一种离合器磨损状态预测方法、装置及车辆制造方法及图纸

技术编号:21573709 阅读:66 留言:0更新日期:2019-07-10 15:58
本发明专利技术提供一种离合器磨损状态预测方法、装置及车辆,该方法包括:获取离合器的当前工况和当前时间段内的离合器的可观察状态的参数序列;将所述可观察状态的参数序列转换为符合隐马尔科夫模型输入数据格式的可观察状态的输入参数;所述隐马尔科夫模型通过离合器的各历史工况下的各历史磨损状态及各历史磨损状态对应的可观察状态的训练数据分别训练得到;将所述可观察状态的输入参数输入到与所述当前工况对应的各预测磨损状态对应的隐马尔科夫模型中,分别输出离合器的各预测磨损状态的概率值数据;根据所述各预测磨损状态的概率值数据,预测所述离合器的磨损状态。本发明专利技术实施例可以在车辆驾驶过程中预测离合器的磨损状态,便于提前规避驾驶风险。

A Clutch Wear Prediction Method, Device and Vehicle

【技术实现步骤摘要】
一种离合器磨损状态预测方法、装置及车辆
本专利技术涉及汽车
,特别涉及一种离合器磨损状态预测方法、装置及车辆。
技术介绍
随着DCT(DualClutchTransmission,双离合变速箱)自动变速器在市场上占有的比例越来越高,而变速器的核心零部件为离合器,因此整车在不同的工况下驾驶过程中,存在着离合器的摩擦片磨损导致的驾驶风险;尤其当离合器磨损严重时,整车驾驶过程中随时面临着驾驶风险。而现有技术无法在驾驶过程中预测离合器的磨损状态,因而也无法在离合器磨损严重前采取相应措施避免驾驶风险。
技术实现思路
有鉴于此,本专利技术旨在提出一种离合器磨损状态预测方法,以在驾驶过程中预测离合器的磨损状态,提前规避驾驶风险。为达到上述目的,本专利技术的技术方案是这样实现的:一种离合器磨损状态预测方法,包括:获取离合器的当前工况和当前时间段内的离合器的可观察状态的参数序列;将所述可观察状态的参数序列转换为符合隐马尔科夫模型输入数据格式的可观察状态的输入参数;其中,所述隐马尔科夫模型通过离合器的各历史工况下的各历史磨损状态及各历史磨损状态对应的可观察状态的训练数据分别训练得到;将所述可观察状态的本文档来自技高网...

【技术保护点】
1.一种离合器磨损状态预测方法,其特征在于,包括:获取离合器的当前工况和当前时间段内的离合器的可观察状态的参数序列;将所述可观察状态的参数序列转换为符合隐马尔科夫模型输入数据格式的可观察状态的输入参数;其中,所述隐马尔科夫模型通过离合器的各历史工况下的各历史磨损状态及各历史磨损状态对应的可观察状态的训练数据分别训练得到;将所述可观察状态的输入参数输入到与所述当前工况对应的各预测磨损状态对应的隐马尔科夫模型中,分别输出离合器的各预测磨损状态的概率值数据;根据所述各预测磨损状态的概率值数据,预测所述离合器的磨损状态。

【技术特征摘要】
1.一种离合器磨损状态预测方法,其特征在于,包括:获取离合器的当前工况和当前时间段内的离合器的可观察状态的参数序列;将所述可观察状态的参数序列转换为符合隐马尔科夫模型输入数据格式的可观察状态的输入参数;其中,所述隐马尔科夫模型通过离合器的各历史工况下的各历史磨损状态及各历史磨损状态对应的可观察状态的训练数据分别训练得到;将所述可观察状态的输入参数输入到与所述当前工况对应的各预测磨损状态对应的隐马尔科夫模型中,分别输出离合器的各预测磨损状态的概率值数据;根据所述各预测磨损状态的概率值数据,预测所述离合器的磨损状态。2.根据权利要求1所述的离合器磨损状态预测方法,其特征在于,所述方法还包括:当预测的所述磨损状态满足预设条件时,执行与所述预设条件对应的离合器调整策略。3.根据权利要求1所述的离合器磨损状态预测方法,其特征在于,在所述获取离合器的当前工况和当前时间段内的离合器的可观察状态的参数序列的步骤之前,所述方法还包括:分别获取离合器在各历史工况下的各历史磨损状态及各历史磨损状态对应的可观察状态的参数序列;分别根据各所述历史工况下的各历史磨损状态对应的可观察状态的参数序列转换为可观察状态的训练数据;分别确定各所述历史工况下的各历史磨损状态对应的隐马尔科夫模型的模型参数的初值;所述模型参数包括初始概率参数、状态转移矩阵和混淆矩阵;分别根据各所述历史工况下的各历史磨损状态对应的可观察状态的训练数据,对各隐马尔科夫模型进行训练,确定各所述历史工况下的各历史磨损状态对应的隐马尔科夫模型的模型参数。4.根据权利要求3所述的离合器磨损状态预测方法,其特征在于,当所述隐马尔科夫模型为自回归连续隐马尔科夫模型时;所述分别根据各所述历史工况下的各历史磨损状态对应的可观察状态的参数序列转换为可观察状态的训练数据的步骤,包括:通过自回归模型,将各所述历史工况下的各历史磨损状态对应的可观察状态的参数序列转换为可观察状态的训练数据;所述可观察状态的训练数据包括预设阶数的自回归系数;所述分别确定各所述历史工况下的各历史磨损状态对应的隐马尔科夫模型的模型参数的初值的步骤,包括:分别确定各所述历史工况下的各历史磨损状态对应的隐马尔科夫模型的模型参数的初值;所述模型参数包括初始概率参数、状态转移矩阵和混淆矩阵;所述混淆矩阵包括高斯概率密度函数的权值参数、均值参数和方差参数。5.根据权利要求1所述的离合器磨损状态预测方法,其特征在于,所述可观察状态包括以下内容中的至少一种:离合器压力、...

【专利技术属性】
技术研发人员:索乾李浩李景富王超李孝军王雪亮李甫陈浩刘伟波柴博
申请(专利权)人:长城汽车股份有限公司
类型:发明
国别省市:河北,13

网友询问留言 已有0条评论
  • 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。

1