Застосування нечіткої нейронної мережі для визначення інформативності факторів впливу на реалізацію зчіпної здатності дороги і шини
DOI:
https://doi.org/10.31649/2413-4503-2022-15-1-88-99Ключові слова:
транспортний засіб, зчіпна здатність дороги і шини, коефіцієнт зчеплення, сповільнення, гальмівний шлях, композиційна невизначеність, експертиза дорожньо-транспортних пригодАнотація
Задача оцінювання зчіпної здатності дороги і шини є однією з найбільш актуальних в автотехнічній експертизі дорожньо-транспортних пригод (ДТП), оскільки результати її розв’язання безпосередньо впливають на оцінювання ефективності гальмування колісних транспортних засобів (ТЗ), як основного способу попередження виникнення аварійних ситуацій на автомобільному транспорті. У разі наявності таких пошкоджень ТЗ, що унеможливлюють проведення дорожніх випробувань, експерту доводиться використовувати застарілі розрахункові методики. Це сприяє виникненню похибок та збільшує невизначеність даних, на основі яких формуються експертні висновки.
В роботі запропоновано шляхи удосконалення існуючих підходів щодо оцінювання коефіцієнта зчеплення та показників ефективності гальмування ТЗ при автотехнічній експертизі ДТП в умовах наявності композиційної (стохастичної та нечіткої) невизначеності. Аналіз застосування математичних методів в практиці розслідування ДТП показав, що при відсутності можливості використання традиційних математичних методів, які базуються на виявленні точних кількісних взаємозв’язків, для дослідження ДТП в умовах невизначеності доцільно застосовувати наближені методи моделювання, які засновані на нечітких (неперервних) логіках. Здійснено вибір та обґрунтування методу оцінювання зчіпних якостей автомобільних шин при дослідженні ДТП в умовах невизначеності на основі використання результатів дослідження ефективності гальмування транспортних засобів категорії М1 в умовах експлуатації та оцінювання інформативності факторів, які впливають на коефіцієнт зчеплення, засобами Fuzzy Logic Toolbox обчислювального середовища Matlab. В результаті чого встановлено, що удосконалення існуючих підходів щодо оцінювання коефіцієнта зчеплення та показників ефективності гальмування ТЗ при автотехнічній експертизі ДТП в умовах наявності композиційної невизначеності можна досягти за рахунок використання простих ANFIS-моделей, які забезпечують кращі узагальнюючі властивості.
Посилання
World Health Organization. Road traffic injuries. URL: http://www.who.int/mediacentre/factsheets/fs358/en/.
Совершенствование методов автотехнической экспертизы при дорожно-транспортных происшествиях: монография / [В. П. Волков, В. Н. Торлин, В. М. Мищенко, А. А. Кашканов, В. А. Кашканов, В. П. Кужель, В. А. Ксенофонтова, А. А. Ветрогон, Н. В. Скляров]. Харьков: ХНАДУ, 2010, 476 с.
А. М. Туренко, В. І. Клименко, О. В. Сараєв, С. В. Данець, Автотехнічна експертиза. Дослідження обставин ДТП. Харків: ХНАДУ, 2013, 320 с.
D. Struble, Automotive accident reconstruction: practices and principles. Boca Raton: CRC Press, 2013, 498 p.
Bosch Automotive Handbook. 9th Edition. / [Reif K., Dietsche K.-H. & others]. Karlsruhe : Robert Bosch GmbH, 2014, 1544 p.
Pacejka Hans B. Tyre and vehicle dynamics. 3rd Ed. Butterworth-Heinemann, Elsevier, 2012, 629 p.
A. A. Kashkanov, A. P. Rotshtein, V. Yu. Kucheruk, V. A. Kashkanov, «Tyre-Road friction Coefficient: Estimation Adaptive System», Bulletin of the Karaganda University. «Physics» series, № 2(98), pр. 50-59, 2020. Doi: 10.31489/2020Ph2/50-59.
K.B. Singh, M. Ali Arat, S. Taheri, “An Intelligent Tire Based Tire-Road Friction Estimation Technique and Adaptive Wheel Slip Controller for Antilock Brake System”, ASME. J. Dyn. Sys., Meas., Control, no. 135(3), pp. 031002-031002-26, 2013. Doi:10.1115/1.4007704.
J. Breuer, A. Faulhaber, P. Frank and S. Gleissner, “Real world safety benefits of brake assistance systems”, in Proceedings of the 20th International Technical Conference on the Enhanced Safety of Vehicles. Washington, DC: National Highway Traffic Safety Administration, 2007, no. 07-0103.
Kanwar Bharat Singh & Saied Taheri, “Estimation of tire-road friction coefficient and its application in chassis control systems”, Systems Science & Control Engineering, no. 3:1, pp. 39-61, 2015. Doi: 10.1080/21642583.2014.985804.
C. Laugier, I. E. Paromtchik, M. Perrollaz, J.-D. Yoder, C. Tay, M. Yong, A. Nègre, K. Mekhnacha, “Probabilistic analysis of dynamic scenes and collision risks assessment to improve driving safety”, IEEE Intelligent Transportation Systems Magazine, no. 3, pp. 4-19, 2011.
R. Zhang, L. Cao, S. Bao, J. Tan, “A method for connected vehicle trajectory prediction and collision warning algorithm based on V2V communication”, International Journal of Crashworthiness, vol. 22, no. 1, pp. 15-25, 2017.
В. П. Волков, Г. Б. Вільський, Теорія руху автомобіля. Суми: Університетська книга, 2010, 320 c.
AASHTO Green Book, A Policy on Geometric Design of Highways and Streets, 7th Edition, 2018, 1047 p.
А. А. Кашканов, «Математичні методи обгрунтування рішень в автотехнічній експертизі дорожньо-транспортних пригод», Автомобільний транспорт, № 43, с. 78-89, 2018. Doi: 10.30977/АТ.2219-8342.2018.43.0.78.
H. Franck, D.Franck, Mathematical methods for accident reconstruction: a forensic engineering perspective. Boca Raton: CRC Press, 2009, 328 p.
А. А. Кашканов, В. А. Кашканов, А. А. Кашканова, «Моделювання траєкторії руху автомобіля при дослідженні ДТП», Вісник машинобудування та транспорту, № 1(9), с. 53-65, 2019. Doi: 10.31649/2413-4503-2019-9-1-53-65.
European Network of Forensic Science Institutes. Best Practice Manual for Road Accident Reconstruction, ENFSI, ENFSI-BPM-RAA-01. Version 01 - November 2015. URL: http://enfsi.eu/wp-content/uploads/2016/09/ 4._road_accident_reconstruction_0.pdf.
О. М. Сумець, В. Ф. Голодний, Основи експертизи дорожньо-транспортних пригод: автотеxнiчна експертиза. К.: Хай-Тек Прес, 2008, 160 с.
L. Rieger, J. Scheef, H. Becker, M. Stanzel and R. Zobel, “Active safety systems change accident environment of vehicles significantly –a challenge for vehicle design”, in Nineteenth International Technical Conference on the Enhanced Safety of Vehicles, Washington, 2005,pp. 05-0074.
Marco P daSilva, Analysis of Event Data Recorder Data for Vehicle Safety Improvement. URL: http://www.nhtsa.gov/DOT/NHTSA/NRD/Multimedia/ PDFs/EDR/Research/811015.pdf.
D. Hynd, M. McCarthy, Study on the benefits resulting from the installation of Event Data Recorders. URL: https://ec.europa.eu/transport/sites/transport/ files/docs/study_edr_2014.pdf.
W. Wach, J. Unarski, “Uncertainty of calculation results in vehicle collision analysis”, Forensic Science International, vol. 167(2), pp. 181–188, 2007. Doi: 10.1016/j.forsciint.2006.06.061.
А. А. Кашканов, «Методика оцінювання і зменшення невизначеності в задачах автотехнічної експертизи дорожньо-транспортних пригод», Вісник машинобудування та транспорту, № 1(11), с. 71-78, 2020. Doi: 10.31649/2413-4503-2020-11-1-71-78.
В. М. Дубовой, О. О. Ковалюк, Моделі прийняття рішень в управлінні розподіленими динамічними системами. Вінниця: Універсум-Вінниця, 2008, 185 с.
A. Rotshtein, H. Rakytyanska, Fuzzy Evidence in Identification, Forecasting and Diagnosis. Berlin: Springer, 2012, 313 p. Doi: https://doi.org/10.1007/978-3-642-25786-5.
В. А. Кашканов, В. М. Ребедайло, А. А. Кашканов, В. П. Кужель, Інтелектуальна технологія ідентифікації коефіцієнта зчеплення при автотехнічній експертизі ДТП. Вінниця: ВНТУ, 2011, 128 с.
J.-S. R. Jang, «ANFIS: Adaptive-Network-based Fuzzy Inference Systems», IEEE Transactions on Systems, Man, and Cybernetics, vol. 23, no. 3, pp. 665-685, May 1993.
H. Andy, Register. A Guide to MATLAB Object-Oriented Programming. Chapman and Hall/CRC, 2007, 384 p.
Ю. П. Зайченко, Нечеткие модели и методы в интеллектуальных системах. Киев: Слово, 2008, 344 с
##submission.downloads##
-
PDF
Завантажень: 102
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
