汽车性能数据库的建模.pdf

! ##$ 年% 月 重庆大学学报（自然科学版） ’() ##$! 第* 卷第% 期 +,-(’. +/ 01+(234(2 5(467-849:（;9,-. =47(7 ?@494+( ） A+.) *! ;+) % ! ! 文章编号：%### B CDE（##$ ）# % B ###D B #F 汽车性能数据库的建模! % % 杨 伟 斌 ，吴 光 强 ，秦 大 同 ，廖! 健 （%) 同济大学 汽车学院，上海! #%D#F ； ) 重庆大学 机械传动国家重点实验室，重庆! F###G# ） 摘! 要：基于人工神经网络在非线性系统辨识中的优越性，依据整车的各项参数、动力性及经济性 的试验测试结果，分析了系统辨识精度的评价指标，确定了两隐层HI 神经网络的神经元数、初始权值 及初始阈值，建立了汽车性能数据库的神经网络模型) 该模型可实现正向预测与逆向推理功能，可缩短 汽车的研发周期，并利用实例进行了说明与验证) 关键词：人工神经网络；汽车性能数据库；建模 ! ! 中图分类号：5F$ ) % 文献标识码：J ! ! 在汽车开发过程中，经常会遇到 个难题：一是在 建立一个整车或零部件性能的数据库模型) 在整车或 汽车的动力性和经济性指标给定后，如何快速而准确 零部件开发过程中，直接调用数据库模型，正向推测所 地确定出发动机、变速器、车身等零部件的参数；二是 要开发的整车或零部件的性能，也可在确定一定的性 在各零部件的具体参数给定后，如何快速而准确地获 能目标值后，逆向反推出各零部件参数所需满足的 知整车的动力性和经济性指标) 条件) 当前大多采用经验公式或仿真软件进行计算与仿 %! 汽车性能数据库的建模 真，由于经验公式及仿真软件中的模型进行了大量的 简化处理，如在建立各部件的数学模型时，通常将非线 以某一手动变速器的传统汽车为例，说明汽车性 性系统简化为线性系统，柔性系统简化为刚性系统处 能数据库的建模过程：从发动机的怠速（如D## -K L4( ） 理，导致计算或仿真结果与试验结果的差距较大，一般 到最高转速（如$ ### -K L4( ）之间，以某一转速值（如 采用修正相关参数使仿真结果与试验结果相一致的办 % ### -K L4( ）为间隔，抽取! 个转速数值，组成一转速 % 法，但这种方法只能针对某一特定车辆，对其它车辆参 向量!；从发动机的最小扭矩（如# ;L ）到最大扭矩 数的预测能力较差) （如%D# ;L ）之间，以某一扭矩值（如%# ;L ）为间隔， 人工神经网络具有大规模并行处理、自组织、自适 抽取! 个扭矩数值，组成一扭矩向量 ；根据向量 ! 应、容错性、高度非线性映射及很强的泛化能力［% B G ］， 和向量 ，可从发动机的油耗模型中提取出! M ! 个