发明内容
本发明的目的是提出一种综合考虑了驾驶员意愿、汽车行驶工况的自动变速箱模糊控制方法。
根据本发明提出的自动变速箱模糊控制方法,包括以下步骤:
A、自动变速箱控制器采集驾驶员动作信息和车辆信息,判断车速是否大于标定值,若车速大于标定值,则进行下一步骤,其中所述驾驶员动作信息至少包括油门开度、油门变化率以及刹车信号,所述车辆信息至少包括车速、车辆加速度以及发动机转速变化指数;
B、自动变速箱控制器对驾驶员动作信息和车辆信息进行信号处理,信号处理结果进入所述自动变速箱控制器内的模糊控制模块,计算出动力指数,所述动力指数是以最佳经济性换挡规律时为0,最佳动力性换挡规律时为1的[0,10]区域之间的一个系数;
C、根据动力指数进行档位仲裁,自动变速箱控制器根据仲裁结果调整至目标档位。
本发明的自动变速箱模糊控制方法主要由自动变速箱控制器(TCU)实现和完成。TCU负责信号处理、模糊控制、档位仲裁、选换挡控制及执行。其中模糊控制模块主要包括模糊化和解模糊,以驾驶员动作和车辆信息等信号处理为输入,解模糊算法和档位仲裁后得出最终目标档位,再通过选换档控制实现最终档位控制。驾驶员意愿和汽车行驶工况信息通过模糊化处理,自动变速箱自动识别当前驾驶工况下驾驶员意愿和汽车行驶环境,引入多参数动态模糊控制,适用于复杂工况下的最优换档规律;利用驾驶经验及专家知识库形成的模糊规则,通过解模糊处理直接得出基于专家系统的换档规律。
进一步的,所述档位仲裁的方法为根据当前动力指数、最佳动力目标档位和最佳经济目标档位,线性插值算法计算出介于两者之间的中间档位,经过滤波算法得出最终目标档位。这样的档位仲裁方法具有柔性化设计思想,便于标定。
进一步的,所述档位仲裁的方法也可以为根据动力指数从0到10,依次设定好最佳经济性换档规律、中间换档规律和最佳动力性换档规律,经换档规律切换模块计算得出对应动力指数下目标档位,经过滤波算法得出最终目标档位。这样的档位仲裁方法具有多种固定的中间换挡规律,足以满足驾驶员多种需求。
进一步的,所述车辆信息还包括大气环境压力。这样本发明的自动变速箱模糊控制方法还综合考虑了环境因素,更安全可靠。
进一步的,所述自动变速箱控制器具有抗电磁干扰和抗振外壳。由于自动变速箱控制器具有多种电子元件而且工作在汽车内部震动多,必须具有足够的抗电磁干扰和抗振能力,以保证正常工作。
进一步的,所述模糊控制模块的解模糊方法为面积中心法。该种解模糊方法可以强调某个输入因素的作用,因此适合于偏向驾驶性或偏向经济性的自动变速箱控制器使用。
进一步的,所述模糊控制模块的解模糊方法也可以为重心法。与面积重心法相比,重心法更强调各种输入因素综合作用,因此适合于综合性的自动变速箱控制器使用。
具体实施方式
下面对照附图,通过对实施实例的描述,对本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理等作进一步的详细说明。
2、 如图1,本发明的自动变速箱模糊控制方法的核心是模糊控制模块和档位仲裁。模糊控制模块主要包括模糊化、模糊规则和解模糊。自动变速箱控制器(TCU)根据油门开度、刹车等驾驶员动作和车速、发动机转速、大气环境压力等车辆信息,进行信号处理,确定模糊子集和论域,然后进入模糊控制模块,经计算得出动力指数DSI,档位仲裁算法根据DSI判定计算出最终目标档位,目标档位更新输出给选换档控制及执行模块,完成换档。如图3,包括以下步骤:
A、自动变速箱控制器(TCU)采集驾驶员动作信息和车辆信息,判断车速是否大于5km/h,若车速大于5km/h,则进行下一步骤,其中所述驾驶员动作信息包括油门开度DD(%)、油门变化率△DD(%/s)以及刹车信号BK,所述车辆信息包括车速VS(km/h)、车辆加速度VSA(m/s2)、发动机转速变化指数ESI(rpm/s/2000)以及大气环境压力EP(bar)。
B、自动变速箱控制器对驾驶员动作信息和车辆信息进行信号处理,信号处理结果进入所述自动变速箱控制器内的模糊控制模块,计算出动力指数DSI,所述动力指数是以最佳经济性换挡规律时为0,最佳动力性换挡规律时为1的[0,10]区域之间的一个系数;
C、根据动力指数DSI进行档位仲裁,自动变速箱控制器根据仲裁结果调整至目标档位。
本发明的具体的实现过程如下:
1、确定模糊子集和论域
油门开度DD(%)
基本论域为: [0, 100]
模糊子集为:{LO, ML,ME,MH, HI}
{低,中低,中,中高,高}
模糊子集的论域为:{0, 1, 2, 3, 4}
油门变化率△DD(%/s)
基本论域为: [0, 100]
模糊子集为:{LO, ML,ME,MH, HI}
{低,中低,中,中高,高}
模糊子集的论域为:{0, 1, 2, 3, 4}
大气环境压力EP(bar)
基本论域为: [0.5, 1]
模糊子集为:{LO, ML, ME, MH, HI}
{低,中低,中,中高,高}
模糊子集的论域为:{0, 1, 2, 3, 4}
车速VS(km/h)
基本论域为: [0, 210]
模糊子集为:{LO, ML,ME,MH, HI}
{低,中低,中,中高,高}
模糊子集的论域为:{0, 1, 2, 3, 4}
车辆加速度VSA(m/s
2
)
基本论域为: [-3, 3]
模糊子集为:{LO, ME, HI}
{低,中,高}
模糊子集的论域为:{0, 1, 2}
发动机转速变化指数ESI(rpm/s/2000)
基本论域为: [0, 1]
模糊子集为:{LO, ME, HI}
{低,中,高}
模糊子集的论域为:{0, 1, 2 }
刹车信号BK
基本论域为: [0, 1]
模糊子集为:{LO, HI}
{低,高}
模糊子集的论域为:{0, 1}
动力指数DSI
基本论域为: [0, 10]
模糊子集为:{ECO, ML,ME,MH, SPT}
{经济,中低,中,中高,动力}
模糊子集的论域为:{0, 1, 2, 3, 4}
2、模糊化处理
模糊化处理主要是确定模糊变量的赋值表,本发明所用隶属函数主要根据驾驶经验和大量试验数据统计得出。
油门开度DD的赋值表
表1 油门开度DD的赋值表
油门变化率△DD的赋值表
表2 油门变化率△DD的赋值表
△DD |
0 |
10 |
20 |
25 |
30 |
40 |
60 |
80 |
100 |
LO |
1 |
0.5 |
0.2 |
0 |
0 |
0 |
0 |
0 |
0 |
ML |
0 |
1 |
0.8 |
0.3 |
0 |
0 |
0 |
0 |
0 |
ME |
0 |
0 |
0.5 |
1 |
0.5 |
0 |
0 |
0 |
0 |
MH |
0 |
0 |
0 |
0.4 |
1 |
0.4 |
0 |
0 |
0 |
HI |
0 |
0 |
0 |
0 |
0.5 |
1 |
1 |
1 |
1 |
大气环境压力EP的赋值表
表3 大气环境压力EP的赋值表
EP |
0.5 |
0.55 |
0.6 |
0.75 |
0.8 |
0.85 |
0.9 |
0.95 |
1 |
LO |
1 |
1 |
0.5 |
0 |
0 |
0 |
0 |
0 |
0 |
ML |
0 |
0 |
1 |
1 |
0.5 |
0 |
0 |
0 |
0 |
ME |
0 |
0 |
0 |
0.5 |
1 |
0.5 |
0 |
0 |
0 |
MH |
0 |
0 |
0 |
0 |
0.5 |
1 |
1 |
0 |
0 |
HI |
0 |
0 |
0 |
0 |
0 |
0 |
0.5 |
1 |
1 |
车速VS的赋值表
表4 车速VS的赋值表
VS |
0 |
30 |
60 |
90 |
120 |
150 |
180 |
210 |
LO |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
ML |
0 |
0.5 |
1 |
0 |
0 |
0 |
0 |
0 |
ME |
0 |
0 |
1 |
1 |
0 |
0 |
0 |
0 |
MH |
0 |
0 |
0 |
0.5 |
1 |
0 |
0 |
0 |
HI |
0 |
0 |
0 |
0 |
0 |
1 |
1 |
1 |
车辆加速度VSA
表5 车辆加速度VSA的赋值表
VSA |
-3 |
-1 |
0 |
0.1 |
0.3 |
0.5 |
1 |
3 |
LO |
1 |
1 |
1 |
0.5 |
0 |
0 |
0 |
0 |
ME |
0 |
0 |
0 |
0.3 |
1 |
0.5 |
0 |
0 |
HI |
0 |
0 |
0 |
0 |
0 |
0.6 |
1 |
1 |
发动机转速变化指数ESI
表6发动机转速变化指数ESI的赋值表
ESI |
0 |
0.1 |
0.2 |
0.4 |
0.5 |
0.6 |
0.8 |
1 |
LO |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
ME |
0 |
0.5 |
1 |
0.3 |
0 |
0 |
0 |
0 |
HI |
0 |
0 |
0 |
1 |
1 |
1 |
1 |
1 |
刹车信号BK
表7刹车信号BK的赋值表
动力指数DSI
表8动力指数DSI的赋值表
3、模糊规则判定
本发明中模糊控制模块的模糊规则判定是根据专业标定人员驾驶经验和专家知识库总结得出的,其综合考虑了油门开度DD、油门变化率△DD、车速VS、车辆加速度VSA、大气环境压力EP、刹车信号BK和发动机转速变化率ESI七个输入因子,得出以下5种模糊规则:
ECO-经济
IF
DD = LO
AND
BK = LO
AND
VSA = LO
AND
△DD = LO
AND
ESI = LO
AND
EP = HI
THEN DSI = ECO
ML-中低
IF
VSA = ML
OR
ESI = ML
OR
DD = ML
AND
△DD = ML
AND
BK =LO
AND
VS =LO OR ML
AND
EP = HI OR MH
THEN DSI = ML ME-中
IF
VSA = ME
OR
ESI = ME
OR
EP = ME
OR
DD = ME
AND
△DD = ME
AND
BK =LO
AND
VS =ML OR ME
THEN DSI = ME
MH-中高
IF
VSA = MH
OR
ESI = MH
OR
EP = MH
OR
DD = MH
AND
△DD = MH
AND
BK =LO
THEN DSI = MH
SPT-动力
IF
DD = HI
AND
ESI = HI
AND
VS = LO OR ML OR ME
OR
VSA = HI
OR
△DD =HI
OR
BK =HI
OR
EP = LO
THEN DSI = SPT
4、解模糊算法
解模糊算法有多种方法,如中心面积法和重心法。本实施例采用的方法是Centroid-重心法。由前提“x0 AND y0”和模糊规则“IF( A i AND B i ) THEN C i (i = 1, 2, 3, 4, 5)”可以得到模糊结果C′的“重心”算法如下所示:
式 1
由动力指数DSI的赋值表、模糊规则运算结果和以上计算公式,编写算法程序完成查表与计算步骤,得出动力指数DSI,为下步做好准备。
5、档位仲裁算法
本发明中所用换档规律有两种:最佳经济性换档规律和最佳动力性换档规律。例如,当车辆稳定行驶时,自动变速应选择最佳经济性换档规律,以便获得较好的燃油经济性;当驾驶员踩大油门开度时,自动变速应选择最佳动力性换档规律,以便获得更好的动力性。然而,驾驶员意愿和车辆信息动态多变,更多的时候,驾驶员希望多种中间换档规律可以兼顾车辆动力性和经济性。
因此,本发明中提出用[0,10]中的一个系数来描述这种换档意图,称之为“动力指数”。最佳经济性换档规律的动力指数为0,最佳动力性换档规律为10。
图2为档位仲裁算法原理框图,本发明的档位仲裁方法有两种方案。方案一为,根据当前动力指数、最佳动力目标档位和最佳经济目标档位,线性插值算法计算出介于两者之间的中间档位,经过滤波算法得出最终有效目标档位;方案二为,根据动力指数从0到10,依次设定好最佳经济性换档规律、中间换档规律和最佳动力性换档规律,经换档规律切换模块计算得出对应动力指数下目标档位,经过滤波算法得出最终有效目标档位。方案一具有柔性化设计思想,便于标定;方案二具有多种固定好的中间换档规律,更加灵活多变,最多可具有11种换档规律策略,满足驾驶员各种需求。
本发明的自动变速箱模糊换档控制方法的优点为:驾驶员意愿和汽车行驶工况信息通过模糊化处理,自动变速箱自动识别当前驾驶工况下驾驶员意愿和汽车行驶环境,引入多参数动态模糊控制,适用于复杂工况下的最优换档规律;利用驾驶经验及专家知识库形成的模糊规则,通过解模糊处理直接得出基于专家系统的换档规律。