数据驱动的拖挂房车底盘结构安全监测

为了解决拖挂房车驾驶过程中预判失误引起的底盘结构失效问题，提出一种面向数字孪生和神经网络的底盘结构安全监测方法。首先应用数字孪生技术构建拖挂房车的五维数字孪生模型，以整车质量、重心位置和加速度为变量，以底盘的应力分布和失效状态为预测目标，针对紧急制动、紧急转向和紧急制动转向工况建立结构仿真数据集。通过BP神经网络回归训练与置信度校验，对底盘结构性能进行实时监测和行驶安全状态评估。数值实验表明，该监测方法具有实时性以及较高的准确率与召回率，能够为拖挂房车的安全使用与优化设计提供支持。