Neurális hálózatok alkalmazása a váltómodell helyettesítésére a járműszimulációs modellben

Application of neural networks in vehicle simulation as a substitute for gearbox models

Abstract

Nowadays, the development of vehicle simulation models is increasingly important, also due to the virtual validation of new vehicle functions. New methods are emerging, necessitating the application of innovative solutions. The application of artificial intelligence methods can accelerate product development processes, therefore it is essential for companies to explore the applicability of these methods. By implementing this, cost, time, and energy can be saved. This article examines the possibilities offered by using a neural network-based technology instead of traditional modeling methods for creating a transmission model for vehicle simulation. The artificial neural network is capable of reproducing the operation of the transmission by learning from real measurement data. The aim of this article is to demonstrate the use and application of a neural network in a vehicle simulation model.

Kivonat 

Napjainkban a járműszimulációs modellek fejlesztése a gépjárművek új funkcióinak virtuális validálása miatt is egyre fontosabb. Új módszerek jelennek meg, amelyek innovatív megoldások alkalmazását teszik szükségessé. A mesterséges intelligencia módszerek alkalmazása felgyorsíthatja a termékfejlesztési folyamatokat, ezért a vállalatok számára szükségszerű feltérképezni ezen módszerek alkalmazhatóságát. Ennek megvalósításával költség, idő és energia takarítható meg. Ez a cikk azt vizsgálja, hogy a járműszimulációs modell váltómodelljének létrehozásához a hagyományos alapú modellezési módszerek helyett milyen lehetőségeket kínál egy neurális hálózaton alapuló technológia alkalmazása. A mesterséges neurális hálózat képes reprodukálni a váltó működését valós mérési adatokból tanulva. A cikk célja, hogy bemutassa a neurális hálózat használatát és alkalmazását a járműszimulációs modellben.