CN108087541B - 汽车有级自动变速器多性能综合最优挡位决策系统 - Google Patents

汽车有级自动变速器多性能综合最优挡位决策系统 Download PDF

Info

Publication number
CN108087541B
CN108087541B CN201711249310.7A CN201711249310A CN108087541B CN 108087541 B CN108087541 B CN 108087541B CN 201711249310 A CN201711249310 A CN 201711249310A CN 108087541 B CN108087541 B CN 108087541B
Authority
CN
China
Prior art keywords
gear
performance
gear shifting
emission
engine
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711249310.7A
Other languages
English (en)
Other versions
CN108087541A (zh
Inventor
阴晓峰
王文平
卢汉
张永通
任佳伟
任松涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xihua University
Original Assignee
Xihua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xihua University filed Critical Xihua University
Publication of CN108087541A publication Critical patent/CN108087541A/zh
Application granted granted Critical
Publication of CN108087541B publication Critical patent/CN108087541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16H—GEARING
    • F16H61/00—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing
    • F16H61/02—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by the signals used
    • F16H61/0202—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by the signals used the signals being electric
    • F16H61/0204—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by the signals used the signals being electric for gearshift control, e.g. control functions for performing shifting or generation of shift signal
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16H—GEARING
    • F16H61/00—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing
    • F16H61/02—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by the signals used
    • F16H61/0202—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by the signals used the signals being electric
    • F16H61/0204—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by the signals used the signals being electric for gearshift control, e.g. control functions for performing shifting or generation of shift signal
    • F16H61/0213—Control functions within control units of change-speed- or reversing-gearings for conveying rotary motion ; Control of exclusively fluid gearing, friction gearing, gearings with endless flexible members or other particular types of gearing characterised by the signals used the signals being electric for gearshift control, e.g. control functions for performing shifting or generation of shift signal characterised by the method for generating shift signals
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16H—GEARING
    • F16H63/00—Control outputs from the control unit to change-speed- or reversing-gearings for conveying rotary motion or to other devices than the final output mechanism
    • F16H63/40—Control outputs from the control unit to change-speed- or reversing-gearings for conveying rotary motion or to other devices than the final output mechanism comprising signals other than signals for actuating the final output mechanisms

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Transmission Device (AREA)

Abstract

一种汽车有级自动变速器多性能综合最优挡位决策系统，该系统主要由换挡规律优化模块、信号采集模块、驾驶意图识别模块、目标挡位决策模块、换挡执行模块、车辆行驶状态数据库和换挡规律数据库组成。本系统在体现驾驶者换挡性能要求的前提下，确定自动变速器的综合性能最优目标档位，并完成换挡控制，使汽车的动力性、燃油经济性和排放性能达到综合最优。

Description

汽车有级自动变速器多性能综合最优挡位决策系统
技术领域
本发明涉及汽车自动变速器电控技术，尤其涉及一种汽车有级自动变速器多性能综合最优挡位决策系统。
背景技术
汽车有级自动变速器包括液力自动变速器(AT)、电控机械式自动变速器(AMT)及双离合器自动变速器(DCT)等具有固定数量挡位的自动变速器。挡位决策系统用于确定有级自动变速器的目标挡位，是有级自动变速器控制系统的关键子系统之一。现有的挡位决策系统一般以油门开度和车速作为换挡控制参数，通常以单一性能指标最优(如最佳动力性或最佳经济性)为目标制定的换挡规律、或以动力性和经济性进行某种组合制定的换挡规律、或以基于驾驶员操纵经验提取的换挡规律为基础，进行挡位决策。然而，现有的基于单一性能指标最优换挡规律的挡位决策系统，由于只考虑了汽车动力性、经济性或排放性能中的某一单项性能指标最优，因而无法兼顾动力、经济和排放三类性能获得综合最优挡位；以动力性和经济性进行某种组合制定的换挡规律，可在二者之间寻求一定的折衷，但难以适应不同驾驶员的个性化需求；而以基于驾驶员操纵经验提取的换挡规律为基础的挡位决策系统，虽然能较好地实现对驾驶员操纵经验的学习，但难以保证其在性能上也达到了最优。
发明内容
本发明的目的是为了解决现有挡位决策系统的以上不足，提供一种汽车有级自动变速器多性能指标综合最优挡位决策系统，以在体现驾驶者换挡性能要求的前提下，使汽车的动力性、燃油经济性和排放性能达到综合最优，从而确定自动变速器的综合性能最优目标挡位。
本发明的目的是这样实现的：一种汽车有级自动变速器多性能综合最优挡位决策系统，包括变速器控制单元(TCU)，所述系统主要由换挡规律优化模块、信号采集模块、驾驶意图识别模块、目标挡位决策模块、换挡执行模块、车辆行驶状态数据库和换挡规律数据库组成；
换挡规律优化模块离线计算在不同驾驶意图下的多性能综合最优换挡规律，并将优化后的各种换挡规律存储在变速器控制单元(TCU)的换挡规律数据库中；
信号采集模块在车辆运行过程中实时获取车辆状态信息和驾驶员操作信息，这些信息包括发动机转速、车速、油门开度、挡位，并将所获取的信息存入车辆行驶状态数据库；
驾驶意图识别模块以驾驶员操纵信息和车辆状态信息为输入，以驾驶员的动力性期望值、经济性期望值和各种排放性能期望值为输出，在线识别驾驶员的换挡性能期望，并将其量化；
目标挡位决策模块则根据识别出的换挡性能期望量化值，简称性能期望值，结合换挡规律数据库选择或构造换挡规律，再根据油门开度及车速及当前挡位，确定有级自动变速器多性能综合最优目标挡位；
换挡执行模块根据所确定的目标挡位通过驱动选挡电机和换挡电机完成选挡和换挡操作；所述换挡规律优化模块采用多性能指标综合最优换挡规律优化方法：首先建立发动机转矩、油耗和排放的发动机各项性能指标模型；再结合驾驶员的换挡性能期望值，构造换挡性能综合评价函数；然后以换挡性能综合评价函数为优化目标，以油门开度和车速为设计变量，以汽车基本行驶条件和发动机转速有效范围为约束条件，结合所建立的发动机各项性能指标模型，计算不同换挡性能期望值下的有级自动变速器多性能指标综合最优换挡规律；最后将计算得到的各换挡性能期望值对应的换挡规律存储在变速器控制单元TCU的换挡规律数据库中。
所述的建立发动机转矩、油耗和排放的发动机各项性能指标模型，是指通过台架实验获得发动机转矩、油耗和排放特性的实验数据后，应用系统建模方法，以油门开度和发动机转速为输入，分别以动力性指标、经济性指标以及各排放性能指标为输出，建立发动机各项性能指标模型；
所述驾驶员的换挡性能期望值，是指驾驶意图识别模块根据驾驶员的操纵信息和车辆运行状态，计算出的动力性、经济性以及排放不同性能指标在驾驶员期望的汽车换挡性能中所占的权重，这些权重由各性能指标期望的量化值来表示，每个性能指标期望值均在[0,1]范围内，且所有性能指标期望值之和为1；
所述的构造换挡性能综合评价函数，包括以下步骤：首先分别构造汽车动力性、经济性和排放性能的评价函数，即动力性分目标函数、经济性分目标函数和各排放性能分目标函数；然后对三类分目标函数进行归一化处理；最后采用线性加权方法构造可用于有级自动变速器换挡规律优化的换挡性能综合评价函数；
所述的动力性分目标函数、经济性分目标函数和各排放性能分目标函数，均采用极小值来表示对应性能最优；即某分目标函数的值越小，则与该分目标函数所对应的性能就越好。
所述的归一化处理，是为了将各分目标函数的值转换至[0,1]的范围内；
所述的线性加权方法，是指为归一化后的各分目标函数分别与其对应的加权系数相乘，然后累加求和，得到换挡性能综合评价函数。所有加权系数均为非负值且其和为1；
所述归一化后的各分目标函数所对应的加权系数，即各性能期望值，用于体现驾驶员的换挡性能倾向。如希望以动力性为主、同时兼顾其它性能，则应给归一化后的动力性分目标函数所对应的加权系数赋予相对较大的值，而给归一化后的其它性能指标分目标函数所对应的加权系数赋予相对较小的值。
所述的汽车基本行驶条件，是指升挡后汽车的驱动力仍足以克服汽车行驶阻力；
所述的发动机转速有效范围，是指某一特定油门开度下的发动机最低稳定转速到该油门开度下能达到的最高转速之间的范围；
所述的计算不同换挡性能期值下的有级自动变速器多性能指标综合最优换挡规律，是指遍历有级自动变速器所有相邻两挡组合的情况，针对不同的油门开度，采用优化算法去搜索或求解能使换挡性能综合评价函数达到最优的换挡点所对应的车速；根据各相邻两挡组合下所有油门开度及其对应的换挡点车速，绘制出所有换挡曲线。
换挡规律优化模块工作流程如下：该模块首先根据发动机台架实验获得的发动机转矩、油耗和排放数据，建立发动机转矩、油耗和排放的发动机各项性能指标模型，然后结合驾驶员换挡性能期望值构造换挡性能综合评价函数，再以换挡性能综合评价函数为优化目标，以油门开度和车速为设计变量，以汽车基本行驶条件和发动机转速有效范围为约束条件，结合所建立的发动机各项性能指标模型，优化计算有级自动变速器多性能综合最优换挡规律；
上述发动机各项性能指标模型采用BP神经网络系统建模的方法建立：输入P为油门开度和发动机转速，输出T为发动机各性能指标，发动机各性能指标分别为转矩、小时燃油消耗量、CO排放量、HC排放量、NOx排放量；
输入P在辨识过程中也作为BP神经网络的输入，以输出T与BP神经网络的实际输出Y的偏差e作为网络的学习信号，再通过设计的学习算法去更新BP神经网络的权值，直到偏差小于预设值，从而完成对发动机各性能指标模型的辨识；与转矩、小时燃油消耗量、CO排放量、HC排放量、NOx排放量对应的性能指标神经网络模型的拓扑结构为2×6×1，即输入层具有2个神经元；单隐含层具有6个神经元；输出层具有1个神经元。
所述的构造换挡性能综合评价函数中，动力性分目标函数采用同一油门开度下相邻两挡加速度之差的绝对值表示，如下式所示，
Figure GDA0004133765950000041
式中，ua为车速，
Figure GDA0004133765950000042
为行驶加速度，i表示挡位；
经济性分目标函数采用同一油门开度下相邻两挡燃油消耗率之差的绝对值表示，如下式所示，
ffc(ua)＝|bei-be(i+1)|
式中，be为发动机的燃油消耗率，ua为车速，i表示挡位，
各排放性能分目标函数采用同一油门开度下相邻两挡污染物比排放量之差的绝对值表示，CO、HC和NOx排放目标函数分别如下所示，
fco(ua)＝|bcoi-bco(i+1)|
fhc(ua)＝|bhci-bhc(i+1)|
fnox(ua)＝|bnoxi-bnox(i+1)|
式中，bco、bhc、bnox分别为CO、HC和NOx比排放量，i表示挡位，ua为车速，
所述的对上述三类分目标函数进行归一化处理，具体为：
采用极差法对各个分目标函数值做无量纲化处理，转换到[0,1]的范围内；归一化公式如下
Figure GDA0004133765950000051
式中，x′表示归一化后的值，x为样本原始值，xmax为样本数据中的最大值，xmin为样本数据中的最小值；
所述采用线性加权方法构造的换挡性能综合评价函数即多性能指标综合评价函数f(ua)，如下式所示，
Figure GDA0004133765950000052
式中，f′d(ua)、f′fc(ua)、f′co(ua)、f′hc(ua)、f′nox(ua)分别为归一化后的上述各项性能所对应的分目标函数；wd、wfc、wco、whc、wnox分别为动力性分目标函数、经济性分目标函数、CO排放分目标函数、HC排放分目标函数以及NOx排放分目标函数的权系数即权值。
所述汽车行驶基本条件，即在一定油门开度下，升挡后汽车的驱动力仍足以克服汽车所有行驶阻力之和，以确保换挡完成后行驶加速度不小于0，即
Figure GDA0004133765950000053
式中，g1(ua)为车速对时间的变化率，即行驶加速度，ua为车速。
所述发动机转速有效范围，即在一定油门开度下，发动机转速应在其最低稳定转速到该油门下能达到的最高转速之间，
Figure GDA0004133765950000054
式中，g2(ua)为车速对应的发动机转速与该油门开度下发动机最低稳定转速之差，g3(ua)为该油门开度下发动机能达到的最高转速与车速对应的发动机转速与之差，ua为车速，i0表示主减速器速比，ig表示变速器速比，r表示车轮半径，nemin、nemax分别为发动机在该油门开度下的最低稳定转速和能达到的最高转速。
在一定油门开度下，以综合性能评价函数最小为目标，考虑汽车行驶基本条件和发动机转速有效范围，以换挡车速为优化变量，多性能综合最优换挡规律优化问题可描述如下
Figure GDA0004133765950000061
所述换挡规律优化模块采用多性能指标综合最优换挡规律优化方法,包括以下步骤：
1)导入汽车整车及传动系统相关参数，包括传动比、主传动比、传动效率、迎风面积、空气阻力系数、车轮半径、整车装备质量、单车轮转动惯量和发动机飞轮转动惯量，并输入各性能期望值，即各分目标函数的权值；
2)设置挡位循环控制变量i＝2；
3)设置油门开度循环控制变量j＝1；
4)计算各分目标函数在约束条件内的最大值、最小值；
5)分别调用发动机转矩、燃油消耗率、CO比排放量、HC比排放量和NOx比排放量的神经网络模型，计算各分目标函数值；
6)各分目标函数归一化处理；
7)调用遗传算法优化程序计算升挡车速uaupi(j)；
8)判断j是否等于k，若是，继续下一步；否则，j＝j+1，返回第4)步；
9)判断i是否等于n？若是，继续下一步；否则，i＝i+1，返回第3)步；
10)计算降挡车速uadowni＝uaupi-Ai(uaupi-uaup(i-1))；
11)保存计算结果；
其中，n为变速器前进挡位数，k为油门开度循环控制变量终值，表示油门开度为从0到100％的取值个数，所选取的油门开度值按升序排列，j为当前油门开度在k个油门开度按升序排列之后的位置；uaupi为升入i挡时的车速；uaup(i-1)为升入i-1挡时的车速；uadowni为i挡降入i-1挡时车速；对于2挡降1挡，油门开度小于60％时Ai＝0.4，油门开度大于等于60％时Ai＝0.15；对于其它挡位，油门开度小于60％时Ai＝0.8，油门开度大于等于60％时Ai＝0.2。
所述驾驶意图识别模块的工作流程如下：该模块的输入为油门开度和发动机转速以及油门开度变化率，输出为动力性、经济性和各种排放性能期望值；动力性和经济性期望值的推理过程类似，模糊推理的输入为油门开度、发动机转速和油门开度变化率，这些输入值经模糊化、模糊推理和去模糊化过程，分别输出动力性和经济性期望值；作为模糊推理依据的动力性和经济性期望推理规则库，是在采集的试验数据基础上、结合驾驶员和专家经验提取而来的；
CO排放、HC排放、NOx排放所对应的各种排放性能期望值由下式确定
Figure GDA0004133765950000071
式中，wco、whc、wnox分别为CO排放、HC排放、NOx排放所对应的各种排放性能期望值，wd为动力性期望值，wfc为经济性期望值。
所述目标挡位决策模块工作流程如下：在换挡规律数据库中，查找与识别出的换挡性能期望值偏差小于5％换挡规律，若能够找到，则直接选择对应的换挡表作为适用换挡表；若不能找到这样的换挡规律，则通过多元线性插值、由与识别出的换挡性能期望值最接近的换挡规律构造适用换挡表；再根据油门开度、车速及当前挡位，结合所选择或构造的适用换挡表，确定目标挡位。
信号采集模块实时获取车辆状态信息和驾驶员操作信息，并将所获取的信息存入车辆行驶状态数据库，这些信息包括发动机转速、车速、油门开度、挡位,用于驾驶意图识别及目标挡位决策。
驾驶意图识别模块在线识别驾驶员的换挡性能期望，并将其量化。驾驶意图识别模块以驾驶员操纵信息和车辆状态信息为输入，以驾驶员的动力性期望值、经济性期望值和各种排放性能期望值为输出。
目标挡位决策模块根据识别出的换挡性能期望值，选择存储在TCU中的多性能综合最优换挡规律，或根据存储在TCU中的多性能综合最优换挡规律构造合适的换挡规律，再根据油门开度及车速，结合所选择或构造的换挡规律，确定有级自动变速器多性能综合最优挡位。
与现有技术相比，本发明的有益效果是：本发明通过综合考虑汽车动力性、燃油经济性和排放指标，结合驾驶者的换挡性能期望对换挡规律进行优化；所发明的挡位决策系统，能够在体现驾驶者换挡性能要求的前提下，使装备有级自动变速器的汽车的动力性、燃油经济性和排放性能达到综合最优。
附图说明
图1为有级自动变速器多性能综合最优挡位决策系统结构图；
图2为自动变速器挡位决策系统硬件结构图；
图3为换挡规律优化模块工作流程；
图4为用于建立发动机转矩、油耗和各排放性能指标神经网络模型的辨识系统结构；
图5是换挡性能综合评价函数构造方法示意图；
图6为基于遗传算法的有级自动变速器多性能综合最优换挡规律优化计算流程；
图7为某5挡机械自动变速器动力性占优多性能综合最优换挡规律(动力性、经济性、CO排放、HC排放、NOx排放所对应的性能期望值分别为0.6、0.25、0.05、0.05、0.05)；
图8为某5挡机械自动变速器经济性占优多性能综合最优换挡规律(动力性、经济性、CO排放、HC排放、NOx排放所对应的性能期望值分别为0.25、0.6、0.05、0.05、0.05)；
图9为基于模糊推理的驾驶意图识别模块工作流程(图9中的d/dt对油门开度的运算结果即为油门开度变化率)；
图10为目标挡位决策模块工作流程；
图11为有级自动变速器多性能综合最优挡位决策系统硬件电路图；
图12为电机驱动模块电路图；
图13为换挡执行机构结构图。
具体实施方式
下面结合附图、以某5挡机械式自动变速器(AMT)多性能综合最优挡位决策系统为具体实施例，对本发明作进一步的说明。
该5挡AMT多性能综合最优挡位决策系统由换挡规律优化模块、信号采集模块、驾驶意图识别模块、目标挡位决策模块、换挡执行模块、车辆行驶状态数据库和换挡规律数据库组成，其结构如图1所示。由换挡性能期望值表征的不同驾驶意图下的多性能综合最优换挡规律，由换挡规律优化模块离线优化计算得到，这些换挡规律被存储在TCU的换挡规律数据库中。在车辆运行过程中，TCU的信号采集模块实时获取车速、油门开度及挡位信息，并将所获取的信息存入TCU的车辆行驶状态数据库中；然后通过驾驶意图识别模块在线识别驾驶员的换挡性能期望，并将其量化。目标挡位决策模块则根据识别出的换挡性能期望值，结合换挡规律数据库确定适用换挡表，再结合油门开度、车速及当前挡位，确定多性能综合最优目标挡位。换挡执行模块根据所确定的目标挡位，判断目标挡位是否与当前挡位相同，若不相同，则由单片机通过驱动模块驱动选挡电机和换挡电机完成选挡和换挡操作，实现自动换挡。
图2为自动变速器挡位决策系统硬件结构图。该系统包括信号采集模块、EEPROM存储模块、MC9S12DP256单片机、电源模块、驱动模块、换挡电机和选挡电机。
信号采集模块采集发动机转速、车速、油门开度以及当前挡位信号，并将上述采集信号送入MC9S12DP256单片机，该单片机与其内存储有换挡规律数据库以及车辆行驶状态数据库的EEPROM存储模块连接，该单片机的输出信号送入驱动模块，驱动模块的输出信号至选挡电机和换挡电机，电源模块为该单片机供电。
一个完整的换挡过程，首先由换挡电机通过换挡电机传动机构使叉轴拨杆从当前挡位位置移动到空挡位置，完成摘挡；然后再由选挡电机通过选挡电机传动机构使叉轴拨杆从空挡位置移动到目标挡位选挡位置，完成选挡；最后再由换挡电机通过换挡电机传动机构使叉轴拨杆从目标挡位选挡位置移动到目标挡位位置，完成挂挡。
图3是换挡规律优化模块工作流程。该模块首先根据发动机台架实验获得的发动机转矩、油耗和排放数据，建立发动机转矩、油耗和排放性能指标模型，然后结合驾驶员换挡性能期望值构造换挡性能综合评价函数，再以换挡性能综合评价函数为优化目标，以油门开度和车速为设计变量，以汽车基本行驶条件和发动机转速有效范围为约束条件，结合所建立的发动机各项性能指标模型，优化计算有级自动变速器多性能综合最优换挡规律。
本实施例采用BP神经网络系统建模的方法去建立发动机多性能指标模型。图4为用于建立发动机转矩、油耗和各排放性能指标神经网络模型的辨识系统结构，图中，输入P为油门开度和发动机转速，输出T为发动机各性能指标，分别为转矩、小时燃油消耗量、CO排放量、HC排放量、NOx排放量。输入P在辨识过程中也作为BP神经网络的输入，以输出T与BP神经网络的实际输出Y的偏差e作为网络的学习信号，再通过设计的学习算法去更新BP神经网络的权值，直到偏差小于预设值，从而完成对发动机各性能指标模型的辨识。与转矩、小时燃油消耗量、CO排放量、HC排放量、NOx排放量对应的性能指标神经网络模型的拓扑结构为2×6×1，即输入层具有2个神经元；单隐含层具有6个神经元；输出层具有1个神经元。
换挡性能综合评价函数构造方法如图5所示，首先分别构造汽车动力性、燃油经济性和排放性能的评价函数，即动力性分目标函数、经济性分目标函数和各排放性能分目标函数，然后对三类分目标函数进行归一化处理，最后采用线性加权方法构造换挡性能综合评价函数(即多性能综合评价函数)，在构造综合评价函数时，采用三类性能期望值的不同组合来反应不同的驾驶员换挡性能倾向。
本实施例中，动力性分目标函数采用同一油门开度下相邻两挡加速度之差的绝对值表示，如下式所示
Figure GDA0004133765950000101
式中，ua为车速，
Figure GDA0004133765950000102
为行驶加速度，i表示挡位。
本实施例中，经济性分目标函数采用同一油门开度下相邻两挡燃油消耗率之差的绝对值表示，如下式所示
ffc(ua)＝|bei-be(i+1)|
式中，be为发动机的燃油消耗率。
本实施例中，各排放性能分目标函数采用同一油门开度下相邻两挡污染物比排放量之差的绝对值表示，CO、HC和NOx排放目标函数分别如下所示。
fco(ua)＝|bcoi-bco(i+1)|
fhc(ua)＝|bhci-bhc(i+1)|
fnox(ua)＝|bnoxi-bnox(i+1)|
式中，bco、bhc、bnox分别为CO、HC和NOx比排放量。
本实施例中，采用极差法对各个分目标函数值做无量纲化处理，转换到[0,1]的范围内。归一化公式如下
Figure GDA0004133765950000111
式中，x′表示归一化后的值，x为样本原始值，xmax为样本数据中的最大值，xmin为样本数据中的最小值。
采用线性加权方法构造多性能指标综合评价函数，如下式所示
Figure GDA0004133765950000112
式中，f′d(ua)、f′fc(ua)、f′co(ua)、f′hc(ua)、f′nox(ua)分别为归一化后的各项性能所对应的分目标函数；wd、wfc、wco、whc、wnox分别为动力性分目标函数、经济性分目标函数、CO排放分目标函数、HC排放分目标函数以及NOx排放分目标函数的权系数。
上式中，各分目标函数对应权值(即对应性能期望值)的不同大小组合用来体现驾驶者不同的换挡性能倾向，比如：wd的值相对大一些，表示驾驶者希望此时以动力性为主；若驾驶者希望汽车有较好的燃油经济性，则wfc应取得相对大一些。
以多性能指标综合评价函数为优化目标，对有级自动变速器换挡规律进行优化时，还需满足以下约束条件：
首先必须满足汽车行驶基本条件，即在一定油门开度下，升挡后汽车的驱动力仍足以克服汽车所有行驶阻力之和，以确保换挡完成后行驶加速度不小于0，即
Figure GDA0004133765950000113
此外，还须使发动机转速在其有效范围内，即在一定油门开度下，发动机转速应在其最低稳定转速到该油门下能达到的最高转速之间，
Figure GDA0004133765950000121
式中，nemin、nemax分别为发动机在该油门开度下的最低稳定转速和能达到的最高转速。
在一定油门开度下，以综合性能评价函数最小为目标，考虑汽车行驶基本条件和发动机转速有效范围，换挡车速为优化变量，多性能综合最优换挡规律优化问题可描述如下
Figure GDA0004133765950000122
图6是基于遗传算法的有级自动变速器多性能综合最优换挡规律优化计算流程。本实施例中，对应不同的油门开度，分别采用遗传算法求解能使换挡性能综合评价函数最小的换挡点所对应的车速，主要包括以下步骤：
1)导入汽车整车及传动系统相关参数，包括传动比、主传动比、传动效率、迎风面积、空气阻力系数、车轮半径、整车装备质量、单车轮转动惯量和发动机飞轮转动惯量，并输入各性能期望值(即各分目标的权值)；
2)设置挡位循环控制变量i＝2；
3)设置油门开度循环控制变量j＝1；
4)计算各分目标函数在约束条件内的最大值、最小值；
5)分别调用发动机转矩、燃油消耗率、CO比排放量、HC比排放量和NOx比排放量的神经网络模型，计算各分目标函数值；
6)各分目标函数归一化处理；
7)调用遗传算法优化程序计算升挡车速uaupi(j)；
8)判断j是否等于k？若是，继续下一步；否则，j＝j+1，返回第四步；
9)判断i是否等于n？若是，继续下一步；否则，i＝i+1，返回第三步；
10)计算降挡车速uadowni＝uaupi-Ai(uaupi-uaup(i-1))；
11)保存计算结果。
换挡规律优化流程中，n为变速器前进挡位数，本实施例中其值取5；k为油门开度循环控制变量终值，表示油门开度为从0到100％的取值个数，本实施例中其值取10％、15％、20％、25％、30％、35％、40％、45％、50％、60％、70％、85％、100％，共计13个油门开度，j为当前油门开度在13个油门开度按升序排列之后的位置；遗传算法优化程序，用于计算多性能指标综合评价函数的最优解。uaupi为升入i挡时的车速；uaup(i-1)为升入i-1挡时的车速；uadowni为i挡降入i-1挡时车速。对于2挡降1挡，油门开度小于60％时Ai＝0.4，油门开度大于等于60％时Ai＝0.15；对于其它挡位，油门开度小于60％时Ai＝0.8，油门开度大于等于60％时Ai＝0.2。
在本实施例中，分别选取各性能期望值的不同组合，采用图6所示的优化流程，即可得到不同换挡性能期望所对应的多性能综合最优换挡规律，这些换挡规律被下载存储到TCU的EEPROM中，构成换挡规律数据库。
下面以两种多性能综合最优换挡规律为例，说明性能期望值对换挡规律的影响。
将各性能期望值(即各分目标函数的权值)设置为wd＝0.6，wfc＝0.25，wco＝whc＝wnox＝0.05，可表示驾驶员希望汽车以动力性为主，同时兼顾经济性与排放性。采用图6所示优化流程，即可获得动力性占优多性能综合最优换挡规律，如图7所示。将各性能期望值设置为wd＝0.25，wfc＝0.6，wco＝whc＝wnox＝0.05，则可表示驾驶员希望汽车以较好的燃油经济性来行驶，同时可以兼顾汽车动力性和排放性。采用图6所示优化流程，即可获得经济性占优多性能综合最优换挡规律，如图8所示。对比图7和图8可知，在相同油门开度下，动力性占优换挡规律的换挡点车速要明显高于经济发占优换挡规律的换挡点车速，以充分发挥发动机的动力。
本实施例中，采用基于模糊推理的方法进行驾驶意图识别。驾驶意图识别模块工作流程如图9所示，该模块的输入为油门开度和发动机转速，输出为动力性、经济性和各种排放性能期望值。动力性和经济性期望值的推理过程类似，模糊推理的输入为油门开度、发动机转速和油门开度变化率，这些输入值经模糊化、模糊推理和去模糊化过程，分别输出动力性和经济性期望值。作为模糊推理依据的动力性和经济性期望推理规则库，是在采集的试验数据基础上、结合驾驶员和专家经验提取而来的。
本实施例中，CO排放、HC排放、NOx排放所对应的性能期望值由下式确定
Figure GDA0004133765950000141
在本实施例中，TCU完成驾驶意图识别后，由目标挡位决策模块根据识别出的换挡性能期望值，结合换挡规律数据库确定适用换挡表，再结合油门开度、车速及当前挡位，确定多性能综合最优目标挡位。
目标挡位决策模块工作流程如图10所示。该模块在换挡规律数据库中，查找与识别出的换挡性能期望值接近(偏差小于5％)换挡规律，若能够找到，则直接选择该换挡表作为适用换挡表；若不能找到这样的换挡规律，则通过多元线性插值、由与识别出的换挡性能期望值最接近的换挡规律构造适用换挡表；再根据油门开度、车速及当前挡位，结合所选择或构造的适用换挡表，确定目标挡位。
如图11所示为有级自动变速器多性能综合最优挡位决策系统硬件电路图，包含该控制系统的单片机最小系统电路、电源模块电路、信号采集模块电路和驱动模块电路。其中信号采集模块由发动机转速采集电路、车速采集电路、挡位采集电路和油门开度采集电路组成，采集的参数有发动机转速、车速、挡位和油门开度，发动机转速信号和车速信号是数字信号，单片机通过测量单位时间的脉冲个数，计算出发动机转速和车速，挡位信号和油门开度信号是模拟信号，单片机通过AD转换(模拟量转化为数字量)，得到当前挡位和油门开度。该系统EEPROM存储模块的型号为24C256，电源模块的电源芯片为LM2596。
如图12所示为驱动模块中驱动一个电机的具体实施电路(驱动另一个电机的电路与此电路完全相同)，电机驱动模块电路包括：由电压芯片LM4040DIM3-3.0组成参考电压源以及由型号为MAX4081的芯片U1组成电流采样电路，该参考电压源的输出端接于芯片U1的7脚，采集电机电流信号的电流传感器的信号输出端以及芯片U1的5脚均接于上述单片机73脚，由4个型号为IRL3713的MOS管Q1、Q2、Q3、Q4组成H桥电路，该H桥电路中MOS管Q1和Q2的漏极D均接于芯片U1的8脚，MOS管Q2、Q4的两个栅极外接电路为：MOS管Q2的栅极G接于二极管D2正极，D2负极接于型号为IR2103S的芯片U3的7脚，电阻R5串接在Q2的栅极G与芯片U3的7脚之间，MOS管Q4的栅极G接于二级管D5正极，D5负极接于U3的5脚，电阻R6串接在Q4的栅极G与U3的5脚之间，电解电容C6正极以及二极管D4负极均接于U3的8脚，电容C6负极接于U3的6脚，二极管D4正极和蓄电池BAT的正极均接于U3的1脚，单片机4脚接于U3的2脚，U3的3脚接于单片机的24脚，U3的4脚接地，MOS管Q1、Q3的两个栅极外接电路与Q2、Q4的两个栅极外接电路相同；所述换挡电机(1)或选挡电机(8)连接在上述H桥电路中。该电路包含驱动电路、电流采样电路、参考电压源。参考电压源为AD转换和电流采样电路提供参考电压，参考电压芯片型号为LM4040DIM3-3.0。驱动电路的驱动芯片为IR2103S，其作用是根据单片机发出的PWM信号和方向信号驱动功率MOS管的开关，功率MOS管的型号为IRL3713，4个功率MOS管组成H桥电路，可以控制电机的正反转和电流大小。通过控制选挡和换挡电机，即可按照该决策系统确定的多性能综合最优挡位，实现变速器的自动换挡。
如图13所示为该系统的换挡执行机构，其中1为换挡电机，2为换挡初级减速主动齿轮，3为换挡次级减速主动齿轮，4为换挡初级减速从动齿轮，5为圆柱形齿条，6为蜗轮，7为蜗杆，8为选挡电机，9为传动轴，10为叉轴拨杆，11为拨叉轴，12为拨叉。蜗杆7、蜗轮6和传动轴9构成选挡传动机构，选挡电机8带动蜗杆7转动，蜗轮6和蜗杆7为啮合关系，蜗轮6通过花键与传动轴9连接，蜗杆7旋转带动蜗轮6旋转，蜗轮6旋转带动传动轴9旋转，传动轴9转动即可拨动叉轴拨杆10完成选挡。换挡初级减速主动齿轮2、换挡初级减速从动齿轮4、换挡次级减速主动齿轮3、圆柱形齿条5构成换挡传动机构，换挡电机1通过换挡传动机构，将换挡电机1旋转，通过换挡初级减速主动齿轮2和换挡初级减速从动齿轮4减速后将扭矩传递到换挡次级减速主动齿轮3，换挡次级减速主动齿轮3拨动圆柱形齿条5，(传动轴一端与圆柱形齿条外端同轴固联)使传动轴9的轴向运动，即可通过叉轴拨杆10拨动拨叉轴11上的拨叉12完成换挡。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims (8)

1.一种汽车有级自动变速器多性能综合最优挡位决策系统，其特征是，所述系统主要由换挡规律优化模块、信号采集模块、驾驶意图识别模块、目标挡位决策模块、换挡执行模块、车辆行驶状态数据库和换挡规律数据库组成；
换挡规律优化模块离线计算在不同驾驶意图下的多性能综合最优换挡规律，并将优化后的各种换挡规律存储在变速器控制单元的换挡规律数据库中；
信号采集模块在车辆运行过程中实时获取车辆状态信息和驾驶员操作信息，这些信息包括发动机转速、车速、油门开度、挡位，并将所获取的信息存入车辆行驶状态数据库；
驾驶意图识别模块以驾驶员操纵信息和车辆状态信息为输入，以驾驶员的动力性期望值、经济性期望值和各种排放性能期望值为输出，在线识别驾驶员的换挡性能期望，并将其量化；
目标挡位决策模块则根据识别出的换挡性能期望量化值，简称性能期望值，结合换挡规律数据库选择或构造换挡规律，再根据油门开度及车速及当前挡位，确定有级自动变速器多性能综合最优目标挡位；
换挡执行模块根据所确定的目标挡位通过驱动选挡电机和换挡电机完成选挡和换挡操作；所述换挡规律优化模块采用多性能指标综合最优换挡规律优化方法：首先建立发动机转矩、油耗和排放的发动机各项性能指标模型；再结合驾驶员的换挡性能期望值，构造换挡性能综合评价函数；然后以换挡性能综合评价函数为优化目标，以油门开度和车速为设计变量，以汽车基本行驶条件和发动机转速有效范围为约束条件，结合所建立的发动机各项性能指标模型，计算不同换挡性能期值下的有级自动变速器多性能指标综合最优换挡规律；最后将计算得到的各换挡性能期望值对应的换挡规律存储在变速器控制单元的换挡规律数据库中；
所述的建立发动机转矩、油耗和排放的发动机各项性能指标模型，是指通过台架实验获得发动机转矩、油耗和排放特性的实验数据后，应用系统建模方法，以油门开度和发动机转速为输入，分别以动力性指标、经济性指标以及各排放性能指标为输出，建立发动机各项性能指标模型；
所述驾驶员的换挡性能期望值，是指驾驶意图识别模块根据驾驶员的操纵信息和车辆运行状态，计算出的动力性、经济性以及排放不同性能指标在驾驶员期望的汽车换挡性能中所占的权重，这些权重由各性能指标期望的量化值来表示，每个性能指标期望值均在[0,1]范围内，且所有性能指标期望值之和为1；
所述的构造换挡性能综合评价函数，包括以下步骤：首先分别构造汽车动力性、经济性和排放性能的评价函数，即动力性分目标函数、经济性分目标函数和各排放性能分目标函数；然后对三类分目标函数进行归一化处理；最后采用线性加权方法构造可用于有级自动变速器换挡规律优化的换挡性能综合评价函数；
所述的动力性分目标函数、经济性分目标函数和各排放性能分目标函数，均采用极小值来表示对应性能最优；
所述的归一化处理，是为了将各分目标函数的值转换至[0,1]的范围内；
所述的线性加权方法，是指为归一化后的各分目标函数分别与其对应的加权系数相乘，然后累加求和，得到换挡性能综合评价函数；所有加权系数均为非负值且其和为1；
所述的汽车基本行驶条件，是指换挡后汽车的驱动力仍足以克服汽车行驶阻力；
所述的发动机转速有效范围，是指某一特定油门开度下的发动机最低稳定转速到该油门开度下能达到的最高转速之间的范围；
所述的计算不同换挡性能期值下的有级自动变速器多性能指标综合最优换挡规律，是指遍历有级自动变速器所有相邻两挡组合的情况，针对不同的油门开度，采用优化算法去搜索或求解能使换挡性能综合评价函数达到最优的换挡点所对应的车速；根据各相邻两挡组合下所有油门开度及其对应的换挡点车速，绘制出所有换挡曲线；
所述的构造换挡性能综合评价函数中，动力性分目标函数采用同一油门开度下相邻两挡加速度之差的绝对值表示，如下式所示，
Figure FDA0004178363840000021
式中，ua为车速，
Figure FDA0004178363840000022
为行驶加速度，i表示挡位；
经济性分目标函数采用同一油门开度下相邻两挡燃油消耗率之差的绝对值表示，如下式所示，
ffc(ua)＝|bei-be(i+1)|
式中，be为发动机的燃油消耗率，ua为车速，i表示挡位，
各排放性能分目标函数采用同一油门开度下相邻两挡污染物比排放量之差的绝对值表示，CO、HC和NOx排放目标函数分别如下所示，
fco(ua)＝|bcoi-bco(i+1)|
fhc(ua)＝|bhci-bhc(i+1)|
fnox(ua)＝|bnoxi-bnox(i+1)|
式中，bco、bhc、bnox分别为CO、HC和NOx比排放量，i表示挡位，ua为车速，
所述的对上述三类分目标函数进行归一化处理，具体为：
采用极差法对各个分目标函数值做无量纲化处理，转换到[0,1]的范围内；归一化公式如下
Figure FDA0004178363840000031
式中，x′表示归一化后的值，x为样本原始值，xmax为样本数据中的最大值，xmin为样本数据中的最小值；
所述采用线性加权方法构造的换挡性能综合评价函数即多性能指标综合评价函数f(ua)，如下式所示，
Figure FDA0004178363840000032
式中，f'd(ua)、f'fc(ua)、f'co(ua)、f'hc(ua)、f'nox(ua)分别为归一化后的上述各项性能所对应的分目标函数；wd、wfc、wco、whc、wnox分别为动力性分目标函数、经济性分目标函数、CO排放分目标函数、HC排放分目标函数以及NOx排放分目标函数的权系数。
2.根据权利要求1所述的汽车有级自动变速器多性能综合最优挡位决策系统，其特征是，所述换挡规律优化模块工作流程如下：该模块首先根据发动机台架实验获得的发动机转矩、油耗和排放数据，建立发动机转矩、油耗和排放的发动机各项性能指标模型，然后结合驾驶员换挡性能期望值构造换挡性能综合评价函数，再以换挡性能综合评价函数为优化目标，以油门开度和车速为设计变量，以汽车基本行驶条件和发动机转速有效范围为约束条件，结合所建立的发动机各项性能指标模型，优化计算有级自动变速器多性能综合最优换挡规律；
上述发动机各项性能指标模型采用BP神经网络系统建模的方法建立：输入P为油门开度和发动机转速，输出T为发动机各性能指标，发动机各性能指标分别为转矩、小时燃油消耗量、CO排放量、HC排放量、NOx排放量；
输入P在辨识过程中也作为BP神经网络的输入，以输出T与BP神经网络的实际输出Y的偏差e作为网络的学习信号，再通过设计的学习算法去更新BP神经网络的权值，直到偏差小于预设值，从而完成对发动机各性能指标模型的辨识；与转矩、小时燃油消耗量、CO排放量、HC排放量、NOx排放量对应的性能指标神经网络模型的拓扑结构为2×6×1，即输入层具有2个神经元；单隐含层具有6个神经元；输出层具有1个神经元。
3.根据权利要求1所述的汽车有级自动变速器多性能综合最优挡位决策系统，其特征是，所述汽车行驶基本条件，即在一定油门开度下，升挡后汽车的驱动力仍足以克服汽车所有行驶阻力之和，以确保换挡完成后行驶加速度不小于0，即
Figure FDA0004178363840000041
式中，g1(ua)为车速对时间的变化率，即行驶加速度，ua为车速，
所述发动机转速有效范围，即在一定油门开度下，发动机转速应在其最低稳定转速到该油门下能达到的最高转速之间，
Figure FDA0004178363840000042
式中，g2(ua)为车速对应的发动机转速与该油门开度下发动机最低稳定转速之差，g3(ua)为该油门开度下发动机能达到的最高转速与车速对应的发动机转速与之差，ua为车速，i0表示主减速器速比，ig表示变速器速比，r表示车轮半径，nemin、nemax分别为发动机在该油门开度下的最低稳定转速和能达到的最高转速。
4.根据权利要求1所述的汽车有级自动变速器多性能综合最优挡位决策系统，其特征是，所述换挡规律优化模块采用多性能指标综合最优换挡规律优化方法,包括以下步骤：
1)导入汽车整车及传动系统相关参数，包括传动比、主传动比、传动效率、迎风面积、空气阻力系数、车轮半径、整车装备质量、单车轮转动惯量和发动机飞轮转动惯量，并输入各性能期望值，即各分目标函数的权值；
2)设置挡位循环控制变量i＝2；
3)设置油门开度循环控制变量j＝1；
4)计算各分目标函数在约束条件内的最大值、最小值；
5)分别调用发动机转矩、燃油消耗率、CO比排放量、HC比排放量和NOx比排放量的神经网络模型，计算各分目标函数值；
6)各分目标函数归一化处理；
7)调用遗传算法优化程序计算升挡车速uaupi(j)；
8)判断j是否等于k，若是，继续下一步；否则，j＝j+1，返回第4)步；
9)判断i是否等于n，若是，继续下一步；否则，i＝i+1，返回第3)步；
10)计算降挡车速uadowni＝uaupi-Ai(uaupi-uaup(i-1))；
11)保存计算结果；
其中，n为变速器前进挡位数，k为油门开度循环控制变量终值，表示油门开度为从0到100％的取值个数，所选取的油门开度值按升序排列，j为当前油门开度在k个油门开度按升序排列之后的位置；uaupi为升入i挡时的车速；uaup(i-1)为升入i-1挡时的车速；uadowni为i挡降入i-1挡时车速；对于2挡降1挡，油门开度小于60％时Ai＝0.4，油门开度大于等于60％时Ai＝0.15；对于其它挡位，油门开度小于60％时Ai＝0.8，油门开度大于等于60％时Ai＝0.2。
5.根据权利要求1所述的汽车有级自动变速器多性能综合最优挡位决策系统，其特征是，所述驾驶意图识别模块的工作流程如下：该模块的输入为油门开度和发动机转速以及油门开度变化率，输出为动力性、经济性和各种排放性能期望值；动力性和经济性期望值的推理过程类似，模糊推理的输入为油门开度、发动机转速和油门开度变化率，这些输入值经模糊化、模糊推理和去模糊化过程，分别输出动力性和经济性期望值；作为模糊推理依据的动力性和经济性期望推理规则库，是在采集的试验数据基础上、结合驾驶员和专家经验提取而来的；
CO排放、HC排放、NOx排放所对应的各种排放性能期望值由下式确定
Figure FDA0004178363840000061
式中，wco、whc、wnox分别为CO排放、HC排放、NOx排放所对应的各种排放性能期望值，wd为动力性期望值，wfc为经济性期望值。
6.根据权利要求1所述的汽车有级自动变速器多性能综合最优挡位决策系统，其特征是，所述目标挡位决策模块工作流程如下：在换挡规律数据库中，查找与识别出的换挡性能期望值偏差小于5％换挡规律，若能够找到，则直接选择对应的换挡表作为适用换挡表；若不能找到这样的换挡规律，则通过多元线性插值、由与识别出的换挡性能期望值最接近的换挡规律构造适用换挡表；再根据油门开度、车速及当前挡位，结合所选择或构造的适用换挡表，确定目标挡位。
7.根据权利要求1-权利要求5任一权利要求所述汽车有级自动变速器多性能综合最优挡位决策系统，其系统硬件由换挡执行机构和换挡控制装置组成，其特征是，所述换挡执行机构为：
换挡初级减速主动齿轮(2)安装在换挡电机(1)的轴上，初级减速主动齿轮(2)和换挡初级减速从动齿轮(4)啮合组成换挡减速齿轮组，换挡次级减速主动齿轮(3)与换挡初级减速从动齿轮(4)安装在同一根轴上，同步转动，换挡次级减速主动齿轮(3)与圆柱形齿条(5)啮合将齿轮的旋转运动转换为传动轴(9)的轴向移动，蜗轮(6)经花键安装在传动轴(9)一端上，选挡电机(8)轴上固定的蜗杆(7)与蜗轮(6)啮合，叉轴拨杆(10)安装在传动轴(9)另一端上，由叉轴拨杆(10)择一地拨动的多根拨叉轴(11)，拨叉轴(11)设置在叉轴拨杆(10)下方，每一拨叉轴(11)上安装有一个与挡位对应的拨叉(12)。
8.根据权利要求7所述的一种汽车有级自动变速器多性能综合最优挡位决策系统，其特征是，所述换挡控制装置由信号采集模块电路和电机驱动模块电路组成；该信号采集模块电路为：单片机型号为MC9S12DP256，车速传感器的信号输出端串接电阻RA2后接于单片机的9脚，该信号输出端同时串接电容C8后接地；发动机转速传感器的信号输出端串接电阻RA13后接于单片机的10脚，该信号输出端同时串接电容C36后接地；油门开度传感器的信号输出端串接电阻RA3后接于单片机的67脚，该信号输出端同时串接电容C9后接地，该信号输出端接于稳压二极管Z2负极，稳压二极管Z2正极接地；变速器挡位传感器的信号输出端串接电阻RA1后接于单片机的75脚，电容C7一端和稳压二极管Z1负极均接于该信号输出端，电容C7另一端和稳压器二极管Z1正极均接地；该电机驱动模块电路为：由电压芯片LM4040DIM3-3.0组成参考电压源以及由型号为MAX4081的电流采样芯片U1组成电流采样电路，该参考电压源的输出端接于芯片U1的7脚，采集电机电流信号的电流传感器的信号输出端以及芯片U1的5脚均接于上述单片机73脚，由4个型号为IRL3713的MOS管Q1、Q2、Q3、Q4组成H桥电路，该H桥电路中MOS管Q1和Q2的漏极D均接于芯片U1的8脚，MOS管Q2、Q4的两个栅极外接电路为：MOS管Q2的栅极G接于二极管D2正极，D2负极接于型号为IR2103S的芯片U3的7脚，电阻R5串接在Q2的栅极G与芯片U3的7脚之间，MOS管Q4的栅极G接于二级管D5正极，D5负极接于U3的5脚，电阻R6串接在Q4的栅极G与U3的5脚之间，电解电容C6正极以及二极管D4负极均接于U3的8脚，电容C6负极接于U3的6脚，二极管D4正极和蓄电池BAT的正极均接于U3的1脚，单片机4脚接于U3的2脚，U3的3脚接于单片机24脚，U3的4脚接地，MOS管Q1、Q3的两个栅极外接电路与Q2、Q4的两个栅极外接电路相同；所述换挡电机(1)或选挡电机(8)电连接在上述H桥电路中。
CN201711249310.7A 2017-01-19 2017-12-01 汽车有级自动变速器多性能综合最优挡位决策系统 Active CN108087541B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710043019.8A CN106763724A (zh) 2017-01-19 2017-01-19 汽车有级自动变速器多性能综合最优挡位决策系统
CN2017100430198 2017-01-19

Publications (2)

Publication Number Publication Date
CN108087541A CN108087541A (zh) 2018-05-29
CN108087541B true CN108087541B (zh) 2023-05-23

Family

ID=58944869

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201710043019.8A Pending CN106763724A (zh) 2017-01-19 2017-01-19 汽车有级自动变速器多性能综合最优挡位决策系统
CN201711249310.7A Active CN108087541B (zh) 2017-01-19 2017-12-01 汽车有级自动变速器多性能综合最优挡位决策系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201710043019.8A Pending CN106763724A (zh) 2017-01-19 2017-01-19 汽车有级自动变速器多性能综合最优挡位决策系统

Country Status (1)

Country Link
CN (2) CN106763724A (zh)

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106763724A (zh) * 2017-01-19 2017-05-31 西华大学 汽车有级自动变速器多性能综合最优挡位决策系统
CN108333921B (zh) * 2017-09-27 2021-09-17 长春工业大学 基于动态规划算法的汽车换挡规律优化方法
CN108170960A (zh) * 2017-12-28 2018-06-15 吉孚汽车技术(浙江)有限公司 一种自动变速器换挡线制作和评估方法
CN108533736B (zh) * 2018-04-04 2019-12-27 吉林大学 一种基于bp神经网络的双离合器自动变速器装置及控制方法
CN108595853B (zh) * 2018-04-28 2021-06-04 吉林大学 一种基于遗传算法的并联混合动力汽车参数优化设计方法
CN109017555A (zh) * 2018-06-11 2018-12-18 合肥越明交通电子科技有限公司 一种基于驾考应用的检测车辆档位的方法与系统
CN108980341B (zh) * 2018-07-06 2020-05-01 吉利汽车研究院（宁波）有限公司 一种汽车升挡转速点估算方法
CN110762201B (zh) * 2018-07-25 2021-07-06 广州汽车集团股份有限公司 一种消除变速器主动轮与从动轮之间冲击的方法及系统
CN109050534B (zh) * 2018-08-01 2020-06-09 江苏大学 一种生态驾驶提示方法
CN109948878A (zh) * 2018-12-14 2019-06-28 中国汽车技术研究中心有限公司 基于油门-负荷变化趋势分析的车辆动力评估方法及系统
CN111350811A (zh) * 2018-12-24 2020-06-30 长城汽车股份有限公司 车辆及其变速器的选档方法与装置
CN111379853B (zh) * 2018-12-27 2021-06-18 北汽福田汽车股份有限公司 自动变速箱换挡策略的确定方法、装置
CN109723814A (zh) * 2019-01-28 2019-05-07 汉腾汽车有限公司 一种amt机构的换挡控制方法
CN109849666B (zh) * 2019-02-22 2021-10-12 江苏大学 一种具有自适应功能的车载辅助驾驶提示装置及方法
CN109910634B (zh) * 2019-03-29 2020-12-04 深圳猛犸电动科技有限公司 一种电动车辆油门的控制方法、装置及终端设备
CN110007598B (zh) * 2019-04-09 2020-07-03 吉林大学 一种基于代理模型的自动变速器控制参数预标定方法
KR20200119439A (ko) * 2019-04-09 2020-10-20 엘에스엠트론 주식회사 농업용 작업차량의 주행속도 제어장치 및 농업용 작업차량의 주행속도 제어방법
CN109910863B (zh) * 2019-04-17 2020-07-31 苏州赫行新能源汽车科技有限公司 一种基于插电式混合动力轿车专用变速器的控制方法
CN110108499B (zh) * 2019-04-26 2021-04-09 中国第一汽车股份有限公司 一种自动变速器换挡规律综合测试方法
CN110185791B (zh) * 2019-05-30 2020-03-20 吉林大学 一种有级式自动变速器控制参数优化方法
DE102019211378A1 (de) * 2019-07-30 2021-02-04 Vitesco Technologies Germany Gmbh Anordnung zum Schalten eines Getriebes und Verfahren zum Betrieb der Anordnung
CN110594410A (zh) * 2019-08-27 2019-12-20 中国第一汽车股份有限公司 一种变速器挡位识别方法及车辆
US11796053B2 (en) 2019-11-13 2023-10-24 Volvo Truck Corporation Method for controlling a transmission of a vehicle
CN111022629B (zh) * 2019-12-19 2021-06-22 潍柴动力股份有限公司 自动变速箱的换挡规律的调节方法和装置
CN111059279B (zh) * 2019-12-31 2021-06-22 广西玉柴机器股份有限公司 一种先进的商用车换挡提醒控制方法及系统
CN111365450B (zh) * 2020-03-26 2021-06-11 泸州容大智能变速器有限公司 一种满足各工况的cvt自动变速器换挡方法
CN111765245A (zh) * 2020-07-02 2020-10-13 汉腾汽车有限公司 一种提高换挡经济性的换挡系统和换挡方法
CN112198824B (zh) * 2020-10-13 2022-04-19 广州汽车集团股份有限公司 一种车载数据处理方法及系统
CN113357359B (zh) * 2021-06-25 2022-10-28 潍柴动力股份有限公司 一种自动变速箱换挡控制方法、装置、电子设备及介质
CN113606329B (zh) * 2021-06-25 2023-04-25 东风汽车集团股份有限公司 车辆及其驾驶模式的确定方法、确定系统及tcu
CN113339497B (zh) * 2021-06-28 2022-09-23 潍柴动力股份有限公司 自动变速箱的换挡规律的确定方法、相关装置及存储介质
CN113586706A (zh) * 2021-07-09 2021-11-02 东风汽车集团股份有限公司 基于驾驶员驾驶习惯的自动挡挡位变换方法和车辆控制器
CN113895425B (zh) * 2021-10-25 2022-05-17 吉林大学 一种面向轮毂液压混合动力车辆动力域的稳态控制方法
CN114623230B (zh) * 2022-03-21 2024-02-20 潍柴动力股份有限公司 一种车辆挡位调节方法、装置、系统和存储介质
CN114704630B (zh) * 2022-04-24 2022-11-15 吉林大学 一种32挡双态逻辑自动变速器换挡规律设计方法
CN114863587A (zh) * 2022-04-29 2022-08-05 一汽奔腾轿车有限公司 一种液力机械式自动变速器换挡规律离线获取及评价方法
CN115492928B (zh) * 2022-08-29 2023-08-01 西华大学 一种经济性、动力性和安全性综合最优换挡规律优化方法
CN116906556B (zh) * 2023-07-11 2024-04-09 徐州徐工传动科技有限公司 一种自动变速器转弯换道工况智能挡位决策方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2752282B1 (fr) * 1996-08-06 2001-08-17 Luk Getriebe Systeme Gmbh Vehicule a boite de vitesses automatique
JP4244650B2 (ja) * 2003-02-13 2009-03-25 株式会社日立製作所 変速操作装置
CN100567776C (zh) * 2006-02-13 2009-12-09 比亚迪股份有限公司 自动变速器选换档执行机构
CN102563036B (zh) * 2012-02-28 2014-08-06 湖南大学 基于工况与驾驶意图识别的自动变速器智能匹配方法
CN104691537B (zh) * 2015-02-04 2017-07-28 唐海滨 一种纯电动汽车机械式自动变速器的换挡控制方法
CN104896082B (zh) * 2015-05-26 2017-03-29 吉林大学 具有驾驶风格识别的自动变速器换挡控制方法及系统
CN106195257B (zh) * 2016-08-31 2018-12-14 苏州绿控传动科技有限公司 一种amt自动选换挡装置
CN106763724A (zh) * 2017-01-19 2017-05-31 西华大学 汽车有级自动变速器多性能综合最优挡位决策系统

Also Published As

Publication number Publication date
CN106763724A (zh) 2017-05-31
CN108087541A (zh) 2018-05-29

Similar Documents

Publication Publication Date Title
CN108087541B (zh) 汽车有级自动变速器多性能综合最优挡位决策系统
CN110716550B (zh) 一种基于深度强化学习的换挡策略动态优化方法
CN108333921B (zh) 基于动态规划算法的汽车换挡规律优化方法
CN112429005B (zh) 考虑传动效率的纯电动汽车个性化换挡规律优化方法及应用
CN102889375B (zh) 一种纯电动汽车用两档机械式自动变速器换档控制方法
JP2000509676A (ja) 車両のドライブトレーンを制御する方法および装置
CN110671493B (zh) 基于支持向量机算法的双离合变速器离合器转矩智能预测方法
EP2474457B1 (en) Speed ratio control method for cvt of electric vehicle
CN110985566A (zh) 一种车辆起步控制方法、装置、车辆及存储介质
CN101585359B (zh) 可外接充电型混合动力汽车电量保持阶段的能量管理方法
CN110594317B (zh) 一种基于双离合器式自动变速器的起步控制策略
CN107117160A (zh) 一种电动汽车驱动系统及控制方法
CN108099895A (zh) 一种amt的换挡策略的控制方法及装置
CN1222705C (zh) 控制连续可变的变速器的方法
CN106347352B (zh) 混合动力能量管理系统及其控制方法
Lin et al. An online driver behavior adaptive shift strategy for two-speed AMT electric vehicle based on dynamic corrected factor
Wang et al. Down shift control with power of planetary-type automatic transmission for a heavy-duty vehicle
CN101263292A (zh) 用于控制发动机扭矩和转速的方法及装置
CN113581163B (zh) 基于lstm的多模phev模式切换优化与能量管理方法
Montazeri-Gh et al. Simultaneous design of the gear ratio and gearshift strategy for a parallel hybrid electric vehicle equipped with AMT
CN116201890B (zh) 一种多挡amt纯电动城市客车自适应换挡规律设计方法
Yin et al. Application of time-optimal strategy and fuzzy logic to the engine speed control during the gear-shifting process of AMT
Singh et al. Novel automated manual transmission gear-shift map modelling based on throttle position
Miao et al. Optimal control of gearshift in automatic mechanical transmission
Liu et al. Shift quality optimization based on assessment system for dual clutch transmission

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant