科创中国
基于数据驱动的山地叶片转运车防侧翻预警方法及系统
发布时间: 2026-04-16
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
新能源产业,风能产业
成果介绍
本发明提供一种基于数据驱动的山地叶片转运车防侧翻预警方法及系统，涉及车辆防侧翻风险预警技术领域，其包括以下步骤：S1、联合仿真生成神经网络训练数据集；S2、构建RBF神经网络训练作为车辆簧上载荷参数估计模型；S3、利用改进灰狼优化算法对RBF神经网络的参数进行优化；S4、对RBF神经网络进行优化并基于优化后RBF神经网络进行簧上载荷预测；S5、通过车载传感器获取车辆行驶过程中的状态信息得到车辆的簧上载荷分布情况并产生预警信号；S6、搭建基于ROS的风电叶片山地转运车防侧翻可视化平台，进行防侧翻预警。本发明的方法根据车辆行驶过程中的参数进行实时的车辆防侧翻预警，提高了车辆运输过程中的安全性。
成果亮点
本发明提出一种基于数据驱动的山地叶片转运车防侧翻预警方法及系统，针对风电叶片山地运输中的侧翻风险，构建了完整的智能预警解决方案。通过联合仿真生成训练数据集，构建RBF神经网络作为簧上载荷参数估计模型，并采用改进灰狼优化算法对网络参数进行优化，显著提升了载荷预测的精度与收敛速度。系统基于车载传感器实时获取车辆状态信息，动态估计簧上载荷分布并及时发出预警信号。同时，搭建基于ROS的可视化预警平台，实现风险可感知、可预警、可追溯。该方法有效解决了山地复杂路况下叶片运输车的侧翻预警难题，显著提升了运输安全性与智能化水平。
团队介绍
燕山大学 张亚辉 , 姜宇昊 , 王明阳 , 王艺璎 , 焦晓红 , 刘泽阳 , 王继者 , 王众 , 田阳 , 文桂林
成果资料
下载app