基于BP神经网络的气囊点火算法模型.pdfVIP

第38卷 第2期 吉林 大 学 学报 (工 学版 ) Vo1．38 NO．2 2008年3月 Journal of Jilin University(Engineering and Technology Edition) Mar．2008 基于BP神经网络的气囊点火算法模型 刘 杰 ，孙吉贵 ，李红建 ，潘作峰 ，王昌斌 (1．吉林大学 计算机科学与技术学院，长春 130012；2．中国第一汽车集团公司技术中心，长春 130011) 摘 要：通过建立完整的车体一乘员一约束系统仿真分析模型，将BP神经网络模块嵌入到仿真 分析流程中，在产品开发阶段实现了气囊点火算法的验证。本算法模型在对网络进行训练的 基础上，以不同碰撞速度的正面刚性墙碰撞分析模型为研究对象，建立了车体加速度与乘员位 移之间的数学模型，实现了随机输入车体加速度曲线即可获取乘员位移曲线，计算结果与仿真 分析结果吻合，为进一步研究气囊点火优化算法奠定了基础。 关键词：人工智能；车辆工程；气囊点火算法；神经网络 中图分类号：TP183；U461．91 文献标识码：A 文章编号：1671—5497(2008)02—0414—05 Setup of BP ANN—based crash sensing algorithm Liu Jie ，Sun ji—gui ，Li Hong-jian ，Pan Zuo—feng ，Wang Chang—bin (1．College of Computer Science and Technology，Jilin University，Changchun 130012，China；2．RD Center，FAW， Changchun 130011，China) Abstract：A vehicle crash sensing algorithm combining simulation model and BP artificial neural network module was developed and validated at vehicle developing stage．The simulation model is composed of vehicle，occupant and restraint system (VOR)．The neural network training of multi— velocity frontal crashing into fully rigid wall was conducted first．Then the mapping model of vehicle acceleration and occupant displacement was built．Using this mapping model，the random vehicle acceleration input can be easily translated to the occupant displacement．The calculation results are in good agreement with the simulation results．It provides the basis for further development of optimized algorithm of vehicle crash sensing system． Key words：artificial intelligent；vehicle engineering；air bag sensing algorithm；neural network 气囊点火算法是汽车被动安全技术中的关 稳健性差等缺点。人工神经网络已成功地应用于 键技术，目前的点火算法是基于车体碰撞力学特 发动机点火、驾驶模式控制等技术领域[2。]。目 征及乘员运动学特征建立的，有加速度峰值法、速 前仅有中国的清华大学和湖南大学进行了初步尝 度变化量法、加速度梯度法、比功率法和移动窗算