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

摘要

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。