[发明专利]一种基于多传感器信息融合的竖向车轮力识别方法

说明书

本发明公开了一种基于多传感器信息融合的竖向车轮力识别方法。本发明方法综合考虑了胎压、竖向变形以及转速的影响，结合轮胎参数与轮胎竖向车轮力之间的非线性和时序相关性，将轮胎竖向车轮力识别的问题转化为一包含多参数信息的时间序列预测问题。进而通过神经网络揭示轮胎运动变量与连续车轮力之间的复杂映射关系，实现车辆正常行驶下轮胎竖向车轮力实时识别。本发明提供了一种高效、实时连续、准确的智能轮胎车轮力识别，在桥梁快速健康监测方面有着良好的应用前景，同时可以应用于道路安全诊断和汽车运行状态评估领域。

技术领域

本发明涉及一种基于多传感器信息融合的竖向车轮力识别方法与系统，属于智能轮胎、汽车以及桥梁结构健康监测技术领域。

背景技术

随着城镇化和工业化的快速发展，我国基础建设投资规模进一步扩大，作为跨越地理限制的交通基础设施，大批大跨度桥梁已完成或正在建设。近十几年来，我国持续刷新着世界桥梁建设的记录，世界十大拱桥、十大梁桥、十大斜拉桥、十大悬索桥，中国均占据了一半及以上。比如重庆朝天门长江大桥为世界跨径最大的拱桥，苏通长江大桥创造了当时的最大主跨、最深基础、最离桥塔、最长拉索的四项世界之最。但与此同时，这些结构在日常服役过程中由于经受环境侵蚀，日常服役荷载甚至偶尔超载等因素，导致结构出现诸多病害甚至引发灾害。据统计，进入21世纪以来，我国已有30余座桥梁发生安全事故，造成了严重的人员伤亡和经济损失。例如，2006年陕西白河县境内316国道冷水河桥突然发生坍塌；2007年广东佛山九江大桥由于一艘运砂船不慎撞上桥墩，桥墩当场被撞断，桥面随之坍塌；2011年北京市宝山寺白河桥由于超载车辆通过，发生桥梁坍塌。不仅仅是我国，欧美等发达国家也经受着结构灾害的困扰。因此，对已有桥梁结构的状态进行评估并对存在灾害的桥梁及时进行加固，是国内外研究学者迫切需要解决的问题。车辆荷载作为桥梁结构所要承担的重要荷载，在桥梁设计中占有重大比重，且在桥梁快速动力测试方面，车轮力的测量也具有巨大的应用潜力。

目前，已有一些车轮力的测量方法，但均存在一定的缺陷。基于轮毂应变的车轮六分力测量系统能够获得车轮三个方向的受力信息，但所测得的力和轮胎与地面真实的接触力有所不同，且该系统价格昂贵，不适于推广；通过在轮胎内部固定加速度计来估算车轮力和通过在轮胎内部固定光学传感器测量胎壁变形进而估算车轮力，在轮胎滚动一圈的过程中只能得到一次车轮力，无法实现实时测量；高速公路网络中应用广泛的动态称重系统技术已相对成熟，但其只能测量车辆行驶过程中一定范围内的车轮力，而不能做到实时测量。

发明内容

为了克服现有技术中存在的不足，本发明提供一种基于多传感器信息融合的竖向车轮力识别方法与系统。本发明通过竖向位移监测系统、胎压监测系统、转速监测系统实时采集轮胎竖向位移、胎压和转速，并将轮胎竖向车轮力识别的问题转化为一包含多参数信息的时间序列预测问题，基于LSTM神经网络输出竖向车轮力。本发明可实现车辆正常行驶下轮胎的竖向车轮力实时连续测量，可用于车辆行驶状态评估，进一步可应用于桥梁结构的健康监测。

为解决上述技术问题，本发明的技术方案如下∶

一种基于多传感器信息融合的竖向车轮力识别方法，具体步骤如下：

S1、通过一体化设备采集不同工况下轮胎的实时竖向变形、实时胎压及实时转速，同时利用力传感器采集轮胎真实的竖向车轮力；

S2、采用计算机对步骤S1中一体化设备所采集的不同工况下轮胎的实时竖向变形、实时胎压和实时转速三个数据分别进行数据预处理，然后对预处理后的数据进行特征归一化，进而完成数据库构建；

S3、通过步骤S2构建的数据库完成神经网络的训练；

S4、再次通过一体化设备采集不同工况下轮胎的实时竖向变形、实时胎压及实时转速，并将采集得到的数据输入步骤S3训练好的神经网络中，实时输出轮胎竖向车轮力。