摘要：提出利用经遗传算法优化的BP神经网络辨识矿山路面的方法。建立了14自由度自卸车仿真模型,将仿真得到的座椅加速度作为网络理想输入样本,基于逆变换原理拟合出的路面不平度作为网络理想输出样本,通过网络训练,建立了两者之间非线性映射模型。对拟合出的不同等级路面、各种凹坑路面及自卸车不同载重下路面不平度进行辨识,辨识路面与测试路面相关系数高、相对误差小,验证了该方法具有对复杂矿山路面的辨识能力。通过整车道路试验,证明了该方法的准确性。与自卸车常用C级路面下的平顺性仿真结果的对比显示,采用该方法得到辨识路面更加接近实际路面,达到了提高模型仿真精度的目的。

关键词：矿山路面 辨识 bp神经网络 遗传算法 仿真精度 

单位：湖南大学汽车车身先进设计制造国家重点实验室; 长沙410082; 湖南工业大学; 株洲412007