基于BP神经网络的无级变速器滑移率控制方法及系统与流程

文档序号:15586817发布日期:2018-10-02 18:28阅读:368来源:国知局

本发明属于无级变速器滑移率控制方法,具体涉及一种基于bp神经网络的无级变速器滑移率控制方法及系统。



背景技术:

无级变速器效率偏低是因为金属带夹紧力过大,避免遇到道路阻力时不打滑,但是夹紧力过大不仅会使无级变速器传动效率降低,而且增大了液压系统的损耗。一些研究表明,减少金属带的夹紧力,使金属带和带轮之间存在一定的滑移,可以提高带与带轮间的摩擦因数,从而提高传动效率。但滑移率过大则会影响金属带的寿命,并且在滑移率达到某一临界点时,无级变速器的传动效率急剧下降。因此无级变速器一定存在一个最佳滑移率,使得无级变速器的效率最大。为此,需要对滑移率进行精准,快速的的控制。



技术实现要素:

本发明目的在提供于一种基于bp神经网络的无级变速器滑移率控制方法及系统,以解决现有技术中存在的技术缺陷。

为实现上述目的,本发明提供了一种基于bp神经网络的无级变速器滑移率控制方法,包括以下步骤:

s1:获取无级变速器运行时的参数数据,参数数据包括滑移率、速比、油温和摩擦因数;

s2:对参数数据进行预处理,将经过预处理后的参数数据划分为训练样本数据和测试样本数据;

s3:构建以训练样本数据中的滑移率、速比和油温为输入,以摩擦因数为输出的bp神经网络,重复训练得到最优模型;

s4:以目标滑移率、实时油温和实时速比作为输入代入最优模型得到目标摩擦因数;

s5:根据所得目标摩擦因数,根据夹紧力计算公式计算得到所需输出夹紧力,调整夹紧力至所需输出夹紧力从而得到目标滑移率。

优选地,s3得到最优模型后,通过测试样本数据对最优模型的性能进行评价,若模型性能值低于指定阀值则返回s1,重新获取无级变速器运行时的参数数据。

优选地,s2中将经过预处理后的参数数据三分之二划分为训练样本数据,三分之一划分为测试样本数据。

优选地,变速器几何速比的计算方法为:

其中,rsmax、rpmin、rs、rp、xs、xp和a分别为从动轮最大半径、主动轮最小半径、从动轮当前半径、主动轮当前半径、从动轮位移、主动轮位移和带轮半锥角。

优选地,夹紧力计算公式如下:

μ为金属带与主动带轮之间的摩擦因数;α为带轮半锥角;rp为主动轮工作半径;tp为主动带轮输入转矩;fs为从动轮夹紧力。

依托于上述方法,本发明还提供了基于bp神经网络的无级变速器滑移率控制系统,包括:

第一模块:用于获取无级变速器运行时的参数数据,参数数据包括滑移率、速比、油温和摩擦因数;

第二模块:用于对参数数据进行预处理,将经过预处理后的参数数据划分为训练样本数据和测试样本数据;

第三模块:用于构建以训练样本数据中的滑移率、速比和油温为输入,以摩擦因数为输出的bp神经网络,重复训练得到最优模型;

第四模块:用于以目标滑移率、实时油温和实时速比作为输入代入最优模型得到目标摩擦因数;

第五模块:根据所得目标摩擦因数,通过夹紧力计算公式得到所需输出夹紧力,调整夹紧力至所需输出夹紧力从而得到目标滑移率。

优选地,控制系统还包括评价模块,第三模块得到最优模型后,通过评价模块测试样本数据对最优模型的性能进行评价,若模型性能值低于指定阀值则返回第一模块,重新调整神经网络参数或获取无级变速器运行时的参数数据。

优选地,第二模块将经过预处理后的参数数据三分之二划分为训练样本数据,三分之一划分为测试样本数据。

优选地,第一模块中变速器几何速比的计算方法为:

其中,rsmax、rpmin、rs、rp、xs、xp和a分别为从动轮最大半径、主动轮最小半径、从动轮当前半径、主动轮当前半径、从动轮位移、主动轮位移和带轮半锥角。

优选地,第五模块中夹紧力计算公式如下:

μ为金属带与主动带轮之间的摩擦因数;α为带轮半锥角;rp为主动轮工作半径;tp为主动带轮输入转矩;fs为从动轮夹紧力。

本发明具有以下有益效果:

本发明以滑移率、速比和油温为输入,以摩擦因数为输出构建bp神经网络,通过重复训练得到最优模型,设定目标滑移率,采集实时速比和油温从而得到摩擦因数,根据摩擦因数计算得到所需夹紧力,调整夹紧力从而使滑移率达到目标。本发明的控制方法计算量小,响应速度快,实时性好。

下面将参照附图,对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:

图1是本发明优选实施例的基于bp神经网络的无级变速器滑移率控制方法流程图;

图2是本发明优选实施例的参数数据的神经网络拓扑图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

为实现上述目的,本发明提供了本发明提供了一种基于bp神经网络的无级变速器滑移率控制方法,参见图1,包括以下步骤:

s1:获取无级变速器运行时的参数数据,参数数据包括滑移率、速比、油温和摩擦因数。

第一步,先设定无级变速器的速比为某一定值,本发明速比范围应该0.442到2.432之间,以0.01为步长调整无级变速器的速比。不同情况下根据无级变速器钢带参数选择范围。第二步,先将油温保持在某一固定值,范围应保持在65°到105°之间,再以1°为步长调整油温。第三步,使夹紧力保持一定值。第四步,调整负载转矩,使无级变速器的滑移率在0.1%到5%变化,并记录数据。第五步,重复第二步和第四步,并记录每一组数据。第六步,重复第一步和第五步,并记录每一组数据。将最终得到的以滑移率、速比和油温为自变量,以摩擦因数为因变量的参数数据表。油温、滑移率、变速器速比和摩擦因数为无级变速器较为重要的运转参数。滑移率、油温、变速器速比、摩擦因数神经网络拓扑图如图2所示。

s2:对参数数据进行预处理,将经过预处理后的参数数据划分为训练样本数据和测试样本数据。

为了消除单位的影响,先要对参数数据进行预处理。本发明使用预处理方法为z-score标准化,公式如下

其中表示式x为单个特征样本数据,σ为某一特征的标准差,μ为某一特征的平均数。

s3:构建以训练样本数据中的滑移率、速比和油温为输入,以摩擦因数为输出的bp神经网络,重复训练得到最优模型。

将滑移率、速比和油温为输入,摩擦因数作为输出。可以根据下式确认隐层节点个数:

n2为隐层神经元的个数,n1为输入层神经元个数,n3为输出层神经元个数。

设计神经网络的隐层与输出层间的激活函数f(x)与各层之间的数据传输,如下式所示:

其中,oij为第i层第j个神经元的输出,wijk为第i层第j个神经元到第i+1层第k个神经元的连接权值,b为偏置,ni为第i层神经元总数。

s4:以目标滑移率、实时油温和实时速比作为输入代入最优模型得到目标摩擦因数。

将训练好的最优模型下载到tcu并在无级变速器实验台架上运行。将采集的温度、速比和人为给定的目标滑移率输入至神经网络,由神经网络计算得到当前工况下的摩擦因数,

s5:根据计算所得的摩擦因数,通过夹紧力计算公式计算目标从动轮夹紧力进行调整从而得到目标滑移率。

由计算公式计算所需夹紧力,得到目标滑移率。上位机可以实时观测理论滑移率与实际滑移率误差是否满足要求。

优选地,s3得到最优模型后,通过测试样本数据对最优模型的性能进行评价,若模型性能值低于指定阀值则返回s1,重新获取无级变速器运行时的参数数据。

通过训练集得出最优模型后,可以先使用测试集进行模型预测从而评价模型的性能。具体为:将测试本的输入至训练好的模型,比较bp神经网络模型输出的摩擦因数与测试样本的摩擦因数的误差是否在给定范围。对于误差在给定范围内的,输出最优模型;对于误差不在给定范围内的,认为模型存在偏差,对模型进行调整,若效果不好,重新获取数据进行建模。

优选地,s2中将经过预处理后的参数数据三分之二划分为训练样本数据,三分之一划分为测试样本数据。

训练样本数据和测试样本数据的比例根据需求决定。获取的数据中并非划分为训练样本数据的比例越高越好,这会导致测试结果存在不确定因素,但比例应超过测试样本数据。

优选地,变速器速比的计算方法为:

其中,rsmax、rpmin、rs、rp、xs、xp和a分别为从动轮最大半径、主动轮最小半径、从动轮当前半径、主动轮当前半径、从动轮位移、主动轮位移和带轮半锥角。

速比为辅助参数数据之一,但并不能直接获取,需要根据获取上述参数,并通过上述参数计算得到。相关参数可通过查阅金属带的技术手册所得。无级变速器滑移率表达式如下:

式中,ig为无级变速器的几何速比,i为无级变速器的主动轮与从动轮转速之比。其中i的表达式如下:

优选地,夹紧力计算公式如下:

μ为金属带与主动带轮之间的摩擦因数;α为带轮半锥角;rp为主动轮工作半径;tp为主动带轮输入转矩;fs为从动轮夹紧力。

通过上述获得的摩擦因数,根据其他参数计算得到所需的从动轮夹紧力,通过改变从动轮夹紧力使滑移率趋于目标滑移率。

依托于上述方法,本发明还提供了基于bp神经网络的无级变速器滑移率控制系统,包括:

第一模块:用于获取无级变速器运行时的参数数据,参数数据包括滑移率、速比、油温和摩擦因数;

第二模块:用于对参数数据进行预处理,将经过预处理后的参数数据划分为训练样本数据和测试样本数据;

第三模块:用于构建以训练样本数据中的滑移率、速比和油温为输入,以摩擦因数为输出的bp神经网络,重复训练得到最优模型;

第四模块:用于以目标滑移率、实时油温和实时速比作为输入代入最优模型得到目标摩擦因数;

第五模块:根据所得目标摩擦因数,通过夹紧力计算公式得到所需输出夹紧力,调整夹紧力至所需输出夹紧力从而得到目标滑移率。

优选地,控制系统还包括评价模块,第三模块得到最优模型后,通过评价模块测试样本数据对最优模型的性能进行评价,若模型性能值低于指定阀值则返回第一模块,重新调整神经网络参数或获取无级变速器运行时的参数数据。

优选地,第二模块将经过预处理后的参数数据三分之二划分为训练样本数据,三分之一划分为测试样本数据。

优选地,第一模块中变速器几何速比的计算方法为:

其中,rsmax、rpmin、rs、rp、xs、xp和a分别为从动轮最大半径、主动轮最小半径、从动轮当前半径、主动轮当前半径、从动轮位移、主动轮位移和带轮半锥角。

优选地,第五模块中夹紧力计算公式如下:

μ为金属带与主动带轮之间的摩擦因数;α为带轮半锥角;rp为主动轮工作半径;tp为主动带轮输入转矩;fs为从动轮夹紧力。

以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1