汽车技术
汽車技術
기차기술
AUTOMABILE TECHNOLOGY
2011年
5期
5-10
,共6页
自动变速器%双离合器式%补偿模糊神经网络%起步控制
自動變速器%雙離閤器式%補償模糊神經網絡%起步控製
자동변속기%쌍리합기식%보상모호신경망락%기보공제
利用神经网络训练数据建立了发动机数学模型.针对目前起步控制策略大多没有自学习功能的现状,基于补偿模糊神经网络,以油门开度及其变化率为输入变量,提出了一种汽车双离合器式自动变速器起步控制策略.采用起步时间、滑摩功、冲击度、发动机最高转速和同步转速等指标检验仿真结果.结果表明,基于补偿模糊神经网络的起步控制策略在各性能指标方面均优于原控制策略,并具有较强的自适应能力.
利用神經網絡訓練數據建立瞭髮動機數學模型.針對目前起步控製策略大多沒有自學習功能的現狀,基于補償模糊神經網絡,以油門開度及其變化率為輸入變量,提齣瞭一種汽車雙離閤器式自動變速器起步控製策略.採用起步時間、滑摩功、遲擊度、髮動機最高轉速和同步轉速等指標檢驗倣真結果.結果錶明,基于補償模糊神經網絡的起步控製策略在各性能指標方麵均優于原控製策略,併具有較彊的自適應能力.
이용신경망락훈련수거건립료발동궤수학모형.침대목전기보공제책략대다몰유자학습공능적현상,기우보상모호신경망락,이유문개도급기변화솔위수입변량,제출료일충기차쌍리합기식자동변속기기보공제책략.채용기보시간、활마공、충격도、발동궤최고전속화동보전속등지표검험방진결과.결과표명,기우보상모호신경망락적기보공제책략재각성능지표방면균우우원공제책략,병구유교강적자괄응능력.
