首页|面向大数据分析的车重还原算法研究

面向大数据分析的车重还原算法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
在当下智能时代,对于准确还原载货车辆行驶时的质量,成为了分析车辆动力需求和优化控制策略的核心问题.然而,面对着诸如干扰大、场景多、采集间隔长等挑战,针对行车大数据的车重估计往往表现出明显的波动.这其中,平均每百秒进行四次换挡,持续 6 秒的刹车的情形更是屡见不鲜.现有的算法往往难以在信息干扰大、数据缺失等复杂场景下有效应对.因此,本研究以概率统计为基础,提出了一种基于核密度估计的车重还原方法.通过对驾驶行为的深入分析,建立了有效的数据筛选原则.在此基础上,利用车辆纵向动力学方程和递推最小二乘法,完成了对车重的精准估计,并采用核密度估计的技术对所得结果进行了深入分析,以还原真实的车辆质量.此外,针对数据中刹车和换挡等因素的影响,对算法的误差适应性进行了详尽分析.研究结果显示,在换挡和刹车等误差干扰下,所提方法的估计结果稳定在 5%以内,成功实现了对载货车辆历史行驶过程中车重的精确还原和追溯.这一研究不仅提供了一种全新的数据智能方法,更为解决行车大数据分析中的实际问题提供了有力支持.

周圣凯、桑海浪、谭志诚、田淋瑕、李峰、陶前昭、李伟柱

展开 >

广西玉柴机器股份有限公司 广西 玉林 537000

广西玉柴机器配件制造有限公司,广西 玉林 537005

自适应遗忘因子 车辆质量还原 数据片段筛选 递推最小二乘 核密度估计

广西壮族自治区重点研发计划重点研发项目

桂科AB22080085桂科AB21220059

2024

装备制造技术
广西机械工程学会

装备制造技术

影响因子：0.252
ISSN：1672-545X
年,卷(期)：2024.(5)
  • 6