论文部分内容阅读
针对电涡流缓速器制动力矩数学模型在高速时的计算力矩与实际输出力矩存在较大偏差的缺点，提出了一种基于数学模型和神经网络模型相结合的混合制动力矩模型，在电涡流缓速器低速时采用数学模型计算力矩，在高速时采用神经网络模型来逼近非线性输出力矩．分析了电涡流缓速器的输出制动力矩在低、高速时的特性，提出了数学模型与神经网络模型切换点的选择方法．通过实验对比了基于数学模型和基于混合模型的制动力矩曲线的逼近效果，结果表明混合模型更为有效．