CN108644376A - 一种自动变速器挡位自学习的信号处理方法 - Google Patents

Abstract

本发明提供了一种自动变速器挡位自学习的信号处理方法，该方法在当档位信号值进入某档位阈值范围时，按照一定时间间隔，将数据两两相减取绝对值的和，当绝对值的和小于一定阈值且经过迭代运算取值最小时，代表此档位传感器输出信号稳定，此时可以取数组中的某一值或者某几个数值的平均值等作为此档位的自学习值，最终依据各档位自学习值加减一定值作为档位阈值范围。此方法可以准确测量传感器在各挡位的输出值，消除掉传感器自身电学误差、变速器机械误差、安装误差及耐久信号漂移对输出信号的影响，防止因为传统阈值设置方法造成的挡位无法识别现象的发生。

Description

一种自动变速器挡位自学习的信号处理方法

技术领域

本发明涉及一种自动变速器挡位自学习的信号处理方法，适用于自动变速器下线检测或整车运行时的各挡位信号的自学习及各挡位的阈值范围计算。

背景技术

自动变速器(如AT、DCT、CVT)是自动根据车速及油门踏板开度进行换挡的设备，其换挡模式受换挡杆位置控制，如常用的P挡(驻车挡)、R挡(倒车挡)、N挡(空挡)、D挡(前进挡)。

换挡杆位置通常采用霍尔式挡位传感器进行测量，不同挡位其转子转动角度不同，如图1所示。其输出信号可以为模拟电压(如0.5V-4.5V，不同电压代表不同角度)或者PWM占空比信号(如5％-95％，不同的占空比代表不同的角度)，如下表1输出PWM信号。

表1：PWM信号

位置	公称占空比
		P	18％
R	42.2％
		N	55.5％
D	68.4％

变速器控制单元作为自动变速器的控制部件，通常根据各挡位位置的公称占空比加减一定值(如4％)，作为各挡位识别的阈值范围。如果传感器输出值在某一挡位的阈值范围内，则按照此挡位进行换挡操作，如不在任何挡位的阈值范围内，则进入诊断故障模式。

由于传感器自身的电学信号误差、变速器机械误差及安装误差、其实际输出信号往往与公称占空比相差较大，存在超出阈值范围的风险。另外当实际输出信号值离阈值较近时，如遇外界磁场干扰或长时间耐久使用后的信号漂移，也会造成变速器控制单元识别挡位错误。

如果采用变速器控制单元直接学习传感器输出信号在不同挡位稳定时的输出值，其可以消除掉电学信号误差、变速器机械误差、安装误差及耐久使用后的信号漂移误差，保证各挡位阈值范围根据传感器实际输出信号自动进行调整，增强系统抗磁场干扰及抗耐久信号漂移的能力，保证系统稳定运行。

发明内容

针对上述技术问题，本发明提供一种自动变速器挡位自学习的信号处理方法，该方法能够准确测量传感器在各挡位的输出值，消除掉传感器自身电学误差、变速器机械误差、安装误差及耐久信号漂移对输出信号的影响，防止因为传统阈值设置方法造成的挡位无法识别现象的发生。

本发明采用的技术方案为：

本发明实施例提供一种自动变速器挡位自学习的信号处理方法，所述方法包括：

S100、采集挡位信号值，并将采集的挡位信号值按照预设存储规则存储于数据组中，所述数据组包括存储挡位信号值的地址和对应的挡位信号值；

S110、在确定采集的挡位信号值位于某挡位的阈值范围内时，判定进入该挡位；

S120、将按照预设的时间间隔从所述数据组中提取的样本数据进行两两相减并计算两两相减得到的绝对值之和；

S130、在确定得到的绝对值之和小于对应挡位的平稳限值时，将得到的绝对值之和确定为对应挡位的新的平稳限值，并将数据组中的某一个数据值或者某几个数据值的平均值作为对应挡位的自学习值；

S140、经过预设的采集周期后，对自学习次数进行加1操作；

S150、在确定自学习次数大于等于预设的自学习次数阈值时，将对应挡位的自学习值加减预设值作为该挡位的新的挡位阈值范围；否则，返回步骤S100。

可选地，在步骤S100之前，还包括：对自学习次数、各挡位的平稳限值和数据组的挡位信号值进行初始赋值。

可选地，所述将采集的挡位信号值按照预设存储规则存储于数据组中，具体包括：

将数据组中的第一个挡位信号值进行舍弃，将剩余的挡位信号值依次前移，将采集的挡位信号值存储于数据组中的最后一个地址处。

可选地，所述数据组的数据个数基于所述预设的时间间隔、所述预设的采集周期、所述样本数据个数确定。

可选地，所述数据组的数据个数基于下述公式确定：

M＝(N-1)×(T/T₀)+1

其中，M为数据组的数据个数；N为样本数据个数；T为预设的时间间隔；T₀为预设的采集周期。

本发明实施例提供的自动变速器挡位自学习的信号处理方法，在当档位信号值进入某档位阈值范围时，按照一定时间间隔，将数据两两相减取绝对值的和，当绝对值的和小于一定阈值且经过迭代运算取值最小时，代表此档位传感器输出信号稳定，此时可以取数组中的某一值或者某几个数值的平均值等作为此档位的自学习值，最终依据各档位自学习值加减一定值作为档位阈值范围。此方法可以准确测量传感器在各挡位的输出值，消除掉传感器自身电学误差、变速器机械误差、安装误差及耐久信号漂移对输出信号的影响，防止因为传统阈值设置方法造成的挡位无法识别现象的发生。此外，因为阈值是基于传感器实际输出的信号值的学习值，相对于以往方法可能出现的输出信号离阈值边缘较近，在外界磁场干扰下易出现挡位无法识别的现象，也一定程度增强了抗磁场干扰的能力。

附图说明

图1为现有技术的采用霍尔式挡位传感器测量换挡杆位置的示意图；

图2为本发明实施例的传感器与变速器控制单元的线束连接图；

图3为本发明实施例提供的自动变速器挡位自学习的信号处理方法的流程示意图；

图4(a)和图4(b)为本发明一实施例提供的数据采集方法的示意图；

图5为本发明一实施例提供的自动变速器挡位自学习的信号处理方法的示意图，其中数据按照图4(a)和图4(b)的数据采集方法进行采集；

图6为本发明一具体示例提供的自动变速器挡位自学习的信号处理方法的示意图；

图7(a)和图7(b)为本发明另一实施例提供的数据采集方法的示意图；

图8为本发明另一实施例提供的自动变速器挡位自学习的信号处理方法的示意图，其中数据按照图7(a)和图7(b)的数据采集方法进行采集；

图9为本发明一具体示例提供的自动变速器挡位自学习的信号处理方法的示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

图2为本发明实施例的传感器与变速器控制单元的线束连接图。如图2所示，变速器控制单元110内部的传感器供电模块130输出5V电压给传感器100供电POWER端口；传感器100地GROUND端口连接变速器控制单元110内部地；传感器100信号输出SIGNAL端口连接变速器控制单元110内部微处理器120的A/D采集端口；微处理器120根据采集到的信号值进行相关计算以最终得到各挡位的自学习值。

本发明实施例提供的自动变速器挡位自学习的信号处理方法可通过图2所示的结构执行。如图3所示，本发明实施例提供的自动变速器挡位自学习的信号处理方法可包括以下步骤：

S100、采集挡位信号值，并将采集的挡位信号值按照预设存储规则存储于数据组中，所述数据组包括存储挡位信号值的地址和对应的挡位信号值。

在该步骤中，可在每个数据采集时刻利用传感器100对变速器的档位信号值进行采集，相邻两个数据采集时刻之间的间隔即采集周期可根据实际情况来进行确定，例如可为10ms、50ms等。

在本发明实施例中，数据组可通过寄存器进行存储，每个寄存器采用一个地址来存储一个挡位信号值。所述将采集的挡位信号值按照预设存储规则存储于数据组中，可具体包括：将数据组中的第一个挡位信号值进行舍弃，将剩余的挡位信号值依次前移，将采集的挡位信号值存储于数据组中的最后一个地址处，即每次新采集数据时，将数据组的最前面的数据值进行舍弃，将剩余的数据值依次前移，使得新采集的数据值位于数据组的最后地址处，这样能够确保数据组中的数据值都是最新的。

S110、在确定步骤S100采集的挡位信号值位于某挡位的阈值范围内时，判定进入该挡位。

例如，当采集的挡位信号值落入P档的阈值范围为[Pmin，Pmax]时，则确定进入该挡位。

S120、将按照预设的时间间隔从所述数据组中提取的样本数据进行两两相减并计算两两相减得到的绝对值之和。

在本发明中，预设的时间间隔是指相邻两个样本数据之间的时间间隔，该时间间隔可根据实际情况进行确定，例如可为50ms。

S130、在确定步骤S120中得到的绝对值之和小于对应挡位的平稳限值时，将得到的绝对值之和确定为对应挡位的新的平稳限值，并将数据组中的某一个数据值或者某几个数据值的平均值作为对应挡位的自学习值。

在该步骤中，新的平稳限值用于与下次自学习过程中步骤S120得到的绝对值之和进行比较。

S140、经过预设的采集周期后，对自学习次数进行加1操作。

即，经过一个采集周期后，将自学习次数的值增加1。

S150、在确定自学习次数大于等于预设的自学习次数阈值时，将对应挡位的自学习值加减预设值作为该挡位的新的挡位阈值范围；否则，返回步骤S100。

在本发明实施例中，预设的自学习次数阈值可根据具体工厂测试节拍设定，如果工厂可以由P-R-N-D，7s结束，则可以设定Tmax为7*1000/10＝700。在该步骤中，当自学习次数大于等于预设的自学习次数时，将步骤S130确定的对应挡位的自学习值加减预设值作为该挡位的新的挡位阈值范围，在下次自学习过程中，将采集的挡位信号值与新的挡位阈值范围进行比较，即在步骤S110中，将采集的挡位信号值与新的挡位阈值范围进行比较。当自学习次数小于预设的自学习次数时，返回步骤S100，继续自学习。在一个示意性实施例中，所述预设值可为根据机械误差和电学误差得到的4％。

进一步地，在步骤S100之前，还包括：对自学习次数、各挡位的平稳限值和数据组的挡位信号值进行初始赋值。在本发明的一个示例中，自学习次数的初始值可为0，数据组的挡位信号值的初始值可为0，各挡位的平稳限值可基于在各挡位时的信号平稳程度进行设定，例如设定为1％，但是并不局限于此，也可根据实际情况设置其他的初始值。

此外，在本发明中，所述数据组的数据个数可基于所述预设的时间间隔、所述预设的采集周期、所述样本数据个数确定，具体可基于下述公式确定：

M＝(N-1)×(T/T₀)+1

其中，M为数据组的数据个数；N为样本数据个数；T为预设的时间间隔；T₀为预设的采集周期。

以下，结合图4(a)至图9对本发明实施例提供的自动变速器挡位自学习的信号处理方法进行更详细的介绍。

图4(a)和图4(b)为本发明一实施例提供的数据采集方法的示意图；

图5为本发明一实施例提供的自动变速器挡位自学习的信号处理方法的示意图，其中数据按照图4(a)和图4(b)的数据采集方法进行采集，该实施例提供的方法可在下线检测时使用。

在本实施例中，自动变速器挡位自学习的信号处理方法设定两两相减数据之间的时间间隔为50ms，抽取的样本数据个数为3，信号采集周期为10ms，则寄存器数组中的数据个数为(N-1)×(T/T₀)+1＝(3-1)×(50/10)+1＝11，即使用11个寄存器组成的寄存器数组用于存储传感器输出信号值，其地址依次设置为A1到A11，这样，抽取的样本数据的地址为A1、A6和A11，如图4(a)所示。设定每次新采集到的数据(即挡位信号值)为din，采集前寄存器组中数据依次为d1到d11。当每次采集数据时，d1数据舍弃，d2到d11数据依次左移，din数据置于A11位置，如图4(b)所示。

如图5所示，本实施例自学习算法包括以下步骤：

S200、算法开始时对自学习次数t、数据值d(Ai)(i＝1...11)、P挡平稳限值div_Pmin、R挡平稳限值div_Rmin、N挡平稳限值div_Nmin、D挡平稳限值div_Dmin进行初始赋值，本实施例中，自学习次数初始值为0，各数据值的初始值均设置为0，各挡平稳限值的初始值均设置为1％。

S210、进行数据采集，具体进行如图4(a)和图4(b)所示的数据采集算法进行数据采集。

S220、对采集的数据din所在挡位范围进行判断，当din在某个挡位范围内时，确定进入该挡位，可具体包括以下步骤：

S221、判断din是否属于P挡阈值范围，如果din在P挡阈值范围内[Pmin，Pmax]，在一个示例中，例如，Pmin可取18％-4％＝14％，Pmax可取18％+4％＝22％，则执行如下操作；否则，执行步骤S222；

计算此时d(A11)-d(A6)的绝对值与d(A6)-d(A1)的绝对值之和div_P；判断当div_P≤div_Pmin时，将div_P的值赋给div_Pmin，即将div_P的值作为新的div_Pmin，同时P挡自学习值data_P等于寄存器数组中一个数据的值(例如d(A6))，或者某几个数据的平均值。进入步骤S230。

S222、判断din是否在R挡阈值范围内，如果在R挡阈值范围内[Rmin，Rmax]，在一个示例中，Rmin可取42.2％-4％＝38.2％，Rmax可取42.2+4％＝46.2％，则执行如下操作；否则，执行步骤223；

计算此时d(A11)-d(A6)的绝对值与d(A6)-d(A1)的绝对值之和div_R。当div_R≤div_Rmin时，将div_R的值赋给div_Rmin，同时R挡自学习值data_R等于寄存器数组中一个数据的值(例如d(A6))，或者某几个数据的平均值。进入步骤S230。

S223、判断din是否在N挡阈值范围内，当din在N挡阈值范围内[Nmin，Nmax]，在一个示例中，Nmin可取55.5％-4％＝51.5％，Nmax可取55.5％+4％＝59.5％，则执行如下操作；否则，执行步骤224；

计算此时d(A11)-d(A6)的绝对值与d(A6)-d(A1)的绝对值之和div_N。当div_N≤div_Nmin时，将div_N的值赋给div_Nmin，即将div_N的值作为新的div_Nmin，同时N挡自学习值data_N等于寄存器数组中一个数据的值(例如d(A6))，或者某几个数据的平均值。进入步骤S230。

S224、判断din是否在D挡阈值范围内，如果din在D挡阈值范围内[Dmin，Dmax](其中Dmin可取68.4％-4％＝64.4％，Dmax可取68.4％+4％＝72.4％)，则执行如下操作；否则，执行步骤230；

计算此时d(A11)-d(A6)的绝对值与d(A6)-d(A1)的绝对值之和div_D。当div_D≤div_Dmin时，将div_D的值赋给div_Dmin，即将div_D的值作为新的div_Dmin，同时D挡自学习值data_D等于寄存器数组中一个数据的值(例如d(A6))，或者某几个数据的平均值。进入步骤S230。

S230、经过10ms，对自学习次数t进行加1操作。判断时间t是否大于自学习次数阈值Tmax。当时间t≥自学习次数阈值Tmax时，依据各挡位自学习值加减一定值(如4％)作为挡位阈值范围，算法结束。如果当时间t＜自学习次数阈值Tmax时，则进入步骤S210。

图6为本发明一具体示例提供的自动变速器挡位自学习的信号处理方法的示意图，可在下线检测或整车运行时使用。在该实施例中，其中寄存器数组大小及数据采集方法同前述实施例的图4(a)和图4(b)所示的数据采集算法。以P挡自学习为例，当发生挡位变化且当前挡位为P挡时，对自学习次数tp、d(Ai)(i＝1...11)、div_Pmin进行初始赋值。其中div_Pmin的值根据在P挡位时信号平稳程度进行设定，如1％。进行如图4(a)和图4(b)所示的数据采集算法，当din在P挡位范围之内时，例如P挡阈值范围内[Pmin，Pmax](其中，在一个示例中，Pmin可取18％-4％＝14％，Pmax可取18％+4％＝22％)，计算此时d(A11)-d(A6)的绝对值与d(A6)-d(A1)的绝对值之和div_P。当div_P≤div_Pmin时，将div_P的值赋给div_Pmin，同时P挡自学习值data_P等于寄存器数组中一个数据的值(例如d(A6))，或者某几个数据的平均值。经过10ms，对tp进行加1操作。当tp大于等于P挡自学习次数阈值Tpmax时，将P挡自学习值加减一定值(如4％)作为P挡位阈值范围，算法结束；当tp小于P挡自学习次数阈值Tpmax时，如退出P挡时，则算法结束，如未退出P挡，则进行上述数据采集及计算过程。当发生挡位变化且当前挡挡位为N、R和D挡位时，自学习的信号处理方法与P挡自学习类似，为简便起见，在此避免赘述。

图7(a)和图7(b)为本发明另一实施例提供的数据采集方法的示意图；

图8为本发明另一实施例提供的自动变速器挡位自学习的信号处理方法的示意图，其中数据按照图7(a)和图7(b)的数据采集方法进行采集，该实施例提供的方法可在下线检测时使用。

在本实施例中，自学习的信号处理方法设定两两相减数据之间的时间间隔与信号采集时间均为50ms，即本算法每隔50ms采集一次传感器输出的信号值(两两相减数据之间的时间间隔也为50ms)，设定3个寄存器组成的寄存器组用于存储传感器输出信号值，其地址依次为A1到A3。每次新采集到的数据为din，采集前寄存器组中的数据依次为d1到d3；当每次采集数据时，d1数据舍弃，d2到d3数据依次左移，din数据置于A3位置。

如图8所示，本实施例的自学习算法与前述实施例类似，可包括以下步骤：

S300、算法开始对自学习次数t、d(Ai)(i＝1...3)、div_Pmin、div_Rmin、div_Nmin、div_Dmin进行赋值。本实施例中，自学习次数初始值为0，各数据值的初始值均设置为0，各挡平稳限值的初始值均设置为1％。

S310、进行数据采集算法，具体进行如图7(a)和图7(b)示出的数据采集算法。

S320、对din所在挡位范围进行判断，当din在某个挡位范围内时，确定进入该挡位，可具体包括以下步骤：

S321、判断din是否属于P挡阈值范围，如果din在P挡阈值范围内[Pmin，Pmax]，在一个示例中，Pmin可取18％-4％＝14％，Pmax可取18％+4％＝22％，则执行如下操作，否则，执行步骤S322；

计算此时d(A3)-d(A2)的绝对值与d(A2)-d(A1)的绝对值之和div_P。当div_P≤div_Pmin时，将div_P的值赋给div_Pmin，同时P挡自学习值data_P等于d(A1)、d(A2)、d(A3)中一个数据的值(例如d(A2))，或者某几个数据的平均值。进入步骤S330。

S322、判断din是否属于R挡阈值范围，如果din在R挡阈值范围内[Rmin，Rmax]，在一个示例中，Rmin可取42.2％-4％＝38.2％，Rmax可取42.2％+4％＝46.2％，则执行如下操作，否则，执行步骤S323；

计算此时d(A3)-d(A2)的绝对值与d(A2)-d(A1)的绝对值之和div_R。当div_R≤div_Rmin时，将div_R的值赋给div_Rmin，同时R挡自学习值data_R等于d(A1)、d(A2)、d(A3)中一个数据的值(例如d(A2))，或者某几个数据的平均值。进入步骤S330。

S323、判断din是否属于N挡阈值范围，如果din在N挡阈值范围内[Nmin，Nmax]，在一个示例中，Nmin可取55.5％-4％＝51.5％，Rmax可取55.5％+4％＝59.5％，则执行如下操作，否则，执行步骤S324；

计算此时d(A3)-d(A2)的绝对值与d(A2)-d(A1)的绝对值之和div_N。当div_N≤div_Nmin时，将div_N的值赋给div_Nmin，同时N挡自学习值data_N等于d(A1)、d(A2)、d(A3)中一个数据的值(例如d(A2))，或者某几个数据的平均值。进入步骤S330。

S324、判断din是否属于D挡阈值范围，如果din在D挡阈值范围内[Dmin，Dmax]，在一个示例中，Dmin可取68.4％-4％＝64.4％，Dmax可取68.4％+4％＝72.4％，则执行如下操作，否则，执行步骤S330；

计算此时d(A3)-d(A2)的绝对值与d(A2)-d(A1)的绝对值之和div_D。当div_D≤div_Dmin时，将div_D的值赋给div_Dmin，同时D挡自学习值data_D等于d(A1)、d(A2)、d(A3)中一个数据的值(例如d(A2))，或者某几个数据的平均值。进入步骤S340。

S330、经过50ms，对自学习次数t进行加1操作。当自学习次数t≥自学习次数阈值Tmax时，依据各挡位自学习值加减一定值(如4％)作为挡位阈值范围，算法结束。当时间t＜自学习次数阈值Tmax时，则进入步骤S310。

图9为本发明又一具体示例提供的自动变速器挡位自学习的信号处理方法的示意图，可在下线检测或整车运行时使用。其中寄存器数组大小及数据采集方法同图7(a)和图7(b)。以P挡自学习为例，当发生挡位变化且当前挡位为P挡，对自学习次数tp、d(Ai)(i＝1...3)、div_Pmin进行初始赋值。其中div_Pmin的值根据在P挡位时信号平稳程度进行设定，如1％。进行如图7(a)和图7(b)示出的数据采集过程，当din在P挡位范围之内时，例如P挡阈值范围内[Pmin，Pmax](其中，在一个示例中，Pmin可取18％-4％＝14％，Pmax可取18％+4％＝22％)，计算此时d(A3)-d(A2)的绝对值与d(A2)-d(A1)的绝对值之和div_P。当div_P≤div_Pmin时，将div_P的值赋给div_Pmin，同时P挡自学习值data_P等于寄存器数组中一个数据的值(例如d(A2))，或者某几个数据的平均值。经过50ms，对tp进行加1操作。当tp大于等于P挡自学习次数阈值Tpmax时，将P挡自学习值加减一定值(如4％)作为P挡位阈值范围，算法结束；当tp小于P挡自学习次数阈值Tpmax时，如退出P挡，则退出本算法，如未退出P挡，则进行上述数据采集及计算过程。当发生挡位变化且当前挡位为N、R和D挡位时，自学习的信号处理方法与P挡自学习类似，为简便起见，在此避免赘述。

综上，本发明提供的自动变速器挡位自学习的信号处理方法，采用包含特定数量寄存器的寄存器数组存储特定数量的档位信号值。当档位信号值进入某档位阈值范围时，按照一定时间间隔，将数据两两相减取绝对值的和div，当div数值小于一定阈值且经过迭代运算取值最小时，代表此档位传感器输出信号稳定，此时可以取数组中的某一值或者某几个数值的平均值等作为此档位的自学习值，最终依据各档位自学习值加减一定值(如4％)作为档位阈值范围，可以准确测量传感器在各挡位的输出值，消除掉传感器自身电学误差、变速器机械误差、安装误差及耐久信号漂移对输出信号的影响，防止因为传统阈值设置方法造成的挡位无法识别现象的发生。此外，因为阈值是基于传感器实际输出的信号值的学习值，相对于以往方法可能出现的输出信号离阈值边缘较近，在外界磁场干扰下易出现挡位无法识别的现象，也一定程度增强了抗磁场干扰的能力。

以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，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，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (5)

1.一种自动变速器挡位自学习的信号处理方法，其特征在于，所述方法包括：

S100、采集挡位信号值，并将采集的挡位信号值按照预设存储规则存储于数据组中，所述数据组包括存储挡位信号值的地址和对应的挡位信号值；

S110、在确定采集的挡位信号值位于某挡位的阈值范围内时，判定进入该挡位；

S120、将按照预设的时间间隔从所述数据组中提取的样本数据进行两两相减并计算两两相减得到的绝对值之和；

S130、在确定得到的绝对值之和小于对应挡位的平稳限值时，将得到的绝对值之和确定为对应挡位的新的平稳限值，并将数据组中的某一个数据值或者某几个数据值的平均值作为对应挡位的自学习值；

S140、经过预设的采集周期后，对自学习次数进行加1操作；

S150、在确定自学习次数大于等于预设的自学习次数阈值时，将对应挡位的自学习值加减预设值作为该挡位的新的挡位阈值范围；否则，返回步骤S100。

2.根据权利要求1所述的方法，其特征在于，在步骤S100之前，还包括：对自学习次数、各挡位的平稳限值和数据组的挡位信号值进行初始赋值。

3.根据权利要求1所述的方法，其特征在于，所述将采集的挡位信号值按照预设存储规则存储于数据组中，具体包括：

将数据组中的第一个挡位信号值进行舍弃，将剩余的挡位信号值依次前移，将采集的挡位信号值存储于数据组中的最后一个地址处。

4.根据权利要求1或3所述的方法，其特征在于，所述数据组的数据个数基于所述预设的时间间隔、所述预设的采集周期、所述样本数据个数确定。

5.根据权利要求4所述的方法，其特征在于，所述数据组的数据个数基于下述公式确定：

M＝(N-1)×(T/T₀)+1

其中，M为数据组的数据个数；N为样本数据个数；T为预设的时间间隔；T₀为预设的采集周期。