湿式离合器接合性能预测方法及系统

本发明公开了一种湿式离合器接合性能预测方法及系统，属于神经网络预测领域。本发明通过分析影响湿式离合器接合性能的时变参数及非时变参数，结合历史数据及有限元仿真数据，建立了具有时间序列的LSTM神经网络模型，从而实现对湿式离合器接合过程中转矩特性及摩擦片温度特性的精准预测。通过带动量的梯度下降法对LSTM神经网络模型进行训练，以加速收敛过程并减少震荡，提高了LSTM神经网络模型的训练速度和性能。本发明的方法能够为设计人员优化离合器结构及工作方式提供参考，从而提高离合器接合状态的转矩稳定性，避免起步冲击，降低振动噪声水平，全面提升离合器整体性能，延长离合器的使用寿命。