论文部分内容阅读
安全气囊在交通事故中对乘员起到了巨大的保护作用,其研究与开发正向多样化、智能化方向发展。在安全气囊的研究中,控制算法是其关键技术之一,是确定安全气囊准确引爆的主要控制手段,目前虽然已经形成了许多控制算法,但这些算法对碰撞强度的分析较少,容易发生误点火,造成气囊对人体的伤害,降低了安全气囊的保护作用。 本文首先介绍了安全气囊控制的基本原理和传统的点火控制算法,分析了不同点火控制算法的优缺点,在此基础上,结合现代智能控制算法,采用基于车体碰撞强度与乘员位移相结合的安全气囊点火触发算法,利用模糊神经网络原理,建立了用于判断汽车碰撞强度的自适应模糊神经网络模型和基于神经网络的乘员位移检测网络模型,结合两个网络的输出来最终决定气囊的点火与否。汽车碰撞强度推理网络采用加速度变化产生的四个特征变量作为输入量,将其进行模糊划分,并根据自适应模糊神经网络训练模糊规则和隶属函数,利用MATLAB模糊神经工具箱进行仿真,结果表明:自适应模糊神经算法能够准确地推断汽车碰撞强度大小。基于神经网络的乘员位移检测网络采用加速度变化量作为输入量,预测当前时刻后30ms的乘员位移为输出量,有效的保证了气囊点火的最佳时刻。结合汽车碰撞强度与乘员距离建立气囊充气级别的模糊推理,根据模糊规则推理气囊的充气级别,使整个安全气囊能够形成一个自约束调节系统。同时,利用虚拟仪器技术搭建虚拟实验平台,通过三种碰撞初速度的加速度曲线对算法进行模拟验证,利用乘员位移预测曲线,对算法结果进行了验证。结果证明:对于不同的碰撞初速度,使用本文算法能够按照预定的标准对汽车碰撞强度大小和点火时刻进行判断。 本文采用的自适应模糊神经算法,对汽车安全气囊的智能点火控制有着一定的指导意义,通过对汽车碰撞强度大小的准确判断,能够减少安全气囊误点火,加强乘员保护效果。