基于载荷的路面识别研究毕业设计精要.doc

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 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 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。 （５）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）； 三、完成日期及进度 2009年月日至20年月日。 进度安排： 1.-2.28，查阅资料、调研，完成开题报告； . 6.12-6.13，毕业答辩。 (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，2005 [2]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 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 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； Abstract The 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 m