Název: Využití neuronových sítí pro odhad dynamických veličin
Překlad názvu: Use of neural networks for estimation of dynamic variables
Autoři: Dufek, Martin ; Repka, Martin (oponent) ; Zháňal, Lubor (vedoucí práce)
Typ dokumentu: Diplomové práce
Rok: 2024
Jazyk: cze
Nakladatel: Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstrakt: [cze] [eng]
Cílem diplomové práce je ověřit použitelnost neuronových sítí k predikci dynamických veličin automobilu. Některé dynamické veličiny vozidel jsou těžko měřitelné, nebo je nutné je dopočítávat, přičemž měření takových veličin může vyjít velmi draze. Pokud by však neuronové sítě dokázaly hodnoty predikovat s přijatelnou chybou, jednalo by se o dostupnější a ekonomičtější metodu. Ověření bylo provedeno vytvořením dvou rekurentních neuronových sítí pro odhad veličin úhlu směrové úchylky a podélných sil na všech kolech automobilu. V práci jsou popsány jednotlivé kroky vytvoření sítí od zpracování vstupních dat až po vyhodnocení predikcí sítí. Výsledky ukazují, že lze využít neuronové sítě k určení dynamických veličin a pro některé účely jimi nahradit drahá měření. V závěru jsou formulovány důležité poznatky získané během vytváření neuronových sítí, které mohou pomoci s vytvářením nových sítí pro odhad dynamických veličin automobilu a je zde nastíněno další možné vylepšení vytvořených neuronových sítí. The aim of the thesis is to verify the applicability of neural networks to predict vehicle dynamic variables. Some vehicle dynamic variables are difficult to measure or need to be calculated, and measuring such quantities can be very expensive. However, If neural networks could predict values with acceptable error, this would be a more affordable and economical method. Verification was performed by creating two recurrent neural networks to estimate the quantities of directional deviation angle and longitudinal forces on all wheels of the car. The paper describes the steps of network creation from processing the input data to evaluating the network predictions. The results show that neural networks can be used to determine dynamic quantities and replace expensive measurements for some purposes. Finally, important insights gained during the creation of neural networks are formulated that can help with the creation of new networks for the estimation of automotive dynamic quantities, and further possible improvements of the created neural networks are outlined.
Klíčová slova: Matlab; neuronová síť; odhad dynamických veličin; podélné síly na kolech automobilu; rekurentní neuronová síť; úhel směrové úchylky; longitudinal forces on the vehicle wheels; Matlab; neural network; prediction of dynamics variables; recurrent neural network; slip angle

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: https://hdl.handle.net/11012/249121

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-619396


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Vysokoškolské kvalifikační práce > Diplomové práce