汽车磁流变减振器神经网络模型研究

被引:14
作者
廖昌荣
余淼
杨建春
陈伟民
黄尚廉
机构
[1] 重庆大学光电工程学院
[2] 重庆大学光电工程学院 重庆 
基金
国家自然科学基金重点项目;
关键词
汽车工程; 减振器; 神经网络; 磁流变体;
D O I
10.19721/j.cnki.1001-7372.2003.04.021
中图分类号
U463 [汽车结构部件];
学科分类号
摘要
提出了用3个输入单元、1个输出单元和7个隐含单元的神经网络来摸拟汽车磁流变减振器的动力学特性,采用实验室测试得到的数据和基于高斯—牛顿法的改进算法对神经网络的连接权值进行优化。神经网络预测结果与试验测试结果比较表明:提出的神经网络模型能够比较准确地预测磁流变减振器的动力学特性。
引用
收藏
页码:95 / 98
页数:4
相关论文
共 8 条
[1]  
Properties and applications of commercial magnetorheological fluid. JOLLY M,BENDER J,CARLSON J. Journal of Intelligent Material and Structures . 1999
[2]  
Neural networks modelling of a magnetorheological damper. CHIH-CHEN CHANG. Journal of Intelligent Material Systems and Structures . 1998
[3]  
NEURAL NETWORKS[P]. NIGHTINGALE CHARLES[GB];WYARD PETER JOSEPH[GB].加拿大专利:CA2070677C,1998-05-26
[4]  
NEURAL NETWORKS[P]. NIGHTINGALE CHARLES[GB];WYARD PETER JOSEPH[GB].加拿大专利:CA2070677C,1998-05-26
[5]  
Design of a magnetorheological automotive shock absorber. JASON E,LINDLER,GLEN A,et al. Proceedings of SPIE the International Society for Optical Engineering . 2000
[6]  
Magnetorheological fluids and their applications. KCRDONSKY WI. Materials Science and Technology . 1993
[7]  
Phenomenological model for magnetorheological dampers. SPENCER JR B F,DYKE S J,SAIN M K,et al. Journal of Engineering . 1997
[8]  
Testing and steady state modelling of a linear MR damper under sinusoidal loading. LI W H,YAO G Z. Smart Materials and Structures . 2000