-
公开(公告)号：CN112711191B
公开(公告)日：2022-03-08
申请号：CN202011575786.1
申请日：2020-12-28
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于神经网络训练提高液粘调速离合器调速准确度的方法，属于机械传动驱动技术领域。本发明通过分析液粘调速离合器的工作规律和特点，即在油压‑转速变化在上升过程与下降过程均存明显差异，整体体现为大迟滞非线性曲线，模型可分别用上升曲线、下降曲线来表示。整体采用数据分类+神经网络训练的方式建立其数据模型，输入参数为当前控制压力、温度及输入转速，输出参数为当前输出转速。根据神经网络模型进行仿真分析，从而设计控制器并在仿真平台进行验证，解决液粘调速离合器的准确调速问题。
-
公开(公告)号：CN112697426A
公开(公告)日：2021-04-23
申请号：CN202011575998.X
申请日：2020-12-28
Applicant: 北京理工大学
IPC: G01M13/022
Abstract: 本发明公开了一种基于线性回归拟合提高液粘调速离合器调速准确度的方法，属于机械传动驱动技术领域。通过对液粘调速离合器的台架数据进行数据驱动建模，采用台架数据进行数据分类并拟合线性回归模型，采用分段拟合方式建模，三个区间范围均由转速和负载扭矩决定。在此基础上，建立液粘调速离合器输入输出仿真模型。整体采用数据分类+线性回归拟合的方式建立其数据模型，假设输出转速与温度、输入转速、控制压力之间线性相关，即满足一个多元一次方程，输入参数为当前控制压力、温度和输入转速，输出参数为当前输出转速。根据模型进行仿真分析，从而设计控制器算法，有效解决了液粘调速离合器准确调速问题。
-
公开(公告)号：CN112711191A
公开(公告)日：2021-04-27
申请号：CN202011575786.1
申请日：2020-12-28
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于神经网络训练提高液粘调速离合器调速准确度的方法，属于机械传动驱动技术领域。本发明通过分析液粘调速离合器的工作规律和特点，即在油压‑转速变化在上升过程与下降过程均存明显差异，整体体现为大迟滞非线性曲线，模型可分别用上升曲线、下降曲线来表示。整体采用数据分类+神经网络训练的方式建立其数据模型，输入参数为当前控制压力、温度及输入转速，输出参数为当前输出转速。根据神经网络模型进行仿真分析，从而设计控制器并在仿真平台进行验证，解决液粘调速离合器的准确调速问题。
-
公开(公告)号：CN112697426B
公开(公告)日：2021-12-28
申请号：CN202011575998.X
申请日：2020-12-28
Applicant: 北京理工大学
IPC: G01M13/022
Abstract: 本发明公开了一种基于线性回归拟合提高液粘调速离合器调速准确度的方法，属于机械传动驱动技术领域。通过对液粘调速离合器的台架数据进行数据驱动建模，采用台架数据进行数据分类并拟合线性回归模型，采用分段拟合方式建模，三个区间范围均由转速和负载扭矩决定。在此基础上，建立液粘调速离合器输入输出仿真模型。整体采用数据分类+线性回归拟合的方式建立其数据模型，假设输出转速与温度、输入转速、控制压力之间线性相关，即满足一个多元一次方程，输入参数为当前控制压力、温度和输入转速，输出参数为当前输出转速。根据模型进行仿真分析，从而设计控制器算法，有效解决了液粘调速离合器准确调速问题。
-
-
-
Search Results
4
records
(took 0.023 seconds)
