基于多尺度小波神经网络的工程车辆换挡策略

Shift Strategy of Construction Vehicle Based on Multi-scale Wavelet Neural Network

作者：李秀兰(吉林大学机械科学与工程学院；长春工业大学工程训练中心)；秦四成(吉林大学机械科学与工程学院)；杨宏韬(长春工业大学电气与电子工程学院；中国科学院长春光学精密机械与物理研究所)

Author：Li Xiulan(College of Mechanical Sci. and Eng.,Jilin Univ.;Eng. Training Center,Changchun Univ. of Technol.)；Qin Sicheng(College of Mechanical Sci. and Eng.,Jilin Univ.)；Yang Hongtao(Inst. of Electrical and Electronic Eng.,Changchun Univ. of Technol.;Changchun Inst. of Optics Fine Mechanics and Physics,Chinese Academy of Sciences)

收稿日期：2012-09-13 年卷（期）页码：2013,45(2):188-192

期刊名称：工程科学与技术

Journal Name：Advanced Engineering Sciences

关键字：工程车辆；换挡原理；多尺度小波神经网络

Key words：construction vehicles;shift principle;multi-scale wavelet neural network

基金项目：国家自然科学基金资助项目(50775096)；国家科技支撑计划资助项目（2013BAF07B00）

中文摘要

介绍了以提高工程车辆传动系效率为目的的自动换挡原理，以多尺度小波神经网络为基础构建了换挡模型，并利用自动变速控制实验数据对建立的模型进行验证性实验。实验结果表明,基于多尺度小波神经网络的换挡模型比遗传BP神经网络的换挡模型准确度更高，能更准确地实现换挡，更进一步提高了工程车辆传动系统的效率，达到了节约能源、增加效率的目的。

英文摘要

The automatic transmission principle was introduced to improve the efficiency of transmission system of construction vehicles, by using experimental data of automatic speed control to establish and verify the shift model based on multi-scale wavelet neural network. The results showed that the shift model based on multi-scale wavelet neural network can achieve higher accuracy than genetic BP neural network. It can further improve the efficiency of transmission system of construction vehicles and save energy.

【关闭】

论文摘要

基于多尺度小波神经网络的工程车辆换挡策略

Shift Strategy of Construction Vehicle Based on Multi-scale Wavelet Neural Network