买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本发明公开了一种湿式离合器接合性能预测方法及系统，属于神经网络预测领域。本发明通过分析影响湿式离合器接合性能的时变参数及非时变参数，结合历史数据及有限元仿真数据，建立了具有时间序列的LSTM神经网络模型，从而实现对湿式离合器接合过程中转矩特性及摩擦片温度特性的精准预测。通过带动量的梯度下降法对LSTM神经网络模型进行训练，以加速收敛过程并减少震荡，提高了LSTM神经网络模型的训练速度和性能。本发明的方法能够为设计人员优化离合器结构及工作方式提供参考，从而提高离合器接合状态的转矩稳定性，避免起步冲击，降低振动噪声水平，全面提升离合器整体性能，延长离合器的使用寿命。

主权项：1.一种湿式离合器接合性能预测方法，其特征在于，包括以下步骤：S1、获取在不同工况下不同设计参数的湿式离合器的运行数据，所述运行数据分为三类，分别为时变参数、非时变参数以及预测输出参数，将时变参数以及非时变参数作为样本数据集中的样本数据，每个样本数据对应一种设计参数的湿式离合器的一种工况，将预测输出参数作为所述样本数据集的样本标签；其中，时变参数包括摩擦系数、摩擦副间隙、摩擦副相对转速、润滑油温度、润滑油流量以及接合压力；非时变参数包括摩擦片直径以及摩擦片厚度；预测输出参数包括离合器转矩以及摩擦片温度；S2、对所述样本数据集进行归一化处理，将归一化处理后的样本数据作为输入向量，将归一化处理后的样本标签作为输出向量，在经过归一化处理的样本数据集上对预先构建好的LSTM神经网络模型进行训练，达到收敛条件后，将训练好的LSTM神经网络模型作为湿式离合器性能预测模型；S3、将需要测试的湿式离合器的时变参数和非时变参数作为待测输入向量，将待测输入向量经过归一化处理后输入到湿式离合器性能预测模型中，得到初始预测输出向量，对初始预测输出向量经反归一化处理后，得到最终预测输出向量，实现湿式离合器接合性能预测；其中，所述初始预测输出向量为湿式离合器接合过程的离合器转矩及摩擦片温度的归一化预测值，所述最终预测输出向量为湿式离合器接合过程的离合器转矩及摩擦片温度的反归一化预测值；步骤S3中，所述LSTM神经网络模型由输入层、LSTM层、Dropout层和输出层组成，LSTM神经网络模型根据历史运行数据和待预测时间点的运行数据预测待预测时间点后的预测输出数据；历史运行数据为待预测时间点前n个时间点的时变参数、非时变参数以及预测输出数据；待预测时间点的运行数据为待预测时间点的时变参数以及非时变参数。

全文数据：

权利要求：

百度查询： 浙江大学 湿式离合器接合性能预测方法及系统