型对轮胎气压数据进行检测具体为：RBF神经网络由输入层、隐层、输出层组成，输入层的两个输入信号为V_h和V_t；输出层的输出信号是压力Y_h；输入层节点函数为斜率为1的线性函数，输出层节点是线性组合器，可调节参数就是该线性组合器的权值W_i，而隐层节点函数采用高斯函数，第i个隐层节点输出V_i为：

式中:X＝(V_h，V_t)^T为输入样本；C_i为高斯函数中心值；σ_i为标准偏差，i＝1，2，…，n，n为隐层节点数；

则输出层输出为：

式中：θ为输出层神经元的阈值；

所述第五步利用PSO-BP算法的报警器判断磨损程度，具体步骤为：

(1)初始化：设定PSO-BP神经网络的相关参数，确定神经网络的层数，每一层神经元的个数，以及需要优化的粒子维数，其中PSO算法需要优化的权值阈值总个数为:

N＝(m+1)×n+(n+1)×t；

m为输入神经元个数，n为隐层神经元个数，t为输出层神经元个数，对粒子的速度和位置进行随机初始化；

(2)计算适应度：按照适应度函数计算网络输出与样本期望输出误差绝对值之和；

(3)寻找个体极值和群体极值：将每个粒子的适应度函数值与个体极值进行比较，如果适应度函数值更小，则该适应度函数值成为新的个体极值；并将新的个体极值与全局最佳适应度值进行比较，若更小，则将其作为当前的群体极值；

(4)根据离子群算法更新粒子的位置和速度；

式中：w为惯性权重；k为当前迭代次数；i为粒子的速度；d为粒子的位置；c₁和c₂为学习因子，也称为加速度因子，通过验证选c₁＝c₂＝2进行计算；r₁和r₂是介于[0，1]之间的均匀随机数；

(5)看全局最优适应度值是否小于设定误差或者迭代次数大于最大迭代次数，若不满足条件，返回步骤(3)；若满足条件，则输出的全局最优粒子位置即为最优的BP神经网络权值阈值。