(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111371271.4 (22)申请日 2021.11.18 (71)申请人 北京信息科技大 学 地址 100192 北京市海淀区清河小营东路 12号 (72)发明人 吴健鹏　王立勇　李乐　舒越超　 (74)专利代理 机构 北京远创理想知识产权代理 事务所(普通 合伙) 11513 代理人 张素妍 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/23(2020.01) G06F 30/25(2020.01) G06F 30/27(2020.01) G06K 9/62(2022.01)G06N 3/00(2006.01) G06N 3/08(2006.01) G06F 119/02(2020.01) G06F 119/08(2020.01) (54)发明名称 湿式离合器摩 擦元件损伤失效判别方法、 系 统及存储介质 (57)摘要 本发明涉及一种湿式离合器摩擦元件损伤 失效判别方法、 系统及存储介质， 其包括： 获取实 测的摩擦副表面的特征参数， 划分为训练集和测 试集； 特征参数包括工况参数和状态参数， 状态 参数为摩擦副表面粗糙度Ra变化率、 Fe ‑Cu元素 浓度变化率与临界周向温度梯度， 工况参数为输 入转速及接合油压； 对特征参数进行数据归一化 处理后降维， 采用粒子群优化方法确定BP神经网 络的最优权重； 将最优权重输入BP神经网络， 采 用训练集对BP神经网络训练， 再将测试集输入BP 神经网络中， 完成基于摩擦副表面粗糙度Ra变化 率、 Fe‑Cu元素浓度变化率与临界周向温度梯度 的摩擦元件损伤失效的判别， 并输出结果。 本发 明能实现对导致摩擦元件损伤失效的多影响因 素量化分析。 权利要求书2页 说明书9页 附图4页 CN 114036679 A 2022.02.11 CN 114036679 A 1.一种湿式离合器摩擦元件损伤失效判别方法， 其特 征在于， 包括： 获取实测的摩擦副表面的特征参数， 划分为训练集和测试集； 所述特征参数包括工况 参数和状态参数， 所述状态参数为摩 擦副表面粗糙度R a变化率、 Fe ‑Cu元素浓度变化率与临 界周向温度梯度， 所述工况参数为输入转速及接合油压； 对所述特征参数进行数据归一化处理后降维， 采用粒子群优化方法确定BP神经网络的 最优权重； 将所述最优权重输入所述BP神经网络， 采用所述训练集对所述BP神经网络训练， 再将 所述测试集输入 所述BP神经网络中， 完成基于摩 擦副表面粗糙度R a变化率、 Fe ‑Cu元素浓度 变化率与临界周向温度梯度的摩擦元件损伤失效的判别， 并输出 结果。 2.如权利要求1所述判别方法， 其特 征在于， 所述状态参数的获取 方法， 包括： 摩擦副表面粗糙度Ra变化率： 利用白光干涉仪对摩擦副磨损前后进行表面形貌特征提 取， 指定提取点与提取范围， 在摩擦片表面设置采样点， 根据采样点的表面粗糙度Ra差异， 得到摩擦副表面 粗糙度Ra变化 率； 所述Fe‑Cu元素浓度变化率： 采用 油液光谱数据获取， 在滑摩试验中对油液采样进行光 谱观察， 提取油液内铁元素和铜元素的百分比浓度， 通过铁元素含量判定钢片损伤特性， 通 过铜元素含量判断摩擦片损伤特性； 所述临界周向温度梯度： 对摩擦副的钢片、 摩擦片进行建模， 选取不同圆周平均温度最 高的路径， 提取路径上 的节点温度值并计算相邻节点温差值， 以周向路径上 的相邻节点最 大温差值作为温度梯度特 征。 3.如权利要求1所述判别方法， 其特征在于， 所述对所述特征参数进行数据归一化处理 后降维， 包括： 采用min‑max线性归一化方法对所述特征参数进行线性变换， 将数据值缩放到预先设 定的范围之间， 处于同一数量级， 提高最优解的速度和数据分析的准确度。 4.如权利要求1所述判别方法， 其特征在于， 所述采用粒子群优化方法确定BP神经网络 的最优权 重， 包括： 设置神经网络的层数及神经 元个数， 初始化各参数值， 并对初始参数编码； 计算适应度， 并根据所述适应度更新粒子位置和速度， 并判断更新后的位置和速度是 否满足设置的终止条件， 满足则输出最优权 重， 反之， 则更新加速因子继续更新。 5.如权利要求4所述判别方法， 其特征在于， 所述终止条件为预先设定的最大迭代次数 或预先设定与期望结果的最小误差 。 6.如权利要求4所述判别方法， 其特征在于， 所述根据所述适应度更新粒子位置和速 度， 包括： 位置更新： 若计算所得适应度值好于当前个体极值， 则个体最优位置更新为计算后粒 子的位置； 若存在当前提供的所有粒子个体极值中的最优值， 若好于 当前的全局极值， 则全 局极值更新 为该最优值， 全局最优位置更新 为该粒子个体最优位置； 速度更新： 若Vi<Vmin则将Vi更新为Vmin,Vi>Vmax则将Vi更新为Vmax， 反之更新加速因子继续 寻找以至满足条件； 其中， Vi为当前粒子速度， Vmin、 Vmax为粒子速度搜寻区间的最小值和 最 大值。 7.如权利要求1所述判别方法， 其特征在于， 所述将所述最优权重输入所述BP神经网权　利　要　求　书 1/2 页 2 CN 114036679 A 2络， 采用所述训练集对所述BP神经网络训练， 包括： 根据最优权 重计算联合状态能量 函数以及隐含层节点激活概 率； 通过隐含层节点对输入数组进行 数据融合； 计算误差， 更新权值和阈值； 判断是否满足预 先设定的条件， 满足则输出 预测结果， 反 之则重新计算 误差。 8.一种湿式离合器摩擦元件损伤失效判别系统， 其特 征在于， 包括： 参数获取模块， 获取实测的摩擦副表面的特征参数， 划分为训练集和测试集； 所述特征 参数包括工况参数和状态参数， 所述状态 参数为摩 擦副表面粗糙度R a变化率、 Fe ‑Cu元素浓 度变化率与临界周向温度梯度， 所述工况参数为输入转速及接合油压； 粒子群优化模块， 对所述特征参数进行数据归一化处理后降维， 采用粒子群优化方法 确定BP神经网络的最优权 重； 判别输出模块， 将所述最优权重输入所述BP神经网络， 采用所述训练集对所述BP神经 网络训练， 再将所述测试集输入 所述BP神经网络中， 完成基于摩擦副表 面粗糙度R a变化率、 Fe‑Cu元素浓度变化 率与临界周向温度梯度的摩擦元件损伤失效的判别， 并输出 结果。 9.一种存储一个或多个程序的计算机可读存储介质， 其特征在于， 所述一个或多个程 序包括指令， 所述指令当由计算设备执行时， 使得所述计算设备执行如权利要求1至7所述 方法中的任一方法。 10.一种计算设备， 其特征在于， 包括： 一个或多个处理器、 存储器及一个或多个程序， 其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行， 所述一 个或多个程序包括用于执 行如权利要求1至7 所述方法中的任一方法的指令 。权　利　要　求　书 2/2 页 3 CN 114036679 A 3