亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于加速度波形分析的輪胎運(yùn)行特征提取和磨損檢測(cè)方法

        2023-01-31 02:10:00儲(chǔ)昊昀張峰瑞張?jiān)?/span>張峰張士文
        汽車技術(shù) 2023年1期
        關(guān)鍵詞:特征值輪胎磨損

        儲(chǔ)昊昀 張峰瑞 張?jiān)?張峰 張士文

        (上海交通大學(xué),上海 200240)

        主題詞:輪胎磨損監(jiān)測(cè) 加速度特征提取 主成分分析 BP神經(jīng)網(wǎng)絡(luò)

        1 前言

        輪胎是整車中唯一與地面直接接觸的部分,對(duì)輪胎狀態(tài)的實(shí)時(shí)監(jiān)測(cè)是保證車輛運(yùn)行安全不可或缺的手段[1]。

        影響輪胎運(yùn)行安全的核心要素包括胎壓、溫度、載荷、磨損等,其中,胎壓、溫度等數(shù)據(jù)可以通過(guò)傳感器直接測(cè)得,而磨損數(shù)據(jù)則往往需要通過(guò)間接的方式采集[2]。傳統(tǒng)的電子式輪胎磨損監(jiān)測(cè)的主要手段為在輪胎中嵌入電容片[3],通過(guò)測(cè)量電容片磨損程度直接進(jìn)行檢測(cè),然而這種方法破壞了輪胎的完整結(jié)構(gòu),會(huì)給輪胎的使用安全帶來(lái)不確定的影響。

        在不破壞輪胎整體物理結(jié)構(gòu)的前提下對(duì)輪胎運(yùn)行狀態(tài)進(jìn)行第一手監(jiān)測(cè)的方式主要有3種:一是基于力傳感器的方式[4],該方式信息采集精度高,響應(yīng)速度快,可用于實(shí)驗(yàn)室環(huán)境,然而受限于傳感器測(cè)量原理,力傳感器只能測(cè)量某固定方向的信息,信息采集維度較少,需要組合使用;二是基于圖像的方式[5],例如使用激光、雷達(dá)等對(duì)胎面進(jìn)行掃描,這種方法原理簡(jiǎn)單、實(shí)現(xiàn)方便,但無(wú)法確保所得信息的準(zhǔn)確度,容易受胎面污濁干擾;三是基于加速度傳感器的方式,該方式可以直接獲取輪胎信息,同時(shí)也因其較低的成本便于投入工業(yè)應(yīng)用,但需要通過(guò)間接手段對(duì)加速度數(shù)據(jù)進(jìn)行處理。

        本文基于加速度傳感器搭建智能輪胎磨損監(jiān)測(cè)系統(tǒng),通過(guò)對(duì)加速度波形特征進(jìn)行挖掘,建立輪胎磨損監(jiān)測(cè)算法。

        2 智能輪胎磨損監(jiān)測(cè)系統(tǒng)

        本文設(shè)計(jì)的監(jiān)測(cè)系統(tǒng)主要通過(guò)輪胎上某點(diǎn)的三軸加速度波形圖像,輔以胎壓和溫度數(shù)據(jù)對(duì)輪胎運(yùn)行過(guò)程中的磨損進(jìn)行實(shí)時(shí)監(jiān)測(cè)。

        設(shè)備主要由輪胎內(nèi)采集系統(tǒng)(下位機(jī))、車載終端(中控)與輸出顯示部分構(gòu)成[6]。下位機(jī)安裝在輪胎內(nèi)壁軸線上一點(diǎn),是傳感器集成部件,負(fù)責(zé)直接進(jìn)行信息采集與加速度波形的特征化數(shù)據(jù)處理,中控負(fù)責(zé)對(duì)車輛4 個(gè)輪胎數(shù)據(jù)進(jìn)行匯總與特征值運(yùn)算,并通過(guò)手機(jī)APP 顯示輸出。計(jì)算芯片為TI 公司生產(chǎn)的CC1310 芯片,使用TI/RTOS系統(tǒng)。下位機(jī)與中控通過(guò)射頻方式通信,中控與手機(jī)使用藍(lán)牙連接,手機(jī)與平板顯示使用Flutter 工具編寫顯示用Android端APP。檢測(cè)設(shè)備結(jié)構(gòu)如圖1所示。

        圖1 智能輪胎監(jiān)測(cè)設(shè)備結(jié)構(gòu)示意

        系統(tǒng)通過(guò)在不同胎壓、溫度、速度和載荷等運(yùn)行條件下進(jìn)行實(shí)車運(yùn)行試驗(yàn),在下位機(jī)檢測(cè)設(shè)備中安裝SD卡采集不同磨損程度下實(shí)車運(yùn)行過(guò)程中的加速度波形?;谲囕v實(shí)測(cè)采集數(shù)據(jù)在電腦端進(jìn)行模型搭建與算法建立,并將完成后的算法在嵌入式監(jiān)測(cè)系統(tǒng)中實(shí)現(xiàn),達(dá)到對(duì)輪胎磨損進(jìn)行實(shí)時(shí)監(jiān)測(cè)的效果。系統(tǒng)總體結(jié)構(gòu)如圖2所示。

        圖2 智能輪胎監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)

        3 輪胎加速度波形特征數(shù)據(jù)挖掘

        3.1 加速度波形特征數(shù)據(jù)分析與提取

        如圖3 所示,以傳感器為原點(diǎn),定義下位機(jī)傳感器采集得到的加速度3 個(gè)軸向。其中x軸平行于輪胎軸面,y軸平行于輪胎運(yùn)動(dòng)方向,z軸垂直于輪胎表面。其中,y軸方向即為車輛前進(jìn)方向。

        圖3 傳感器在輪胎內(nèi)位置示意

        通過(guò)受力分析可知,x軸方向加速度主要受輪胎扭轉(zhuǎn)時(shí)的軸向沖擊力影響,y軸方向加速度主要受輪胎接地形變過(guò)程中沖擊力的影響,z軸方向加速度主要受輪胎觸地位置正面沖擊力的影響。

        輪胎運(yùn)行過(guò)程中實(shí)時(shí)采集到的三軸加速度波形經(jīng)過(guò)有限長(zhǎng)單位沖激響應(yīng)(Finite Impulse Response,F(xiàn)IR)濾波后如圖4所示。

        圖4 三軸加速度波形示意

        在圖4中,波形較為明顯波動(dòng)的位置對(duì)應(yīng)傳感器檢測(cè)到的輪胎接地過(guò)程。其中,x軸加速度在輪胎接地過(guò)程中表現(xiàn)出的波形波動(dòng)情況不明顯,而y軸和z軸在輪胎接地過(guò)程中均出現(xiàn)了明顯的具有一定特征的波形。因此選取z軸加速度作為提取特征值的主要波形,選取y軸加速度作為輔助波形。從z軸與y軸加速度波形中提取較為穩(wěn)定出現(xiàn)的波形特征,定義加速度波形特征中單位為長(zhǎng)度單位的特征為長(zhǎng)度特征,加速度波形特征中單位為面積單位的特征為面積特征,得到的長(zhǎng)度與面積特征分別如圖5~圖7所示。

        圖5 z軸加速度波形長(zhǎng)度特征提取

        圖6 z軸加速度波形面積特征提取

        圖7 y軸加速度波形特征提取

        其中,z軸上提取得到11 個(gè)特征值,y軸上提取得到3 個(gè)特征值。對(duì)實(shí)車運(yùn)行狀態(tài)進(jìn)行實(shí)際數(shù)據(jù)采集后,通過(guò)MATLAB 進(jìn)行波形特征提取。在上述特征值組中,加入可以通過(guò)傳感器直接檢測(cè)或者容易得到的實(shí)時(shí)車速、胎壓、溫度數(shù)據(jù),得到由上述特征值構(gòu)成的車輛實(shí)時(shí)運(yùn)行過(guò)程中的特征值數(shù)據(jù)矩陣。特征值匯總?cè)绫?所示。

        表1 特征值提取表

        3.2 基于主成分分析的特征分析與篩選

        受下位機(jī)芯片的計(jì)算空間與運(yùn)算實(shí)時(shí)性的限制,系統(tǒng)進(jìn)行實(shí)時(shí)采集和運(yùn)算的特征值數(shù)量不能超過(guò)8 個(gè)。因此需要在上述特征值中進(jìn)行篩選,提取出能代表更多信息量的特征值。

        主成分分析是一種普遍使用的數(shù)值降維方法。其基本原理為產(chǎn)生一組新變量,每一個(gè)新變量都是原始變量的線性組合,這些新變量即為主成分,所有主成分保持相互正交,從而避免冗余信息的存在。新得到的成分可以表示為:

        式中,n為原始特征數(shù)量;oi為第i個(gè)原始特征;di為新得到的第i個(gè)成分;mii為各成分的特征成分矩陣。

        依據(jù)方差關(guān)系從中選擇信息表現(xiàn)量更多的主成分即可實(shí)現(xiàn)降維。

        使用凱撒最大化正態(tài)方差法對(duì)車輛實(shí)時(shí)運(yùn)行特征數(shù)據(jù)矩陣中的特征值數(shù)據(jù)進(jìn)行主成分分析[7],方差累積結(jié)果體現(xiàn)了數(shù)據(jù)信息提取效果,如表2所示。

        表2 主成分分析方差累積表

        由表2可知,選取主成分中前8個(gè)特征值,可以代表原始數(shù)據(jù)樣本中97%以上的參數(shù)信息。

        主成分分析法主要將各參數(shù)通過(guò)組合分解形成新參數(shù),從而提取出可以表示更多信息的參數(shù),降低了數(shù)據(jù)維度。但如果需要提取全部特征再進(jìn)行重新組合與旋轉(zhuǎn),實(shí)際上仍然需要完成對(duì)所有特征的提取,并不能降低下位機(jī)的運(yùn)算復(fù)雜度,進(jìn)而提高實(shí)時(shí)性與準(zhǔn)確度。因此本文通過(guò)特征值成分矩陣和主成分分析的結(jié)果,反向推導(dǎo)原特征值各參數(shù)的重要程度,從而直接在原特征值中進(jìn)行特征挑選。

        為選取更具代表性的特征變量,參考因子得分的回歸法計(jì)算方法,本文選擇了指標(biāo)系數(shù)ai:

        式中,Ti為第i個(gè)主成分的方差;xi為該特征在對(duì)應(yīng)主成分中的占比。

        主成分保留了原始變量中的絕大多數(shù)信息,因此可以近似利用指標(biāo)系數(shù)表示第i個(gè)主成分Fi:

        式中,p為變量的數(shù)量;Zk為歸一化后第k個(gè)變量數(shù)據(jù)。

        對(duì)照各主成分的特征成分矩陣,按8個(gè)主成分與原特征的比例進(jìn)行拆分累加,可以得到各原始特征值對(duì)應(yīng)的指標(biāo)系數(shù):

        式中,D為提取得到的主成分?jǐn)?shù)量。

        對(duì)計(jì)算得到的Ai進(jìn)行排序,可以得到各特征值的指標(biāo)信息,結(jié)果如表3所示。

        表3 波形原始特征值指標(biāo)系數(shù)

        提取指標(biāo)系數(shù)排在前8 位的參數(shù)作為主要影響參數(shù),包括V、AZ1、AZ2、SZ、HZ1、HZ2、AY與HY。其中V直接影響波形的形狀與大小,AZ1、AZ2集中體現(xiàn)了z軸波形的整體陷部特征,SZ、HZ1、HZ2體現(xiàn)了z軸波形左、右極高點(diǎn)處的波形變化特征,AY、HY體現(xiàn)了y軸波形的主要特征。提取上述8個(gè)特征值作為包含主要信息的核心特征值。

        4 基于BP神經(jīng)網(wǎng)絡(luò)的輪胎磨損檢測(cè)

        4.1 輪胎磨損檢測(cè)網(wǎng)絡(luò)搭建

        依據(jù)提取得到的輪胎運(yùn)行特征值,系統(tǒng)使用機(jī)器學(xué)習(xí)的方法[8],利用Python 的PyTorch 機(jī)器學(xué)習(xí)庫(kù),通過(guò)誤差反向傳播(Back Propagation,BP)神經(jīng)網(wǎng)絡(luò)訓(xùn)練的方式對(duì)輪胎磨損值進(jìn)行訓(xùn)練。設(shè)計(jì)的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖8 所示,輸入為上述提取得到的特征參數(shù),輸出為對(duì)應(yīng)狀態(tài)下的磨損值。神經(jīng)元連接方式為全連接,層間激活函數(shù)為ReLU函數(shù),數(shù)據(jù)歸一化使用Z-score標(biāo)準(zhǔn)化方法,損失函數(shù)為平方損失函數(shù)。基于特征提取過(guò)程中對(duì)特征篩選與網(wǎng)絡(luò)結(jié)構(gòu)的控制,該檢測(cè)過(guò)程大幅降低了算力需求,網(wǎng)絡(luò)訓(xùn)練完成后可以直接部署到較低算力的嵌入式中控系統(tǒng)中,進(jìn)行實(shí)時(shí)輪胎磨損檢測(cè)。

        圖8 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

        訓(xùn)練使用的數(shù)據(jù)庫(kù)由實(shí)車在上海某正常行駛城市路段采集獲得,使用的輪胎為0~6 mm機(jī)械打磨磨損輪胎,共7個(gè),測(cè)試車速為20~60 km/h,胎壓為200~280 kPa,載荷為300~500 kg。其中胎壓變化通過(guò)車輛測(cè)試過(guò)程中對(duì)輪胎進(jìn)行放氣實(shí)現(xiàn),載荷變化通過(guò)更換測(cè)試車輛與乘員實(shí)現(xiàn)。對(duì)加速度波形提取特征后得到的特征數(shù)值組共有126 371組。訓(xùn)練和驗(yàn)證過(guò)程中將所有數(shù)據(jù)隨機(jī)分為80%的訓(xùn)練集與20%的測(cè)試集。

        4.2 檢測(cè)結(jié)果驗(yàn)證

        為了驗(yàn)證訓(xùn)練效果,本文嘗試對(duì)使用特征指標(biāo)最高的4個(gè)特征值A(chǔ)Y、AZ2、HY、HZ2作為特征輸入與全部8個(gè)特征值均作為特征輸入時(shí)的情況進(jìn)行比較。

        使用數(shù)據(jù)集對(duì)2個(gè)訓(xùn)練模型分別進(jìn)行訓(xùn)練和測(cè)試,4特征模型訓(xùn)練后的測(cè)試結(jié)果如圖9所示。

        圖9 4特征模型磨損檢測(cè)結(jié)果

        由圖9 可知,在大部分情況下,該算法的檢測(cè)結(jié)果都表現(xiàn)良好,誤差小于0.5 mm。一些偶然的錯(cuò)誤結(jié)果出現(xiàn)的主要原因?yàn)楫?dāng)輪胎運(yùn)行狀態(tài)特殊時(shí),采集的加速度波形特征值發(fā)生較大變化,例如車輛緊急制動(dòng)或者途徑減振帶發(fā)生劇烈抖動(dòng),因此在實(shí)車運(yùn)行中可以通過(guò)特征值篩查的方式進(jìn)行一定程度的錯(cuò)誤排除。

        對(duì)8特征模型進(jìn)行訓(xùn)練后測(cè)試結(jié)果如圖10所示。

        圖10 8特征模型磨損檢測(cè)結(jié)果

        由圖10可知,8特征模型具有比4特征模型更為優(yōu)秀的顯示結(jié)果,誤差大幅降低。

        模型評(píng)價(jià)的基本指標(biāo)為平均絕對(duì)誤差(Mean Absolute Difference,MAE)[9],即所有數(shù)據(jù)誤差的平均值:

        其中,N為樣本數(shù)量;yi為第i個(gè)樣本的檢測(cè)結(jié)果;y0為樣本的真實(shí)結(jié)果。

        經(jīng)過(guò)計(jì)算,4特征模型、8特征模型的平均絕對(duì)誤差分別為0.230 41 mm 和0.100 17 mm。因此在車輛正常運(yùn)行狀態(tài)下使用8 特征模型可以更加有效地完成輪胎磨損的檢測(cè)工作。

        5 結(jié)束語(yǔ)

        本文提出了一種新型輪胎磨損檢測(cè)模型,使用三軸加速度傳感器集成設(shè)備進(jìn)行輪胎運(yùn)行狀態(tài)監(jiān)測(cè),尤其是進(jìn)行輪胎磨損的實(shí)時(shí)檢測(cè)。通過(guò)凱撒最大化正態(tài)方差法對(duì)加速度波形特征進(jìn)行主成分分析,實(shí)現(xiàn)特征提取與篩選,并使用BP 神經(jīng)網(wǎng)絡(luò)的方法由特征值計(jì)算輪胎磨損值。其中8特征模型的平均絕對(duì)誤差接近0.1 mm,且絕大部分誤差均在0.5 mm 以內(nèi),在算力要求較低的條件下,可以得到精度較高的輪胎磨損結(jié)果。

        猜你喜歡
        特征值輪胎磨損
        一類帶強(qiáng)制位勢(shì)的p-Laplace特征值問(wèn)題
        單圈圖關(guān)聯(lián)矩陣的特征值
        胖瘦自如的輪胎
        童話世界(2019年14期)2019-06-25 10:11:52
        套管磨損機(jī)理研究
        大輪胎,玩起來(lái)
        鉆頭磨損后怎樣更換
        基于商奇異值分解的一類二次特征值反問(wèn)題
        輪胎業(yè)未來(lái)數(shù)年將現(xiàn)并購(gòu)潮
        固特異Fuel Max系列新增LHS輪胎
        關(guān)于兩個(gè)M-矩陣Hadamard積的特征值的新估計(jì)
        欧美在线a| 国产精品女同一区二区免| 人妻少妇精品专区性色anvn| 久久久久亚洲av无码专区喷水| 亚洲av无码一区二区三区系列| 国产精品久久久久久久专区| 日本高清无卡一区二区三区| 中国一级特黄真人片久久| 中文字幕v亚洲日本| 精品国产av无码一道| 91精品啪在线观看国产色| 精品亚洲一区二区三区四| 国产在线精品成人一区二区三区 | 亚洲午夜精品第一区二区| 乱子轮熟睡1区| 日本巨大的奶头在线观看| 国产激情视频在线| 成人高清在线播放视频| 亚洲人交乣女bbw| 亚洲白白色无码在线观看| 男女啪啪无遮挡免费网站| 亚洲天堂第一区| 国内精品极品久久免费看| 亚洲一区二区三区特色视频| 欧美天天综合色影久久精品| 亚洲VA中文字幕无码毛片春药 | 日本成人中文字幕亚洲一区| 少妇高潮av久久久久久| 午夜精品久久久久久中宇| 乱色视频中文字幕在线看| 国产亚洲一本二本三道| 国产一区二区三区乱码| 99热在线精品播放| 丰满少妇又爽又紧又丰满动态视频| 男吃奶玩乳尖高潮视频| 日韩无套内射视频6| 亚洲一区丝袜美腿在线观看| 一区二区三区国产高清视频| 国产精品成人观看视频| 天天干夜夜躁| 亚洲女同系列在线观看|