高速公路路面不平度识别研究

• 作者: 张丽霞 潘福全 章红梅
• 来源期刊: 结构工程师
• 关键词: 高速公路 路面不平度 识别 RBF 神经网络
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 地基基础
• 页码范围: 105-111
• 页数: 7页
• 字数: 2560字
• 语种: 中文

摘要

为了发现高速公路上路面不平度产生的汽车动载对路面破坏影响，建立了7个自由度汽车振动模型，以得到车身质心垂直加速度和俯仰角加速度作为神经网络理想输入样本，路面不平度作为网络理想输出样本，识别了 B 级和 C 级路面不平度。识别的 B 级路面和 C 级路面相对误差的最大值分别是0．24％和0．42％。结果表明，该方法具有较理想的识别精度和较强的抗噪声能力，C 级路面不平度的相对误差比 B 级路面不平度的相对误差大。识别出来的路面不平度可为分析高速公路路面动力响应研究提供理论基础。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘福全	青岛理工大学汽车与交通学院	77	419	9.0	18.0
2	章红梅	同济大学结构工程与防灾研究所	30	484	12.0	21.0
3	张丽霞	青岛理工大学汽车与交通学院	57	426	9.0	19.0