(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110244260.3 (22)申请日 2021.03.05 (65)同一申请的已公布的文献号 申请公布号 CN 112949187 A (43)申请公布日 2021.06.11 (73)专利权人 株洲齿轮有限责任公司 地址 412007 湖南省株洲市天元区明日路 10号 (72)发明人 刘云峰　邢乐德　龙朋　 (74)专利代理 机构 株洲湘知 知识产权代理事务 所(普通合伙) 43232 专利代理师 王宏 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06F 119/14(2020.01) (56)对比文件 CN 112373484 A,2021.02.19 CN 112373484 A,2021.02.19 CN 1084379 98 A,2018.08.24 CN 10896 0426 A,2018.12.07 CN 110148230 A,2019.08.20 刘祥环等.基 于整车工况的电动汽车动力总 成系统效率优化设计方法. 《汽车制造业》 .2020, (第11期), 审查员 张敏 (54)发明名称 整车质量计算方法 (57)摘要 本发明涉及车辆领域， 尤其涉及 整车质量计 算方法。 具体步骤如下： S1： 对整车纵向受力情况 进行分析， 建立整车纵向动力学方程； S2： 对整车 纵向动力学方程进行变形； S3： 建立神经网络模 型； S4： 将采集的数据带入神经网络模型对所述 神经网络模型进行训练； S5： 通过训练得到的权 值， 计算整车质量。 本发明不仅能够实时计算整 车质量， 便于自动变速器及时根据当前整车质量 对挡位进行调整。 该种计算方法尤其适用于商用 车、 卡车等质量突变比较大的车辆。 而且不需要 增设硬件设备， 还取消了加速度传感器， 降低了 设备成本。 同时又由于取消了对加速度的采集， 减少了一个 变量， 进而提高了测量精度。 权利要求书3页 说明书7页 附图3页 CN 112949187 B 2022.06.14 CN 112949187 B 1.一种整车质量计算方法， 其特 征在于， 具体步骤如下： S1： 对整车纵向受力情况进行分析， 建立整车纵向动力学 方程； S2： 对整车纵向动力学 方程进行变形； S3： 建立神经网络模型； S4： 将采集的数据带入神经网络模型对所述神经网络模型进行训练； S5： 通过训练得到的权值， 计算整车质量； 其中步骤S1所述的整车纵向动力学 方程为： Teng为发动机扭矩， iAMT为变速箱挡位速比， ig为主减速器速比， ηAMT为变速箱效率， rWheel 为车轮滚动半径， m为整车质量， g为重力常数， θ 为道路坡度， froll为道路滚动阻力系数， CD为 风阻系数， A为车辆 迎风面积， u为车速， δ 为旋转质量换算系数； 其中步骤S2所述的对整车纵向动力学 方程进行变形 具体包括： S21： 将发动机扭矩和车速看做上述动力系统方程的输入， 将加速度看做输出， S22： 对上式两端 进行积分得到如下 方程： S23： 进行化简得： 其中 Δt为两次数据采样的时间 间隔； 其中步骤S3具体包括： 建立单层线性神经网络模型， 设有输入层和输出层； 确定输入层 和输出层神经 元个数并建立线性神经网络模型： 所述输入层的向量 为 所述输出层的向量 为Y＝y1＝u(tn+1)‑u(tn) wij为输入层第j个神经 元到第i个输出的权值， 其中i 为1， j可取1,2，权　利　要　求　书 1/3 页 2 CN 112949187 B 2w11、 w12分别为x1、 x2到y1的连接权， 第i个神经 元的总输入为： 输出神经 单元yi的阈值bi定义如下： 激活函数fi为线性函数定义如下： fi＝f(neti‑bi)＝neti‑bi。 2.根据权利要求1所述的整车质量计算方法， 其特征在于， 步骤S4采用有监督学习法对 所述线性神经网络模型进行训练， 直到得 出权值wij。 3.根据权利要求2所述的整车质量计算方法， 其特征在于， 对采集的数据进行线性差值 处理后再带入线性神经网络模型。 4.根据权利要求3所述的整车质量计算方法， 其特征在于， 采用所述有监督学习训练法 进行训练的方法如下： 1)初始化设置， 随机给定 权值wij和阈值bi的初始值， 2)前向传播， 计算输出层第i个神经 元在第p个样本时的输入为 为第p个样本的第j个输入 输出为 3)计算输出层误差 为第p个样本的第i个输出的目标输出， 4)计算第p个样本输入下的二次型误差， 并判断所述二次型误差是否小于给定的误差 极限， 若小于则训练结束； 否则更新权值及阈值后回到步骤2)继续进行训练， 所述二次型误差方程 为： 权　利　要　求　书 2/3 页 3 CN 112949187 B 3