主动轮作为履带式车辆推进装置的重要组件,其轴向扭矩的测量对优化运动机制提供重要参考和有效技术保障。测试系统的设计受到空间条件制约,神经网络算法与间接测量方法的结合为困难测点的参数测量开辟了新思路,具有现实意义。本文在履带式车辆主动轮扭矩测试方面,采用存储测试技术,采集主动轮四个轮毂处的应变信号,提出基于共轭梯度下降法的RBF神经网络算法,结合虚拟仪器技术,解决了履带式车辆主动轮扭矩间接测试的问题。本文首先对测试环境及测试系统的设计要求进行分析,提出相应的解决方法,制定了整体的设计方案。接着,为保障测试仪抗震性能,对壳体机械结构进行设计。根据被测信号特征,结合存储测试技术分别对硬件电路中模拟电路、数字电路模块进行设计,得到四个轮毂测点应变信号。然后在标准RBF神经网络算法的基础上,融合指数平滑算法的思想,提出了基于共轭梯度下降法的RBF神经网络预测算法,算法可靠性与高效性经过标定数据仿真实验得到检验。最后为了获得轮轴动态间接测量的扭矩值,设计了一种基于LabVIEW与神经网络的综合化多通道信息处理软件平台,具备对多通道数据接收、显示、数据处理等功能。实验表明:该软件在数据采集与分析方面具有优越性,降低了智能算法应用门槛,方便用户使用。该测试方法不仅可以进行主动轮扭矩间接测试,解决复杂非线性系统多参数拟合问题,还可以适用于应力场、温度场等场量的测试中,用于在相关参量间建立联系,或间接方法获取目标值。