基于人工神经网络的汽车安全气囊点火控制算法

气囊点火控制是气囊系统的关键技术。点火控制算法要有抗干扰能力,要确定最佳的点火时刻。针对这一问题,提出了一种基于人工神经网络的汽车安全气囊点火控制算法。该方法利用减速度信号为输入,构造一种人工神经网络,使其输出表征汽车碰撞强度,从而实现准确点火。利用该方法有助于深入研究气囊控制规律,提取气囊点火控制规则。经过多次台车碰撞试验,证明了这种算法的有效性     

基于自组织神经网络SOM的汽车安全气囊装配故障诊断

利用汽车安全气囊装配工序中已有的先验知识,构建并训练了一个自组织神经网络SOM的多传感器故障诊断系统。通过现场的多传感器采集设备运行数据信息输入故障诊断的系统,利用自组织SOM神经网络的聚类性能,得到装配工序中故障的类型,从而达到诊断汽车安全气囊装配工序的故障。通过无师自动学习的方式对输入信号进行分析,计算简单,精度高,具有很高的应用价值。     

采用卷积神经网络的烟火智能识别算法

相较于传统烟火、烟雾检测,基于卷积神经网络算法的烟火检测具有更高检测精度和效率,提出基于改进YOLOv3算法的烟火识别方法,应用高斯参数设计损失函数并建立YOLOv3边界框模型,实现边界框置信度计算以减少负样本.为充分利用图像局部特征信息,对网络结构进行改进,以实际烟火现场图片为待检对象,完成烟火识别过程计算.结果表明,与基础YOLOv3对比,本研究提出的改进YOLOv3算法平均精度提高5.5%,该方法有助于提升智能烟火预警、人员救助和险情跟踪作业水平,最终提升事故灾害应急和管理能力.     

安全气囊仿真技术在乘员离位模拟中的应用研究

在汽车碰撞乘员离位保护的研究中需要准确地了解安全气囊充气过程.文章基于MADYMO软件中的计算流体力学(CFD)算法,建立了某国产品牌轿车前排驾驶员侧和乘员侧气囊的CAE模型,并通过气袋的静态起爆试验验证了气囊充气模型的准确性;将气囊模型整合于车体模型中,建立了典型的离位仿真模型,经与离位试验的对比验证,进一步从运动学和动力学的角度验证了气囊充气模型的有效性和准确性,为乘员约束系统的离位研究和参数优化提供了有效的基础模型;并针对离位儿童设计了分体式气囊,对比原车气囊,可以降低儿童头部的伤害并且提供胸部的保护作用.     

采用改进的BP神经网络预测离心通风机性能的研究

ＢＰ神经网络在离心通风机性能预测的研究中具有重要的价值,研究结果表明,对于任意平方可积函数,都可以采用ＢＰ算法通过对样本的学习获得满意的模拟结果,因此,在构造离心通风机性能预测模型中,ＢＰ算法提供了一个有力的工具。但是,在实际应用中,ＢＰ算法的收敛速度很慢,而且,人教学上看,它是一种梯度最速下降法,这就不可避免地存在着局部最小问题,尤其在训练量大、输入参数众多的情况下,学习效果大受影响。作者从改善     

采用免疫BP算法的模糊神经网络PID控制器

文章在传统PID控制器的基础上,结合模糊控制和神经网络控制理论设计出自适应模糊神经网络PID控制器,并将免疫反馈机制应用到BP学习算法中,通过自适应调整学习速率,改善算法的收敛性;通过Matlab仿真验证了引入免疫反馈机制的BP算法的优越性.仿真及实际应用结果表明,采用免疫BP算法的模糊神经网络PID控制器响应速度快,...     

基于汽车安全气囊控制系统的研究

对汽车安全气囊控制系统进行了研究,提出一种安全气囊智能控制系统设计方案。该方案采用了传感器在汽车行业中的应用技术和单片机控制技术,实现安全气囊及时准确触发,提高了安全气囊系统的可靠性,保证汽车在发生正向、侧面的剧烈碰撞时乘员不受到伤害,将来更完美的汽车碰撞安全系统应具有更好的交通事故识别能力。安全气囊系统应在各种品牌、型号的汽车中广泛应用。     

基于蚁群优化的ESP控制算法仿真

为了加快ESP系统的响应时间,提高车辆的稳定性,采用模糊控制理论对车辆ESP系统进行反馈控制.建立了八自由度四轮整车模型与Gim轮胎模型,并在具有较好的灵活性、鲁棒性的模糊PID控制器的基础上引入了蚁群算法,设计了基于蚁群优化的模糊PID控制系统的结构与计算方法,从而达到对参数kp,ki,kd的优化设计,同时利用Sim...     

浅谈现代汽车具备安全气囊的重要性

随着高速公路的发展和汽车性能的提高,汽车行驶速度越来越快,特别是由于汽车拥有量的迅速增加,交通越来越拥挤,使得事故更为频繁,所以现代汽车具备安全气囊就变得尤为重要。     

PSGO-BP在股票预测中的应用研究

反向传播算法有容易陷入局部最小点、收敛速度慢的问题,为了克服这些缺点,在粒子群优化算法中,引入遗传算法中的克隆算子和变异算子,得到一种改进的粒子群遗传优化算法(PSGO),建立一种PSGO优化BP神经网络模型.利用该模型通过matlab编程仿真对证券市场指数和股票收盘价进行预测研究,试验结果证明了该方法的有效性和可行性.     

基于神经网络的预测拥塞控制算法

利用神经网络的方法，研究了Internet网络路由器中的拥塞控制问题．根据过去相邻两个时刻缓存器中队列长度值的变化量来预测下一时刻路由器中队列长度值，及时调整控制增益的大小以防止拥塞的发生，该方法可以使路由器中队列长度稳定在一个期望值附近．仿真表明，该控制方法可以有效地保证网络系统中信息的平稳传输．     

POLO轿车安全气囊(SRS)的检修

随着交通事故的不断增加,以及用户安全意识的提高,为了减少汽车在发生碰撞时由于巨大的惯性力所造成的对驾驶员和乘员的伤害,现代汽车安全气囊系统越来越普及。本文对POLO安全气囊系统的检修做了分析与探讨。     

采用神经网络材料本构模型的智能有限元及其算法

讨论了基于神经网络材料本构模型的智能有限元的计算方法及其存在的几个问题,编制了相应的智能有限元计算程序,并结合实例验证了该方法的有效性,为解决复杂岩土工程问题提供了新的思路和方法.     

汽车安全气囊的结构原理与检修

随着汽车工业的迅速发展,汽车的安全性变得尤为重要。汽车的安全性分为主动安全和被动安全两种,被动安全主要有安全带、安全气垫、防撞式车身和安全气囊防护系统等。本文主要介绍安全气囊的结构、工作原理、维护、故障诊断及检修。     

一种智能PI控制算法的设计

设计了一种智能PI控制器,根据系统的运行状况动态改变控制器的结构与参数,能满足复杂、动态和不确定系统的控制要求.实验结果表明,智能PI控制器相对于传统PID控制器有更好的控制特性,解决了系统运行的平稳性、快速性和准确性之间的矛盾.     

遗传算法神经网络的学习方法

提出了利用遗传算法的思想实现人工神经网络学习的方法，并具体讨论了在实现中的若干问题。     

汽车安全气囊展开过程的仿真算法

对气袋织物的各向异性材料模型进行研究,将织物的拉伸和剪切仿真与试验结果对比,以验证材料模型的准确性.分别采用控制体积法(Control Volume,CV)与近年来新开发的粒子法(Corpuscular Method,CPM),对平铺与折叠气囊展开进行数值模拟,并对比气囊展开形态和压力结果对比.结果表明,CV方法只适用于IP(In-Position)乘员与气囊作用的仿真模拟,而CPM方法可模拟出气囊展开初期的高速气流运动,且计算效率较高,适用于OOP(Out-of-Position)乘员与气囊的相互作用仿真.     

汽车安全气囊磁电式传感器的设计与研究

该文论述了汽车安全气囊磁电式传感器的工作原理。对传感器进行了结构设计和电路设计。同时对加工的传感器样机进行了模拟冲击实验。提出的传感器具有较大的测量范围。加速度为０ 到５８８ ｍ／ｓ２ ,时间脉宽为０ 到２０ ｍｓ 可调。识别电路具有峰值和时间双重判别。该传感器是一种新型的汽车安全气囊传感器。     

智能神经网络在时序信号预测上的应用

从80年代开始，人工神经元网络的研究技术在理论和实际应用上已经比较成熟，在信号处理系统中也开始采用该技术进行非线性时间序列信号的预测分析。但由于该理论黑箱模型的特点，无法引入先验知识，从而预测精度难以提高。针对该问题，提出了通过滚动预测的方法，并引入了一种智能化的新型神经元模型，建立区别于传统的神经网络预测模型，达到了较为理想的预测效果。并且以股票价格的预测作为实验模型，对该方法进行了验证，表明了它的实际应用价值。     

基于Web方式的神经网络智能预测系统设计与应用

针对传统BP神经网络的一些缺陷,设计一种综合改进的BP神经网络算法.在此基础上,采用.NET架构以及Web Services等技术,用主成分分析算法和置信度区间算法对BP网络结构进行全后处理,以经济预测为例,设计开发了一个基于B/S结构的智能经济预测系统.该系统具有较好的易用性和一定的通用性,提高了预测结果的准确度和神经网络的泛化能力.