基于PSO-BP神经网络湿式摩擦元件损伤预测模型

摘要：

为求解湿式离合器的多影响因素损伤关系,应用多源数据融合方法,构建一种基于PSO-BP神经网络的湿式摩擦元件损伤预测模型.将转速和接合油压作为模型的输入参数,将提取到的摩擦片周向温度梯度、Fe和Cu元素浓度变化率、摩擦片表面粗糙度变化率作为模型输出参数,建立了有限元仿真模型,搭建了湿式离合器摩擦磨损综合试验台,采用控制变量法研究了油压、转速对摩擦元件损伤特征参数的影响.结果表明,输入工况与4类损伤特征参数呈非线性关系,预测值与实测值随工况变化趋势一致,损伤特征参数较油压的变化更为敏感.对比同类模型与试验数据,预测模型具有较高的预测精度,能够有效地对湿式离合器多工况损伤进行预测.

关键词：湿式离合器、神经网络、损伤预测、温度梯度、表面粗糙度

所属期刊栏目：42

分类号：U463.22+1.4(汽车工程)

资助基金：国家自然科学基金;国家自然科学基金;国防科技项目基金（非规范项目名称）;北京信息科技大学勤信人才培育计划项目

在线出版日期：2022-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1246-1255