科研之友
微信
新浪微博
Facebook
分享链接
摘要
利用系列泵轮转速及工况的试验数据,建立了一种基于液力变矩器通用特性的发动机与液力变矩器匹配模型.分析了传统匹配方法产生较大误差的来源,在有限试验数据基础上利用反向传播神经网络的拟合和泛化能力,确定了神经网络结构的隐含层节点数,建立了液力变矩器通用特性预测模型,并与传统经验修正模型进行对比.对比结果显示文中提出的方法使得特性预测精度有显著提升.在此基础上,结合发动机净外特性提出了发动机与液力变矩器通用特性匹配模型,该匹配模型考虑了泵轮转速对液力变矩器稳态性能的影响,更符合实际运行情况下发动机与液力变矩器共同工作特性,提高了液力变矩器与发动机的匹配精度.
- 单位
