液力变矩器通用特性及其匹配方法的研究

摘要：

利用系列泵轮转速及工况的试验数据,建立了一种基于液力变矩器通用特性的发动机与液力变矩器匹配模型.分析了传统匹配方法产生较大误差的来源,在有限试验数据基础上利用反向传播神经网络的拟合和泛化能力,确定了神经网络结构的隐含层节点数,建立了液力变矩器通用特性预测模型,并与传统经验修正模型进行对比.对比结果显示文中提出的方法使得特性预测精度有显著提升.在此基础上,结合发动机净外特性提出了发动机与液力变矩器通用特性匹配模型,该匹配模型考虑了泵轮转速对液力变矩器稳态性能的影响,更符合实际运行情况下发动机与液力变矩器共同工作特性,提高了液力变矩器与发动机的匹配精度.

关键词：反向传播,神经网络;匹配方法;液力变矩器;通用特性

所属期刊栏目：41

分类号：U463.22(汽车工程)

资助基金：国家自然科学基金资助项目;北京理工大学青年教师学术启动计划项目;车辆传动重点实验室基金;稳定支持项目

在线出版日期：2021-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：927-934