基于BP神经网络的四轮胎压监测算法研究

doi:10.16731/j.cnki.1671-3133.2021.02.007

现代制造工程 ›› 2021, Vol. 485 ›› Issue (2): 43-48.doi: 10.16731/j.cnki.1671-3133.2021.02.007

基于BP神经网络的四轮胎压监测算法研究

彭加耕，董倩倩，张宇，肖园，王振

发布日期:2021-04-23
基金资助:
国家重点研发计划项目（2016YFB0101102）；燕山大学基础研究专项课题理工A类项目（14LGA019）

Published:2021-04-23

摘要/Abstract

摘要： 4个车轮同时缺气时,传统滚动半径法很难监测出轮胎压力值,导致误报率较高。为解决该问题,提出了一种基于BP神经网络的间接式四轮胎压缺气监测方法,通过采集轮速脉冲数对BP神经网络进行训练,实现对4个车轮同时缺气时的胎压识别。实验结果表明:训练后的BP神经网络可以有效识别4个车轮同时缺气时的压力值,误报基本消除,该方法为4个车轮同时缺气时的胎压监测研究提供了新的方向。

中图分类号:

TP183
U463.6

彭加耕，董倩倩，张宇，肖园，王振. 基于BP神经网络的四轮胎压监测算法研究[J]. 现代制造工程, 2021, 485(2): 43-48.

[1]	程亚彬，张宏伟，王新环，郭子路，. 基于YOLO-V5的矿车桁架铆接孔定位技术研究[J]. 现代制造工程, 2022, 500(5): 115-121.
[2]	杨泽青，王春方，卢晨光，陈英姝，刘丽冰. 基于深度卷积神经网络的曲轴智能识别方法研究[J]. 现代制造工程, 2022, 499(4): 102-111.
[3]	马宇超，付华良，吴鹏，陈信华，王鼎，陈帅，曹晨雨. 深度网络自适应优化的Mask R-CNN模型在铸件表面缺陷检测中的应用研究[J]. 现代制造工程, 2022, 499(4): 112-118.
[4]	张笑璐，邹益胜，张波，刘永志，蒋雨良. 基于Bagging-MCNN模型的不均衡样本轴承故障诊断方法[J]. 现代制造工程, 2022, 496(1): 104-112.
[5]	朱敏，赵聪聪，臧昭宇. 基于改进型模糊神经网络PID阀位控制研究[J]. 现代制造工程, 2022, 496(1): 125-131.
[6]	刘会芸，侯志平. 基于自动编码器数据降维的滚动轴承故障诊断研究[J]. 现代制造工程, 2022, 496(1): 148-153.
[7]	黄聿山,陈吉红,陈宇,许光达. 考虑电控数据的LSTM神经网络进给轴热误差建模[J]. 现代制造工程, 2021, 493(10): 25-32.
[8]	肖博文，杨晓英，张志文. 基于神经网络的工艺路线知识库建立及优化[J]. 现代制造工程, 2021, 491(8): 107-112.
[9]	谢锋云，董建坤，王二化，符羽，闫少石. 基于双隐含层RWPSO-BP神经网络的齿轮箱故障诊断研究[J]. 现代制造工程, 2021, 489(6): 155-160.
[10]	金颖，王学影，段林茂. 基于LabVIEW和Mask R-CNN的柱塞式制动主缸内槽表面缺陷检测[J]. 现代制造工程, 2020, 476(5): 125-132.
[11]	邓佳林，邹益胜，张笑璐，蒋雨良，张利斌. 一种改进CNN在轴承故障诊断中的应用[J]. 现代制造工程, 2020, 475(4): 142-147.
[12]	党英，吉卫喜，陆家辉，张贇，吴浩. 基于卷积神经网络的铣刀磨损状态识别技术研究[J]. 现代制造工程, 2021, 488(5): 116-124.
[13]	盛永健，黄子龙，刘晨，曹毅，张洪. 基于改进卷积神经网络的燃气调压器故障识别研究[J]. 现代制造工程, 2021, 487(4): 132-138.
[14]	嵇玉辰，王帅星，陈炜，王晓笋. MDEL900提梁机卷扬系统多神经网络故障诊断研究[J]. 现代制造工程, 2020, 482(11): 106-112.
[15]	党顺峰, 熊锐, 李继辉, 陈灿奇, 陈振威, 吴鑫. 基于改进Mask-RCNN算法的车位检测研究[J]. 现代制造工程, 2021, 484(1): 91-97.

基于BP神经网络的四轮胎压监测算法研究

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics