[发明专利]一种离合器磨损状态预测方法、装置及车辆

权利要求书

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、离合器摩擦力、离合器结合点、离合器转速。

6.一种离合器磨损状态预测装置，其特征在于，包括：

当前参数获取模块，用于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；

当前参数处理模块，用于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；

模型计算模块，用于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；

磨损状态预测模块，用于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。

7.根据权利要求6所述的离合器磨损状态预测装置，其特征在于，所述装置还包括：

离合器调整模块，用于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。