首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习与数字孪生的路面轮胎附着系数估算系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:厦门理工学院

摘要:本发明公开一种基于深度学习与数字孪生的路面轮胎附着系数估算系统,包括以下步骤:物理实体模块通过传感器获取电动客车不同工况下的物理数据,并将物理数据传输至虚拟仿真模块中;虚拟仿真模块将电动客车的Simulink模型和Dugoff轮胎模型组合,作为虚拟模型,虚拟模型基于物理数据生成电动客车不同工况下虚拟数据;物理数据和虚拟数据共同构成仿生数据集;深度学习模型利用仿真数据集进行训练,学习路面轮胎附着系数的特征和规律;训练后的深度学习模型根据传感器采集的实时的状态参数,形成路面轮胎附着系数预测值;最后进行风险预测及预警。结合数字孪生和深度学习技术,从而更准确地预测路面轮胎附着系数。

主权项:1.一种基于深度学习与数字孪生的路面轮胎附着系数估算系统,其特征在于:该系统涉及物理实体模块、虚拟仿真模块、孪生数据分析与深度学习模块、系统服务层;物理实体模块由电动客车整车和安装在车体上的若干个传感器构成;该系统的运行程序包括以下步骤:S10物理实体模块通过传感器获取电动客车不同工况下的状态参数,即为物理数据,并将物理数据传输至虚拟仿真模块中;S20虚拟仿真模块将电动客车的Simulink模型和Dugoff轮胎模型组合,作为虚拟模型,虚拟模型基于物理实体模块获取的物理数据,通过多领域多尺度融合建模,实现物理到虚拟的映射,生成电动客车不同工况下虚拟数据;S30不同工况下电动客车的物理数据和虚拟数据共同构成仿生数据集;S40深度学习模型利用仿真数据集进行训练,学习路面轮胎附着系数的特征和规律;S50训练后的深度学习模型根据传感器采集的实时的状态参数,形成路面轮胎附着系数预测值;S60将路面轮胎附着系数预测值传输到服务层,服务层通过设置安全阈值与所述预测值进行对比,对超出安全阈值范围的预测值进行风险预警。

全文数据:

权利要求:

百度查询: 厦门理工学院 基于深度学习与数字孪生的路面轮胎附着系数估算系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。