System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及液力变矩器作业,具体涉及一种液力变矩器控制方法、系统、计算机介质及计算机。
技术介绍
1、液力变矩器是一种用于传输动力的液压传动装置,因为具有良好的自适应性能、减振性能、低速稳定性和舒适性,可广泛应用于乘用车、工程机械和商用车等。液力变矩器主要由泵轮、涡轮和导轮组成,液力变矩器内填充液体(通常是液压油),通过液体的运动来传递动力。
2、现有的液力变矩器工作原理如下:1、发动机输出轴驱动泵轮旋转,液体被泵轮的叶片推动产生离心力,加速向外流动。2、流经泵轮的液体进入涡轮,使涡轮开始转动,从而驱动输出轴。3、在涡轮后面的导向轮帮助液体重新定向,并将其重新引导到泵轮,形成一个连续的流动回路。然而,目前现有的液力变矩器尽管具有良好的自适应性能、减振性能、低速稳定性和舒适性,但目前存在能效较低的问题,即由于涉及液体的运动摩擦和涡流损耗,导致较高的能量损失,降低了系统的能效。因此,目前亟需一种能够根据实时工作条件调整参数,从而实现性能的优化,提高扭矩输出和能量转换效率的液力变矩器控制方法。
技术实现思路
1、专利技术目的:为了克服以上不足,本专利技术的目的是提供一种液力变矩器控制方法。
2、为解决上述技术问题,本专利技术提供了液力变矩器控制方法,包括:步骤1:根据历史传感器数据,生成数据集,并对所述数据集进行预设处理;步骤2:采用所述数据集对自适应控制模型不断训练,包括:提取数据集包含的液力变矩器的预设特征,同时采用机器学习算法或模糊逻辑方法构建自适应控制模
3、作为本专利技术的一种优选方式,在步骤1中,所述方法还包括以下步骤:步骤10:根据数据集,进行数据滤波处理,包括移动平均滤波及中值滤波中的至少一种;步骤11:根据滤波处理后的数据集,进行信号处理,包括频域分析、时域分析、小波分析中的至少一种。
4、作为本专利技术的一种优选方式,在步骤2中,所述方法还包括以下步骤:步骤20:提取数据集包含的液力变矩器的工作状态和环境条件的特征,包括扭矩输出、温度、压力、转速参数中的至少一种;步骤21:根据提取的特征,使用皮尔逊相关系数的统计方法进行相关性分析:其中,xi、yi为两个变量的观测值,分别为两个变量的均值,n为样本数量。
5、作为本专利技术的一种优选方式,在步骤2中,所述方法还包括以下步骤:步骤22:使用支持向量机的方法构建基于机器学习的自适应控制模型,进而将提取到的特征作为输入,其中,支持向量机的计算公式为其中,x′为输入特征向量,n为支持向量的数量,αi为拉格朗日乘子,vi为支持向量的标签,k为核函数,b为偏置项;步骤23:训练所述自适应控制模型:调整支持向量的位置和对应的拉格朗日乘子,以达到最佳的分类效果。
6、作为本专利技术的一种优选方式,在步骤23中,所述方法还包括以下步骤:步骤230:初始化支持向量机的参数,包括拉格朗日乘子α和偏置项b;步骤231:计算目标函数:其中,αi为第i个样本对应的拉格朗日乘子,αj为第j个样本对应的拉格朗日乘子,x′i、x′j为训练样本的特征向量,vi、vj为的训练样本支持向量对应的标签;步骤232:使用序列最小优化的方法调整支持向量的位置和对应的拉格朗日乘子,以达到最佳的分类效果;步骤233:重复步骤231-步骤232,直至达到预设停止条件。
7、作为本专利技术的一种优选方式,在步骤232中,所述方法还包括以下步骤:步骤2320:在每一轮迭代中,选择一对拉格朗日乘子αi和αj;步骤2321:根据选定的乘子αi和αj,固定其他乘子的值,使用解析方法更新选定乘子αi和αj的值;步骤2322:在每次更新乘子后,根据karush-kuhn-tucker conditions条件更新偏置项b;步骤2323:重复步骤2320-步骤2322,直至达到预设停止条件。
8、作为本专利技术的一种优选方式,在步骤2中,所述方法还包括以下步骤:步骤24:建立模糊规则库:根据液力变矩器的特性和工作状态,制定模糊规则;步骤25:确定隶属度函数:为每个输入和输出变量确定隶属度函数;步骤26:模糊推理:根据输入数据和模糊规则,使用最小-最大方法进行模糊推理,生成模糊输出:其中,μoutput(y)为输出变量y的模糊输出,为第i条模糊规则中输入变量xn的隶属度函数值;步骤27:解模糊化:根据模糊输出的隶属度函数,采用加权平均的方法将模糊输出转化为具体的工作状态或控制参数:其中,valuei为模糊输出隶属度函数的具体值,weighti为所述具体值对应的权重。
9、作为本专利技术的一种优选方式,在步骤25中,所述方法还包括以下步骤:步骤250:确定每个输入和输出变量的取值范围,所述输入和输出变量包括温度、压力、扭矩中的至少一种;步骤251:根据变量的实际取值范围,选择隶属度函数类型,所述隶属度函数类型包括三角形、梯形和高斯函数中的至少一种;步骤252:根据选择的隶属度函数类型,确定所述隶属度函数对应的参数。
10、作为本专利技术的一种优选方式,在步骤26中,所述方法还包括以下步骤:步骤260:对于每个模糊规则,计算输入变量与模糊规则的匹配程度;步骤261:采用最小运算方法,将每个模糊规则的匹配程度与其对应的输出隶属度函数进行合成;步骤262:采用最小运算方法,将所有的模糊规则的输出隶属度函数进行合成;步骤263:最终得到的合成隶属度函数即为模糊输出。
11、本专利技术还提供一种液力变矩器控制系统,包括:传感器单元,其包括扭矩传感器、温度传感器、压力传感器及转速传感器,所述扭矩传感器用于通过测量液力变矩器的输入和输出轴之间的扭矩,以实时监测液力变矩器的扭矩输出数据;所述温度传感器用于监测液力变矩器的液体温度数据;所述压力传感器用于监测液力变矩器的液体压力数据;所述转速传感器用于监测液力变矩器的输入和输出轴的转速变化;控制单元,其包括:数据采集模块,用于采集扭矩传感器、温度传感器、压力传感器及转速传感器实时的数据;数据处理模块,用于根据历史传感器数据,生成数据集,并对所述数据集进行预设处理;模型训练模块,用于采用所述数据集对自适应控制模型不断训练,包括:提取数据集包含的液力变矩器的预设特征,同时采用机器学习算法和/或模糊逻辑方法构建自适应控制模型,进而将预设特征作为自适应控制模型的输入,训练所述自适应控制模型;模型部署模块,用于将训练后的自适应控制模型进行部署,进而根据采集的实时传感器数据,分析液力变矩器的负载环境数据;模式调节模块,用于根据所述负载环境数据,匹配所述液力变矩器的模式等级,进而根据所述模式等级,对所述液力变矩器进行预设液体调节。
12、本专利技术的上述技术方案相比现有技术具有以下优点:1、能够根据实时监测到的工作条件和环境参数,本文档来自技高网...
【技术保护点】
1.一种液力变矩器控制方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种液力变矩器控制方法,其特征在于,在步骤1中,所述方法还包括以下步骤:
3.根据权利要求1所述的一种液力变矩器控制方法,其特征在于,在步骤2中,所述方法还包括以下步骤:
4.根据权利要求3所述的一种液力变矩器控制方法,其特征在于,在步骤2中,所述方法还包括以下步骤:
5.根据权利要求4所述的一种液力变矩器控制方法,其特征在于,在步骤23中,所述方法还包括以下步骤:
6.根据权利要求5所述的一种液力变矩器控制方法,其特征在于,在步骤232中,所述方法还包括以下步骤:
7.根据权利要求3所述的一种液力变矩器控制方法,其特征在于,在步骤2中,所述方法还包括以下步骤:
8.根据权利要求1所述的一种液力变矩器控制方法,其特征在于,在步骤25中,所述方法还包括以下步骤:
9.根据权利要求1所述的一种液力变矩器控制方法,其特征在于,在步骤26中,所述方法还包括以下步骤:
10.一种液力变矩器控制系统,其特征
...【技术特征摘要】
1.一种液力变矩器控制方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种液力变矩器控制方法,其特征在于,在步骤1中,所述方法还包括以下步骤:
3.根据权利要求1所述的一种液力变矩器控制方法,其特征在于,在步骤2中,所述方法还包括以下步骤:
4.根据权利要求3所述的一种液力变矩器控制方法,其特征在于,在步骤2中,所述方法还包括以下步骤:
5.根据权利要求4所述的一种液力变矩器控制方法,其特征在于,在步骤23中,所述方法还包括以下步骤:
...【专利技术属性】
技术研发人员:高峰,
申请(专利权)人:太仓市凯福士机械有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。