Neural network model of vehicle suspension

• Autorzy: Popardovský V. , Gavora S. , Hanulík M.

Warianty tytułu

PL

Model sieci neuronowej zawieszenia pojazdu

• Języki publikacji: EN

Abstrakty

EN

Vehicle suspension is a complex mechanical system – many interconnected parts, influencing each other. There are some components which mathematical description is complicated. For example, damper itself, has nonlinear characteristic. Therefore, creating of accurate mathematical model of suspension system is a bit difficult work. In this paper we present two ways how to do it – classical and non-classical approach with using artificial intelligence tool (artificial neural network).

PL

Zawieszenie pojazdu to złożony system mechaniczny -wiele wzajemnie połączonych części wpływa na siebie nawzajem. Istnieją pewne elementy, których opis matematyczny jest skomplikowany. Na przykład sam tłumik ma charakter nieliniowy. Dlatego stworzenie dokładnego matematycznego modelu układu zawieszenia jest skomplikowane. W niniejszym artykule przedstawiono dwa sposoby budowy modelu matematycznego - klasyczne i nieklasyczne podejście z wykorzystaniem narzędzia sztucznej inteligencji (sztucznej sieci neuronowej).

Słowa kluczowe

EN

quarter car model; PULSE system; Feed-forward neural network; MATLAB

PL

model ćwiartki samochodu; system PULS; sieć neuronowa Feed-forward; MATLAB

• Wydawca: Instytut Pojazdów Politechniki Warszawskiej
• Czasopismo: Zeszyty Naukowe Instytutu Pojazdów / Politechnika Warszawska
• Rocznik: 2018
• Tom: z. 3/117
• Strony: 29--33
• Opis fizyczny: Bibliogr. 5 poz., rys., wykr.

Twórcy

autor

Popardovský V.

• Armed Forces Academy of Gen. M.R. Štefánik, Liptovský Mikuláš, Slovak Republic

autor

Gavora S.

• Armed Forces Academy of Gen. M.R. Štefánik, Liptovský Mikuláš, Slovak Republic

autor

Hanulík M.

• Armed Forces Academy of Gen. M.R. Štefánik, Liptovský Mikuláš, Slovak Republic

Bibliografia

• [1] Waldron J.K., Kinzel L.G.: Agrawal K.S.: Kinematics, Dynamics, and Design of Machinery, West Sussex, 2016, UK;
• [2] Droppa P., Štiavnický M.: Modeling of Kinematic and Strength Relations in Mobile Technics, 2012, Armed Forces Academy of General M. R.Štefánik, Liptovský Mikuláš;
• [3] Uicker J.J., Pennock R.G., Shihley E.J.: Theory of Machines and Mechanisms, New York, 2011, USA;
• [4] Narendra K., Parthasarathy K.: Identification and control of dynamical systemsusing neural networks, IEEE Trans. on Neural Networks, 1, 1, 1990, 4–27;
• [5] Nelles O.: Nonlinear System Identification: From Classical Approaches to NeuralNetworks and Fuzzy Models, 2000, Springer.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).