[发明专利]一种自行车减震系统及减震方法

权利要求书

1.一种自行车减震系统，其特征在于，包括姿态采集模块、信息处理模块、驱动控制模块及减震装置；

所述姿态采集模块，采用六轴运动传感器，用于采集自行车在路面上行驶时的加速度信息与角速度信息，并传给信息处理模块；

所述信息处理模块，基于神经网络模型，包括神经网络训练模块、神经网络分析模块、比较模块和判断模块；

所述神经网络训练模块，用于训练神经网络，将路况信息与采集的加速度信息与角速度信息建立映射；

所述神经网络分析模块，用于将训练后的神经网络对接收到的加速度信息与角速度信息进行分析、运算，并将运算结果传给比较模块；

所述比较模块，用于对接收到的运算结果和预设值进行比较，并将比较结果传给判断模块；

所述判断模块，用于基于判断规则对比较结果和当前路况及变化趋势进行判断，并将判断结果传给驱动控制模块；

所述驱动控制模块，用于根据接收到的判断结果输出相应的控制信息到减震装置；

所述减震装置，用于根据接收的控制信息控制减震装置进行相应的伸缩，从而实现减震效果；

所述减震装置包括阻尼支撑杆，所述阻尼支撑杆的上端与叉肩固定盖固定连接，所述阻尼支撑杆的下端与电机护壳的上端固定连接；

电机，所述电机固定设置在所述阻尼支撑杆内，所述电机的转矩输出轴穿过所述电机护壳与自锁联轴器固定连接，且所述电机的信息输入端电连接所述驱动控制模块的控制信息输出端；

压缩阻尼活塞，所述压缩阻尼活塞的上端与所述电机护壳的下端固定连接，所述压缩阻尼活塞的下方设置有单向回油阀片，所述压缩阻尼活塞内设置有螺纹通孔，所述螺纹通孔的上部设置有锁死旋钮，所述螺纹通孔内设置有可滑动的锁死顶针，所述锁死旋钮的通过自锁联轴器与所述电机的转矩输出轴固定连接；

阀片弹簧罩，所述阀片弹簧罩与所述压缩阻尼活塞的下端连接，所述单向回油阀片水平设置在所述阀片弹簧罩内，所述单向回油阀片的上侧面与所述压缩阻尼活塞的下端面抵靠，所述单向回油阀片的下侧面与所述阀片弹簧罩的底面之间通过弹簧固定连接，所述阀片弹簧罩的底面设置有油口。

2.根据权利要求1所述的自行车减震系统，其特征在于，所述压缩阻尼活塞包括杆部和塞部，所述杆部的下端与所述塞部的上侧面固定连接，所述螺纹通孔设置在所述杆部内，所述塞部上设置有内过油孔和边过油孔，所述内过油孔与所述螺纹通孔对应设置，所述锁死顶针与所述内过油孔适配，所述杆部的下段设置有出油孔，所述边过油孔设置在所述塞部的外沿；所述单向回油阀片中部设置有与所述内过油孔对应的主过油孔，所述单向回油阀片封闭所述边过油孔。

3.一种自行车减震方法，其特征在于，基于权利要求1至2中任一项所述的自行车减震系统，包括以下步骤：

(1)姿态采集模块实时采集并输出自行车在路面上行驶的加速度信息与角速度信息；

(2)神经网络分析模块对接收到的加速度信息与角速度信息进行分析、运算，并将运算结果传给比较模块；

(3)比较模块对接收到的运算结果和预设值进行比较，并将比较结果传给判断模块；

(4)判断模块基于判断规则对比较结果和当前路况及变化趋势进行判断，并将判断结果传给驱动控制模块；

(5)驱动控制模块根据判断结果，输出相应的控制信息；

(6)减震装置根据接收的控制信息控制减震装置进行相应的伸缩，从而实现减震效果；

所述步骤(2)中的神经网络分析模块基于神经网络模型，所述神经网络模型为：

其中，x为采集的所有加速度信息与角速度信息，x_j为第j项的x值，y为神经网络输出的运算结果，w为权重值，w_j为第j项第权重值，f为神经网络的阈值函数，j为数据项项数，D为数据项上限。

4.根据权利要求3所述的自行车减震方法，其特征在于，所述神经网络训练模块的工作过程为：

(21)对采集的加速度信息与角速度信息进行整理、切片、分类；

(22)根据误差最小的判断准则将一部分数据导入神经网络模型中进行训练；

(23)将剩下的另一部分数据对训练完成后的神经网络模型进行校验，以检测神经网络的有效性。