[发明专利]湿式离合器摩擦元件损伤加权阈值预测方法及存储介质

权利要求书

1.一种湿式离合器摩擦元件损伤加权阈值预测方法，其特征在于，包括以下步骤：

1)获取不同工况条件下的湿式离合器摩擦副试验或仿真数据，构建湿式摩擦副损伤阈值模型；

2)设定湿式摩擦副损伤指标最优权值；

3)通过最优权值对湿式摩擦副损伤阈值模型进行优化，通过优化后的湿式摩擦副损伤阈值模型，对任意工况条件下摩擦副的损伤阈值进行预测；

所述湿式摩擦副损伤阈值模型的构建方法包括以下步骤：

1.1)获取不同工况条件下的湿式离合器摩擦副试验或仿真数据，并对数据进行预处理；

1.2)在预处理后的数据中提取损伤指标数据，并将该指标数据作为损伤判定依据；

1.3)根据3σ准则，设定指标数据的阈值区间，若指标数据超出了该阈值区间，则初步判定离合器摩擦副出现了损伤；

1.4)针对制定的阈值区间与对应的工况条件，进行多元回归分析，并采用最小二乘法确定回归模型中的系数，到湿式摩擦副损伤阈值模型；

所述指标数据的阈值区间的设定方法包括以下步骤：

1.3.1)判断所提取的指标数据是否近似服从正态分布，若不服从，则重新选取离合器摩擦副损伤判定的指标数据；若指标数据服从正态分布，则计算出该指标数据的平均值

1.3.2)计算所提取的指标数据的标准差S；

1.3.3)根据指标数据的平均值和标准差S得到离合器摩擦副损伤判定的阈值区间为

所述最优权值的获取方法包括以下步骤：

2.1)将对偶钢片径向温度差、轴向高度、扭矩和摩擦系数等损伤指标数据作为输入量x₁～x_i；

2.2)神经网络随机引入初始的中间层偏置θ₁和输出层的偏置θ₂，同时引入输入量到中间层的初始权值w₁～w_i以及中间层到输出层的初始权值v；

2.3)引入中间层偏置θ₁，并根据输入量及其对应的初始权值计算中间层的输入量，即线性加权和Z的值；

2.4)构造激活函数S(Z),S(Z)选用Sigmoid函数：

2.5)计算输出层的输出值即为g’：

g'＝S[S(Z)v+θ₂]；

其中，S(Z)v+θ₂为输出层的输入值，v为中间层到输出层的初始权值；将最终的输出结果g’与目标输出g进行对比，判断神经网络的输出结果与目标输出的误差是否大于预先设定的误差，若大于，则需重新更新权值和阈值；若小于，则输出最终权值和阈值，该最终权值即为最优权值；

所述步骤3)中，最终优化后的阈值模型为：

f[x₁(E,p,…,n,L),x₂(v’,δ_s…,p,γ)]＝w_tx₁(E,p,…,n,L)+w_dx₂(v’,δ_s…,p,γ)

式中，f[x₁(E,p,…,n,L),x₂(v’,δ_s…,p,γ)]表示优化后的湿式摩擦副损伤阈值模型；x₁(E,p,…,n,L)和x₂(v’,δ_s,…,p,γ)分别表示以摩擦和磨损为损伤判定指标的阈值函数；w_t和w_d表示由神经网络学习方法得出的最优权值；使用该阈值模型进行损伤的预测时，将试验或模拟的工况条件和材料参数输入该阈值模型中，训练出不同的权值和阈值，通过权值判定在当前条件下，摩擦和磨损对于损伤的影响程度的具体比重，并且得出受摩擦和磨损共同影响的损伤阈值f(x₁,x₂)，对具体工况下的阈值给出具体的量化标准，便能对任一工况条件下摩擦副的损伤阈值进行预测；其中，E为摩擦副元件中钢片和摩擦片的钢片弹性模量，p为压力，n为转速，L为油液流量，v’为泊松比，γ为膨胀系数。

2.如权利要求1所述预测方法，其特征在于，所述步骤1)中，采用3σ准则制定湿式摩擦副损伤阈值，结合最小二乘法以及多元回归的数学方法构建湿式摩擦副损伤阈值模型。