型计算结果和实验结果之间的误差最小。 干式离合器温度模型的参数识别过程实际是带有约束的优化过程，带有约束是指给定的 参数范围。本研究采用MATLAB中的Isqnonlin非线性拟合函数完成参数辨识，其原理是 最小二乘法，不断地改变待识别的参数的值从而找到合适的参数值使得在有相同的输入值的 条件下，模型的计算结果和实验结果的方差最小。优化过程的示意图如图1-6所示。 初始化 调用 simulink 模型 迭代 终止 否 条件？ 是 输出参数 图1-6优化过程的思路 初始化是指设定待识别参数的范围及为待识别的参数赋初值：调用的simulink模型是指 改进的温度模型，输入是离合器的转速差，滑摩转矩，通过MATLAB中的lookup模块输入 模型，输出是模型的计算结果和实验结果的差值。当满足终止条件时，停止迭代，输出参数 值，当不满足终止条件时则重新选择参数值进行计算直到满足终止条件输出参数值。这里的 终止条件包括待识别参数的变化量、模型计算结果和实验结果的方差的改变量，以及迭代的 次数。 1.3.2在MATLAB中实现最小二乘法参数辨识 k0=[11]: options optimoptions('Isqnonlin'); options.TolFun 1e-10; options.TolX le-10; options.MaxIter 400: options.MaxFunEvals 40000: dowm=[0.00000000000010.000000000001]: up=[10050000000000000000000000000]: [k,fx]1sqnonlin(@func_zpf,k0,down,up,options); 图1-7参数识别程序 在上述的程序中，k0是指待识别参数的初始值，若初始值与目标值比较接近则可以使型计算结果和实验结果之间的误差最小。 干式离合器温度模型的参数识别过程实际是带有约束的优化过程，带有约束是指给定的 参数范围。本研究采用 MATLAB 中的 1sqnonlin 非线性拟合函数完成参数辨识，其原理是 最小二乘法，不断地改变待识别的参数的值从而找到合适的参数值使得在有相同的输入值的 条件下，模型的计算结果和实验结果的方差最小。优化过程的示意图如图 1-6 所示。 图 1-6 优化过程的思路 初始化是指设定待识别参数的范围及为待识别的参数赋初值；调用的 simulink 模型是指 改进的温度模型，输入是离合器的转速差，滑摩转矩，通过 MATLAB 中的 lookup 模块输入 模型，输出是模型的计算结果和实验结果的差值。当满足终止条件时，停止迭代，输出参数 值，当不满足终止条件时则重新选择参数值进行计算直到满足终止条件输出参数值。这里的 终止条件包括待识别参数的变化量、模型计算结果和实验结果的方差的改变量，以及迭代的 次数。 1.3.2 在 MATLAB 中实现最小二乘法参数辨识 图1-7参数识别程序 在上述的程序中，k0 是指待识别参数的初始值，若初始值与目标值比较接近则可以使