[发明专利]基于小波神经网络的轮胎胎体温度软测量方法

说明书

技术领域

本发明属于测量技术领域，具体涉及一种基于小波神经网络的轮胎胎体温度软测量方法。

背景技术

随着交通业的发展和汽车的普及，交通安全问题日益严重，人们对汽车行驶的安全性、操纵性能提出了更高的要求。作为汽车的重要组成部分之一，轮胎问题是造成和诱发交通事故的主要原因。轮胎性能的优劣会直接影响车辆的性能，而轮胎胎体温度是影响轮胎性能的重要因素,它直接影响汽车安全性、燃油经济性、操纵性。因此在当今交通运输业的迅猛发展以及全球能源的短缺的社会背景下，在线实时检测行驶状态下的轮胎温度尤其是检测胎体内部胎肩处高温点的温度，从而提高轮胎安全性，防止交通事故的发生，降低能耗具有重要的现实意义。

目前，国外许多企业和科研机构尤其是美国、德国和日本纷纷加快进度，投入大量的人力、物力开展轮胎检测技术的研究开发工作。测量轮胎胎体内部温度的方法主要有两种：第一种是传感器和信号发射模块固定在轮辋圈座上或外胎等部位；第二种是在轮胎成型时将传感器和信号发射模块埋入胎侧，经硫化后被固封在轮胎胎体内。第一种测量方法测量的是轮胎内腔的温度，不能直接测量轮胎胎体各点的温度，无法对轮胎的行驶状态作出准确的判断。目前市场上出现的TPMS装置就是采用此种方式完成轮胎压力温度检测的。第二种测量方法能直接测量轮胎胎体内部各点温度和压力，精度较高，但是会破坏轮胎结构、力学等性能，从而导致严重的交通事故。

发明内容

本发明克服现有技术的不足，提出了一种基于小波神经网络的轮胎胎体温度软测量方法，所述方法避免破坏轮胎结构、力学等性能，能获得精确的轮胎胎体内部压力，从而对轮胎的行驶状态作出准确的判断，提高汽车行驶安全性。

本发明的技术方案为，一种基于小波神经网络的轮胎胎体温度软测量方法，所述测量方法利用BP小波神经网络构建学习算法，BP小波神经网络模型是一个三输入、一输出的三层前向网络，隐含层层数为一，隐含层有神经元；输入分别为载荷、速度、行驶面中心点温度和行驶时间，输出为胎体内部胎肩处温度；网络隐含层激活函数采用morlet小波函数，输入层神经元基函数和激活函数均为纯线性函数，输入层第i个神经元输出为：

oo(i)=xi;i=1,2,3,4---(1)]]>

式(1)中，x_i为BP小波网络第i个输入，为输入层的第i个神经元输出；

隐含层基函数为纯线性函数，隐含层第j个神经元的输入为：

sj=Σi=13wji(1)oj(1)-θj(1);l=1,2,Λ,l---(2)]]>