基于BP神经网络的气囊点火算法模型

吉林大学学报(工学版)

基于BP神经网络的气囊点火算法模型

刘杰1，孙吉贵1，李红建2，潘作峰2，王昌斌2刘杰1，孙吉贵1，李红建2，潘作峰2，王昌斌2

刘杰¹，孙吉贵¹，李红建²，潘作峰²，王昌斌²

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

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-03-01 发布日期:2008-03-01
通讯作者: 孙吉贵

Setup of BP ANNbased crash sensing algorithm

Liu Jie¹,Sun Ji-gui¹,Li Hong-jian²,Pan Zuo-feng²,Wang Chang-bin²

1.College of Computer Science and Technology,Jilin University,Changchun 130012,China;2.R&D Center,FAW,Changchun 130011,China

Received:1900-01-01 Revised:1900-01-01 Online:2008-03-01 Published:2008-03-01
Contact: Sun Ji-gui

摘要/Abstract

摘要： 通过建立完整的车体乘员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

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

中图分类号:

TP183

刘杰，孙吉贵，李红建，潘作峰，王昌斌刘杰，孙吉贵，李红建，潘作峰，王昌斌刘杰，孙吉贵，李红建，潘作峰，王昌斌 . 基于BP神经网络的气囊点火算法模型[J]. 吉林大学学报(工学版), 2008, 38(02): 414-0418.

Liu Jie,Sun Ji-gui,Li Hong-jian,Pan Zuo-feng,Wang Chang-bin . Setup of BP ANNbased crash sensing algorithm[J]. 吉林大学学报(工学版), 2008, 38(02): 414-0418.

参考文献

相关文章 15

[1]	常成,宋传学,张雅歌,邵玉龙,周放. 双馈电机驱动电动汽车变频器容量最小化[J]. 吉林大学学报(工学版), 2018, 48(6): 1629-1635.
[2]	席利贺,张欣,孙传扬,王泽兴,姜涛. 增程式电动汽车自适应能量管理策略[J]. 吉林大学学报(工学版), 2018, 48(6): 1636-1644.
[3]	何仁,杨柳,胡东海. 冷藏运输车太阳能辅助供电制冷系统设计及分析[J]. 吉林大学学报(工学版), 2018, 48(6): 1645-1652.
[4]	那景新,慕文龙,范以撒,谭伟,杨佳宙. 车身钢-铝粘接接头湿热老化性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1653-1660.
[5]	刘玉梅,刘丽,曹晓宁,熊明烨,庄娇娇. 转向架动态模拟试验台避撞模型的构建[J]. 吉林大学学报(工学版), 2018, 48(6): 1661-1668.
[6]	江涛,林学东,李德刚,杨淼,汤雪林. 基于人工神经网络的放热规律的量化预测[J]. 吉林大学学报(工学版), 2018, 48(6): 1747-1754.
[7]	徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903.
[8]	赵伟强, 高恪, 王文彬. 基于电液耦合转向系统的商用车防失稳控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1305-1312.
[9]	宋大凤, 吴西涛, 曾小华, 杨南南, 李文远. 基于理论油耗模型的轻混重卡全生命周期成本分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1313-1323.
[10]	朱剑峰, 张君媛, 陈潇凯, 洪光辉, 宋正超, 曹杰. 基于座椅拉拽安全性能的车身结构改进设计[J]. 吉林大学学报(工学版), 2018, 48(5): 1324-1330.
[11]	那景新, 浦磊鑫, 范以撒, 沈传亮. 湿热环境对Sikaflex-265铝合金粘接接头失效强度的影响[J]. 吉林大学学报(工学版), 2018, 48(5): 1331-1338.
[12]	王炎, 高青, 王国华, 张天时, 苑盟. 混流集成式电池组热管理温均特性增效仿真[J]. 吉林大学学报(工学版), 2018, 48(5): 1339-1348.
[13]	金立生, 谢宪毅, 高琳琳, 郭柏苍. 基于二次规划的分布式电动汽车稳定性控制[J]. 吉林大学学报(工学版), 2018, 48(5): 1349-1359.
[14]	隗海林, 包翠竹, 李洪雪, 李明达. 基于最小二乘支持向量机的怠速时间预测[J]. 吉林大学学报(工学版), 2018, 48(5): 1360-1365.
[15]	王德军, 魏薇郦, 鲍亚新. 考虑侧风干扰的电子稳定控制系统执行器故障诊断[J]. 吉林大学学报(工学版), 2018, 48(5): 1548-1555.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed