[發明專利]一種基于棧式自編碼的主動懸架系統及其工作方法

有效

• 申請號: 201810767109.6
• 申請日: 2018-07-13
• 公開（公告）號: CN110712490B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 孫玲玲;侯力文;牛寧
• 申請（專利權）人: 山東大學
• 主分類號: B60G17/018
• 分類號: B60G17/018
• 代理公司: 濟南金迪知識產權代理有限公司 37219
• 代理人: 葉亞林

本發明涉及一種基于棧式自編碼的主動懸架系統及其工作方法。所述基于棧式自編碼的主動懸架系統，包括控制單元和分別設置在四個車輪上的信號采集單元；所述信號采集單元包括，車身加速度傳感器、車輪加速度傳感器、輪速傳感器、空氣彈簧和磁流變減振器；控制單元與四個信號采集單元連接。本發明所述基于棧式自編碼的主動懸架系統，將棧式自編碼器用于汽車行駛模式的識別，實現汽車空氣彈簧模式的選擇和磁流變減震器模式的選擇；根據路況尋優出最佳的調節因子，保證車輛的平順性和操縱穩定性；節約能源的同時實現控制效果最優。

技術領域

本發明涉及一種基于棧式自編碼的主動懸架系統及其工作方法，屬于汽車主動懸架系統控制的技術領域。

背景技術

安全、快捷、舒適的行駛是汽車普遍追求的目標，而頻繁的交通安全事故以及隨之而來的主動安全問題一直是社會所關注的重大難題。乘坐舒適性和操縱穩定性是汽車兩大重要性能指標。目前，人們對汽車懸架的研究，主要還是針對乘坐舒適性。而在特殊工況下，懸架成為主動安全，特別是提高側傾穩定性的重要執行機構。在設計主動懸架時，要考慮抑制簧載質量的振動和車輪跳動，同時要抑制車輛的側傾運動，以提高汽車的乘坐舒適性和操縱穩定性。現有主動懸架無法實現不同路況下控制模式實時切換控制，浪費能源且無法使性能達到最優。

棧式自編碼是深度學習的一種，是一種無監督學習算法，其應用反向傳播，將目標值設置為輸入。編碼器嘗試學習身份功能的近似值，以便輸出與輸入相似。以正向順序運行每一層的編碼步驟，給出堆疊式自動編碼器的編碼步驟，以相反的順序運行每個自動編碼器的解碼堆棧得到解碼步驟。這樣，可以將最深的隱藏單元的激活值作為分類器的特征，將棧式自編碼神經網絡應用于重構數據識別分類。

棧式自編碼神經網絡是由多層稀疏自編碼器組成的神經網絡模型，即前一個自編碼器的輸出作為后一個自編碼器的輸入。

對于深度網絡可以采用逐層貪婪的訓練方式，則對于棧式自編碼神經網絡的訓練同樣可以選擇采用逐層貪婪的訓練方式，即先利用輸入的特征訓練棧式自編碼神經網絡的第一層，即第一個自編碼器，得到權重和偏置，然后將第一層的隱含層的激活值，即第一個自編碼器的隱含層的輸出，作為第二層，即第二個自編碼器的輸入，訓練出第二個自編碼器的權重和偏置，依次下去，便可以訓練出棧式自編碼神經網絡中的參數。

發明內容

針對現有技術的不足，本發明提供一種基于棧式自編碼的主動懸架系統。

本發明還提供一種上述主動懸架系統的工作方法。

本發明的技術方案為：

一種基于棧式自編碼的主動懸架系統，包括控制單元和分別設置在四個車輪上的信號采集單元；所述信號采集單元包括，車身加速度傳感器、車輪加速度傳感器、輪速傳感器、空氣彈簧和磁流變減振器；控制單元與四個信號采集單元連接。

車輪加速度傳感器測量簧下質量垂向加速度，即懸架下方車輪的垂向加速度；車身加速度傳感器測量簧上質量垂向加速度，即懸架上方車身的垂向加速度；輪速傳感器測量車輪轉速；

根據本發明優選的，所述信號采集單元依次通過電荷放大器和數據采集儀與控制單元連接。

一種上述主動懸架系統的工作方法，包括步驟如下：

1)構建棧式自編碼神經網絡；

1.1)訓練第一隱藏層；在不同路況下，將四個信號采集單元采集的信號作為輸入信號，訓練棧式自編碼器；所述棧式自編碼器學習得到輸入信號的一階特征；

1.2)訓練第二隱藏層；將輸入信號的一階特征作為輸入，訓練棧式自編碼器得到二階特征；

1.3)將所述二階特征作為softmax分類器層的輸入，訓練得到一個能將所述二階特征映射到數字標簽的模型；

棧式自編碼網絡用于主動懸架系統模式識別；