摘要:針對傳統(tǒng)機器學習模型預測重型拖拉機液壓機械無級變速箱(Hydro mechanical continuously variable transmission,,HMCVT)濕式離合器溫度的局限性,提出了基于改進灰狼粒子群優(yōu)化-支持向量機(Improved grey wolf particle swarm optimization-support vector machine,,IGWPSO-SVM)的HMCVT濕式離合器摩擦副溫度預測模型。首先,,對濕式離合器摩擦副滑摩過程進行熱分析,,確定影響濕式離合器摩擦副溫度的因素;然后,基于支持向量機(Support vector machine,,SVM)搭建溫度預測模型,,并利用改進灰狼粒子群優(yōu)化(Improved grey wolf particle swarm optimization,IGWPSO)算法對SVM的結構參數(shù)進行優(yōu)化,;最后,,基于HMCVT濕式離合器試驗臺數(shù)據(jù)搭建離合器摩擦副溫度預測模型的樣本數(shù)據(jù)庫,以濕式離合器摩擦副對偶鋼片為對象,,對IGWPSO-SVM模型進行試驗驗證,。試驗結果表明,IGWPSO-SVM模型預測摩擦副對偶鋼片內(nèi),、中,、外徑溫度的平均絕對誤差(Mean absolute error,MAE),、均方誤差(Mean square error,,MSE)、均方根誤差(Root mean square error,,RMSE),、平均絕對百分比誤差(Mean absolute percentage error,MAPE)的均值分別為3.3557℃,、24.3212℃2,、4.5976℃、3.95%,,最高溫度預測誤差分別為7.8700,、5.4300、0.9900℃,,3次試驗的對偶鋼片內(nèi),、中、外徑溫度MAE,、MSE,、RMSE、MAPE均值的平均值分別為3.3522℃,、24.7380℃2,、4.9737℃、4.12%,,3次試驗的內(nèi),、中、外徑最高溫度平均絕對誤差(Maximum temperature mean absolute error,,MTMAE)平均值為4.3733℃,,相比于其他4種已有的模型為最低。研究結果可為重型拖拉機濕式離合器溫度的高精度預測及整車的可靠性控制提供理論依據(jù)。