基于模糊神经网络的湿式离合器状态识别方法

摘要

本发明涉及离合器控制设计的技术领域，具体为一种基于模糊神经网络的湿式离合器状态识别方法，包括以下内容：分析预设的半结合点状态参数全集筛选生成最优特征子集一；根据预设的滑摩特征参数生成滑摩状态参数全集，分析滑摩状态参数全集筛选生成最优特征子集二；根据最优特征子集一、最优特征子集二和预设的模糊神经网络模型生成离合器状态；获取工况信息，根据工况信息判断是否满足学习条件，若满足学习条件，则根据模糊神经网络模型获取离合器状态，根据离合器状态生成控制信息。采用本方案，能够根据模糊神经网络模型分析湿式离合器的离合器状态，从而执行不同的控制操作，提高湿式离合器的控制精度。