一种基于压电型智能轮胎技术和BKA-GPR的轮胎三向力预测方法

本发明公开了一种基于压电型智能轮胎技术和BKA‑GPR的轮胎三向力预测方法。构建了轮胎及PVDF(聚偏二氟乙烯)传感器的有限元模型，并结合Inp融合法建立了压电型智能轮胎模型；通过全局灵敏度分析，评估纵向力(Fx)、侧向力(Fy)和垂向力(Fz)变化对不同胎内位置的PVDF传感器电压输出的敏感性，确定了传感器的最佳安装位置；使用Sobol方法采集电压‑轮胎力数据集，并对接地印迹区域信号进行提取和归一化处理；根据数据特征设计轮胎力高斯过程回归(Gaussian process regression，GPR)模型，并通过黑翅鸢算法(Black‑winged kite algorithm，BKA)优化其超参数；通过随机森林(Random forest，RF)算法确定最佳输入特征和数据规模，重新训练模型可得到低成本、高精度、稳定性和泛化性能良好的轮胎三向力预测模型。