基于BP神经网络的路面不平度检测与仿真

在对路面不平度优化检测问题的研究中,由于路面不平使车辆振动加剧,严重影响了路面的使用寿命和乘坐的舒适性。功率谱密度是评价路面不平度的常用指标,为了识别分析路面功率谱密度,提出了一种采用BP神经网络的路面不平度检测方法。以四自由度车辆振动模型为基础,把ADAMS/CAR中车辆平顺性仿真得到的汽车质心垂直加速度谱和俯仰角加速度谱为输入样本,以路面功率谱密度为输出样本,应用BP神经网络建立非线性映射。将仿真数据代入已训练好的网络中进行路面功率谱识别,仿真结果表明:上述方法识别出的功率谱密度与实际功率谱密度的平均误差仅为1.23%,具有较强的抗噪声能力和较理想的识别精度。