Zwei verschiedene Identifikationsverfahren wurden zur experimentellen Modellbildung der Wankdynamik eines Kraftfahrzeuges verglichen. Das zeitkontinuierliche physikalische Modell der Drehung des Fahrzeuges um die Längsachse wurde aufgestellt. Das Modell besteht aus einer Differentialgleichung zweiter Ordnung mit den Zustandsgrößen Wankwinkel und Wankwinkelgeschwindigkeit sowie der Querbeschleunigung als Eingangsgröße. Die unbekannten Parameter sind die Summenfederkonstante, die Summendrehdämpferkonstante und das Massenträgheitsmoment. Die Parameter wurden mit der rekursiven Methode der kleinsten Quadrate geschätzt. Als alternatives Verfahren wurde ein nichtphysikalisches Modell aus einem dynamischen, neuronalen Mehrschichtennetz ermittelt. Die Eingangsgrößen waren die an den vier Radaufhängungen gemessenen Federwege und die Ausgangsgröße war die Wankwinkelgeschwindigkeit. Während der Lernphase wurde das Netz mit einem Gradientenverfahren erster oder zweiter Ordnung adaptiert. Die aus beiden Identifikationsmethoden gewonnenen Modelle beschrieben die Wankdynamik gut.
Identifikation der Wankdynamik eines Kraftfahrzeugs mit Parameterschätzverfahren und Neuronalen Netzen
System identification techniques for automotive applications
Automatisierungstechnik - at ; 46 , 9 ; 420-425
1998
6 Seiten, 8 Bilder, 1 Tabelle, 6 Quellen
Article (Journal)
German
Automatische Schiffsidentifikation mit Neuronalen Netzen
SLUB | 1996
|Modernes Motormanagement mit neuronalen Netzen
TIBKAT | 1998
|