典型文献
基于PSO-BP神经网络湿式摩擦元件损伤预测模型
文献摘要：
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.
文献关键词：
湿式离合器;神经网络;损伤预测;温度梯度;表面粗糙度
中图分类号：
作者姓名：
李乐;舒越超;吴健鹏;陈漫;王立勇
作者机构：
北京信息科技大学现代测控技术教育部重点实验室,北京 100192;北京理工大学机械与车辆学院,北京 100081
文献出处：
引用格式：
[1]李乐;舒越超;吴健鹏;陈漫;王立勇-.基于PSO-BP神经网络湿式摩擦元件损伤预测模型)[J].北京理工大学学报,2022(12):1246-1255
A类：
周向温度梯度
B类：
PSO,摩擦元件,损伤预测,湿式离合器,多影响因素,多源数据融合,数据融合方法,接合,合油,油压,输入参数,取到,摩擦片,元素浓度,浓度变化,表面粗糙度,模型输出,输出参数,有限元仿真,摩擦磨损,综合试验台,控制变量法,损伤特征,输入工况,非线性关系,实测值,工况变化,多工况
AB值：
0.289374
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
