CN112101739A - 一种变速器自动化标定方法及存储介质 - Google Patents

一种变速器自动化标定方法及存储介质 Download PDF

Info

Publication number
CN112101739A
CN112101739A CN202010847138.0A CN202010847138A CN112101739A CN 112101739 A CN112101739 A CN 112101739A CN 202010847138 A CN202010847138 A CN 202010847138A CN 112101739 A CN112101739 A CN 112101739A
Authority
CN
China
Prior art keywords
data
calibration
calibration data
processing
optimized
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.)
Pending
Application number
CN202010847138.0A
Other languages
English (en)
Inventor
王继跃
刘伟东
王泮震
申春宝
吴亚军
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.)
FAW Group Corp
Original Assignee
FAW Group Corp
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 FAW Group Corp filed Critical FAW Group Corp
Priority to CN202010847138.0A priority Critical patent/CN112101739A/zh
Publication of CN112101739A publication Critical patent/CN112101739A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Error Detection And Correction (AREA)

Abstract

本发明公开了一种变速器自动化标定方法及存储介质，包括以下步骤：数据初始化；对子数据进行初始测试并进行处理，获得初版原始数据处理表Rα；生成初版标定数据表Aα，对初版标定数据表Aα进行评价，评价结果反馈于判定表Jα；初版标定数据表Aα写入自动变速器控制器；对子数据进行标定量优化测试并进行数据处理，获得优化原始数据处理表RΦ，以优化原始数据处理表RΦ对初版标定数据表Aα进行优化，并生成优化标定数据表AΦ，对优化标定数据表AΦ进行评价，评价结果反馈于判定表JΦ、JΦ’；输出优化标定数据AΦ。

Description

一种变速器自动化标定方法及存储介质
技术领域
本发明涉及一种变速器自动化标定方法及存储介质，属于汽车自动变速器标定技术领域。
背景技术
随着汽车产业的迅速发展，自动变速器成为车企在传动领域的重要研究方向，而变速器标定作为自动变速器开发过程中重要的组成环节近年来备受关注。
自动变速器在标定的过程中，面临着数据采集、数据处理、标定量优化、标定量验证等步骤，在传统的标定过程中上述标定过程相对独立，采用阶段化处理，各阶段之间的数据承接由人为控制，标定效率较低，标定数据准确性较差。
发明内容
本发明提供一种变速器自动化标定方法，能够在自动变速器产品开发过程中实现变速器自动化标定，实现数据采集、数据处理、标定量优化、标定量验证等环节的一体化自动化实现，在提升变速器标定效率、标定准确性的同时，为解决更为复杂的标定任务提供更多可能。
本发明的目的是通过以下技术方案实现的：
第一方面，本发明提供一种变速器自动化标定方法，包括以下步骤：
S1.将标定量A进行标定时所需的参考数据分为多个子数据，初始化各类判定表和数据表；
S2.制定初版标定数据测试工况，对所述步骤S1的子数据进行初始测试并进行处理，获得初版原始数据处理表Rα；
S3.根据所述步骤S2获得的初版原始数据处理表Rα生成初版标定数据表Aα，对初版标定数据表Aα进行评价，评价结果反馈于判定表Jα；
S4.读取所述步骤S3所得初版标定数据表Aα，并将其写入自动变速器控制器；
S5.制定标定量优化测试工况，对所述步骤S1的子数据进行标定量优化测试并进行数据处理，获得优化原始数据处理表RΦ；
S6.对所述步骤S5所得优化原始数据处理表RΦ进行数据处理，以其处理结果对所述步骤S4所用的初版标定数据表Aα进行优化，并生成优化标定数据表AΦ，对优化标定数据表AΦ进行评价，评价结果反馈于判定表JΦ、JΦ’；
S7.输出优化标定数据AΦ。
进一步地，所述步骤S2具体包括以下步骤：
步骤102，参考所述步骤S1所需子数据制定初版标定数据测试工况，对步骤S1所述子数据进行初始测试；
步骤103，将步骤102所测子数据依次进行平滑、分段、平均处理，并将所得处理结果保存为初版原始数据处理表Rα；
步骤104，判断是否完成所有子数据测试，是则进入所述步骤S3，否则返回步骤102。
进一步地，所述步骤S3具体包括以下步骤：
步骤105，对所述步骤S2所得初版原始数据处理表Rα以数组插值等方式进行数据处理，生成初版标定数据表Aα，以预设指标对初版标定数据表Aα进行评价，评价结果反馈于判定表Jα；
步骤106，读取判定表Jα，判断步骤105所得初版标定数据表Aα是否满足评价指标，是则进入所述步骤S4，否则进入步骤107；
步骤107，读取判定表Jα，根据判定表Jα内容调整所述步骤102所述初版标定数据测试工况，并返回所述步骤102。
进一步地，所述步骤S5具体包括以下步骤：
步骤109，参考所述步骤S1所需子数据制定标定量优化测试工况，对步骤S1所述子数据进行优化测试；
步骤110，将步骤109所测子数据以平滑、分段、平均等方式进行数据处理，并将所得处理结果保存为优化原始数据处理表RΦ；
步骤111，判断是否完成所有子数据测试，是则进入所述步骤S6，否则返回步骤109。
进一步地，所述步骤S6具体包括以下步骤：
步骤112，对所述步骤S5所得优化原始数据处理表RΦ以数组插值等方式进行数据处理，以其处理结果对所述步骤S4所用的初版标定数据表Aα以四则运算及数理方程构建等方式进行优化，并生成优化标定数据表AΦ，以预设指标对优化标定数据表AΦ进行评价，评价结果反馈于判定表JΦ、JΦ’；
步骤113，读取判定表JΦ，判断步骤112所得优化标定数据表AΦ是否满足评价指标，是则进入所述步骤S7，否则进入步骤114；
步骤114，读取步骤112所得优化标定数据表AΦ，并将其写入自动变速器控制器，进入步骤115；
步骤115，读取判定表JΦ’，根据判定表JΦ’内容调整所述步骤S5的标定量优化测试工况，并返回所述步骤S5。
第二方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行实现如本发明实施例中任一所述的变速器自动化标定方法。
附图说明
图1是本发明提供的变速器自动化标定方法的流程示意图；
图2是本发明实施例1所述子程序及过程数据表调用流程示意图。
具体实施方式
以下结合附图及实施例进一步描述本发明的技术方案。
一种变速器自动化标定方法，包括以下步骤：
步骤101，将标定量A进行标定时所需的参考数据分为多个子数据，初始化各类判定表和数据表；
步骤102，参考步骤101所需子数据制定初版标定数据测试工况，对步骤101所述子数据进行初始测试；
步骤103，将步骤102所测子数据以平滑、分段、平均等方式进行数据处理，并将所得处理结果保存为初版原始数据处理表Rα；
步骤104，判断是否完成所有子数据测试，是则进入步骤105，否则返回步骤102；
步骤105，对步骤103所得初版原始数据处理表Rα以数组插值等方式进行数据处理，生成初版标定数据表Aα，以预设指标对初版标定数据表Aα进行评价，评价结果反馈于判定表Jα；
步骤106，读取判定表Jα，判断步骤105所得初版标定数据表Aα是否满足评价指标，是则进入步骤108，否则进入步骤107；
步骤107，读取判定表Jα，根据判定表Jα内容调整步骤102所述测试工况，并返回步骤102；
步骤108，读取步骤105所得初版标定数据表Aα，并将其写入TCU(自动变速器控制器)；
步骤109，参考步骤101所需子数据制定标定量优化测试工况，对步骤101所述子数据进行优化测试；
步骤110，将步骤109所测子数据以平滑、分段、平均等方式进行数据处理，并将所得处理结果保存为优化原始数据处理表RΦ；
步骤111，判断是否完成所有子数据测试，是则进入步骤112，否则返回步骤109；
步骤112，对步骤110所得优化原始数据处理表RΦ以数组插值等方式进行数据处理，以其处理结果对步骤108所用的初版标定数据表Aα以四则运算、数理方程构建等方式进行优化，并生成优化标定数据表AΦ，以预设指标对优化标定数据表AΦ进行评价，评价结果反馈于判定表JΦ、JΦ’；
步骤113，读取判定表JΦ，判断步骤112所得优化标定数据表AΦ是否满足评价指标，是则进入步骤116，否则进入步骤114；
步骤114，读取步骤112所得优化标定数据表AΦ，并将其写入TCU(自动变速器控制器)；
步骤115，读取判定表JΦ’，根据判定表JΦ’内容调整步骤109所述测试工况，并返回步骤109；
步骤116，输出优化标定数据AΦ。
实施例1
为方便实施例的表述，构建了标定量A，标定量A是一种偏差补偿，其标定数据表如表1所示：
表1标定量A标定数据表
X<sub>1</sub> X<sub>2</sub> X<sub>3</sub>
Y<sub>1</sub> A<sub>1</sub> A<sub>4</sub> A<sub>7</sub>
Y<sub>2</sub> A<sub>2</sub> A<sub>5</sub> A<sub>8</sub>
Y<sub>3</sub> A<sub>3</sub> A<sub>6</sub> A<sub>9</sub>
在相同的命令值Y1下，当标定量X为X1、X2、X3时Y1的实测值分别为Y1-1，Y1-2，Y1-3，在命令值Y2下，当标定量X为X1、X2、X3时Y2的实测值分别为Y2-1，Y2-2，Y2-3，如表2所示：
表2标定量A实测数据表
X<sub>1</sub> X<sub>2</sub> X<sub>3</sub>
Y<sub>1</sub> Y<sub>1-1</sub> Y<sub>1-2</sub> Y<sub>1-3</sub>
Y<sub>2</sub> Y<sub>2-1</sub> Y<sub>2-2</sub> Y<sub>2-3</sub>
Y<sub>3</sub> Y<sub>3-1</sub> Y<sub>3-2</sub> Y<sub>3-3</sub>
b0-1的值为Y1-1，b0-2的值为Y2-1，b0-3的值为Y3-1，如表3所示：
表3原始自变量数组数据表
Figure BDA0002643423710000051
Figure BDA0002643423710000061
以Y1-3、Y2-3、Y3-3为基准，a0-1为(Y1-3-Y1-1)的差值，a0-4为(Y1-3-Y1-2)的差值，a0-7为(Y1-3-Y1-3)的差值，同理可得a0-2和a0-3，如表4所示：
表4原始因变量数组数据表
X<sub>1</sub> X<sub>2</sub> X<sub>3</sub>
Y<sub>1</sub> a<sub>0-1</sub> a<sub>0-4</sub> a<sub>0-7</sub>
Y<sub>2</sub> a<sub>0-2</sub> a<sub>0-5</sub> a<sub>0-8</sub>
Y<sub>3</sub> a<sub>0-3</sub> a<sub>0-6</sub> a<sub>0-9</sub>
b1-1、b1-4和b1-7的值均为Y1，b1-2、b1-5和b1-8的值均为Y2，b1-3、b1-6和b1-9的值均为Y3，如表5所示：
表5目标自变量数组数据表
X<sub>1</sub> X<sub>2</sub> X<sub>3</sub>
Y<sub>1</sub> b<sub>1-1</sub> b<sub>1-4</sub> b<sub>1-7</sub>
Y<sub>2</sub> b<sub>1-2</sub> b<sub>1-5</sub> b<sub>1-8</sub>
Y<sub>3</sub> b<sub>1-3</sub> b<sub>1-6</sub> b<sub>1-9</sub>
以b0-1、b0-2、b0-3作为原始自变量数组，以a0-1、a0-2、a0-3作为原始因变量数组，以b1-1、b1-2、b1-3作为目标自变量数组，通过插值运算得到目标因变量数组a1-1、a1-2、a1-3，如表6所示，即标定量A数据表1中的A1、A2、A3。同理可得A4～A9。
表6目标因变量数组数据表
Figure BDA0002643423710000062
Figure BDA0002643423710000071
本实施例变速器自动化标定方法包括以下步骤：
步骤101，如表1所示，将标定数据A1～A9以X1、X2、X3各列为标识分为3个子数据，初始化判定表Jα、JΦ和JΦ’，初始化数据表Rα、RΦ、Aα和AΦ。
步骤102，通过CANape编写程序命名为Cp1，实现下述功能。在标定量X为X1时，以L0为命令值阶跃步长，t1为步长持续时长，进行命令值Y的0～Lmax阶跃测试，并保存原始数据为X1.mdf，其中，Lmax为最大命令值且Lmax需大于Y1、Y2和Y3的最大值。Cp1在读取初始化后的判定表Jα后进行上述数据测试，得到表2中X1列的实测数据Y1-1、Y2-1和Y3-1，并在测试结束后调用程序Py1。
步骤103，通过Python编写程序命名为Py1，实现下述功能。读取X1.mdf，得到命令值Y和实测值Y’两个数组，取各阶跃命令值Y下实测值Y’的平稳段均值，并选取命令值Y为Y1、Y2和Y3时的对应的实测值平稳段均值Y1-1、Y2-1、Y3-1写入初版原始数据处理表Rα。
步骤104，程序Cp1判断是否完成步骤101所述3列数据的采集，若判定结果为是，进入步骤105，否则返回步骤102和步骤103，进行标定量X为X2、X3时的相关数据采集和数据处理，并将处理结果更新到初版原始数据处理表Rα。
步骤105，通过Python编写程序Py2，实现下述功能。读取步骤103所述初版原始数据处理表Rα，即表2所示标定量A实测数据表，以上述标定量A构建时所述函数规则，对表2数据进行矩阵操作，得到表3、表4、表5，分别对表3、表4、表5中X1、X2、X3列数据以二阶b样条插值方式进行插值运算得到表6，并将表6数据a1-1～a1-9逐列写入txt格式文件初版标定数据表Aα。逐点判断表4中数据a0-1～a0-9是否大于J0，若表4中数据a0-1～a0-9大于J0小于2倍J0，则将该数据点的判定结果1写入txt格式判定表Jα，若表4中数据a0-1～a0-9大于2倍J0，则将判定结果2写入txt格式判定表Jα，否则写入判定结果0。其中J0为正常情况下标定量X变化对标定量Y造成影响的最大偏差，若偏差大于J0则认定为是由响应等因素引起的测试结果不可信。
步骤106，通过CANape编写程序命名为Cp2，实现下述功能。读取判定表Jα，检测判定表Jα中判定结果是否全部为0，若是则进入步骤108，否则进入步骤107。
步骤107，调用Cp1读取判定表Jα，若判定结果为1，将步长持续时间t1延长1s，若判定结果为2，将步长持续时间t1延长2s然后进入步骤102。
步骤108，通过CANape编写程序命名为Cp3，实现下述功能。读取步骤105所得初版标定数据表Aα，并将其写入TCU(自动变速器控制器)。
步骤109，CANape编写程序命名为Cp1_yh，实现下述功能。在标定量X为X1时，以L0为命令值阶跃步长，t1为步长持续时长，进行命令值Y的0～Lmax阶跃测试，并保存原始数据为X1_yh.mdf，其中，Lmax为最大命令值且Lmax需大于Y1、Y2和Y3的最大值。Cp1_yh在读取初始化后的判定表JΦ’后进行上述数据测试，得到表2中X1列的实测数据Y1-1、Y2-1和Y3-1，并在测试结束后调用程序Py1_yh。
步骤110，通过Python编写程序命名为Py1_yh，实现下述功能。读取X1_yh.mdf，得到命令值Y和实测值Y’两个数组，取各阶跃命令值Y下实测值Y’的平稳段均值，并选取命令值Y为Y1、Y2和Y3时的对应的实测值平稳段均值Y1-1、Y2-1、Y3-1写入优化原始数据处理表RΦ。
步骤111，程序Cp1_yh判断是否完成步骤101所述3列数据的采集，若判定结果为是，进入步骤112，否则返回步骤109和步骤110，进行标定量X为X2、X3时的相关数据采集和数据处理，并将处理结果更新到优化原始数据处理表RΦ。
步骤112，通过Python编写程序Py2_yh，实现下述功能。读取步骤110所述优化原始数据处理表RΦ，即表2所示标定量A实测数据表，以上述标定量A构建时所述函数规则，对表2数据进行矩阵操作，得到表3、表4、表5，分别对表3、表4、表5中X1、X2、X3列数据以二阶b样条插值方式进行插值运算得到表6，并将表6中数组a1-1～a1-9除以3后得到的值与初版标定数据表Aα中对应数据相加，相加结果逐列写入txt格式文件优化标定数据表AΦ。
逐点判断表4中数据a0-1～a0-9数据是否大于J1,若是将判定结果1写入txt格式判定表JΦ，否则写入判定结果0，其中J1为标定量A的优化评价指标，即表4中数据a0-1～a0-9数据值小于J1则认为标定结果达到预期，否则需要继续优化；逐点判断表4中数据a0-1～a0-9是否大于J0，若表4中数据a0-1～a0-9大于J0小于2倍J0，则将该数据点的判定结果1写入txt格式判定表JΦ’，若表4中数据a0-1～a0-9大于2倍J0，则将判定结果2写入txt格式判定表JΦ’，否则写入判定结果0。其中J0为正常情况下标定量X变化对标定量Y造成影响的最大偏差，若偏差大于J0则认定为是由响应等因素引起的测试结果不可信。
步骤113，通过CANape编写程序命名为Cp2_yh，实现下述功能。读取判定表JΦ，检测判定表JΦ中是否全部为判定结果0，若是则进入步骤116，否则进入步骤114。
步骤114，通过CANape编写程序命名为Cp3_yh，实现下述功能。读取步骤112所得优化标定数据表AΦ，并将其写入TCU(自动变速器控制器)。
步骤115，调用Cp1_yh读取判定表JΦ’，将步长持续时间t1延长1s，然后进入步骤109。
步骤116，以xlsx格式输出优化后标定数据表AΦ。
实施例2
存储介质以计算机为例，安装CANape12.0，Python3.6.6软件。
实施例3
上述实施例中变速器标定软件CANape可替换为其他变速器标定软件如ETAS，编程语言python可替换为其他编程语言如C、C++等。

Claims (6)

1.一种变速器自动化标定方法，其特征在于，包括以下步骤：
S1.将标定量A进行标定时所需的参考数据分为多个子数据，初始化各类判定表和数据表；
S2.制定初版标定数据测试工况，对所述步骤S1的子数据进行初始测试并进行处理，获得初版原始数据处理表Rα；
S3.根据所述步骤S2获得的初版原始数据处理表Rα生成初版标定数据表Aα，对初版标定数据表Aα进行评价，评价结果反馈于判定表Jα；
S4.读取所述步骤S3所得初版标定数据表Aα，并将其写入自动变速器控制器；
S5.制定标定量优化测试工况，对所述步骤S1的子数据进行标定量优化测试并进行数据处理，获得优化原始数据处理表RΦ；
S6.对所述步骤S5所得优化原始数据处理表RΦ进行数据处理，以其处理结果对所述步骤S4所用的初版标定数据表Aα进行优化，并生成优化标定数据表AΦ，对优化标定数据表AΦ进行评价，评价结果反馈于判定表JΦ、JΦ’；
S7.输出优化标定数据AΦ。
2.如权利要求1所述的一种变速器自动化标定方法，其特征在于，所述步骤S2具体包括以下步骤：
步骤102，参考所述步骤S1所需子数据制定初版标定数据测试工况，对步骤S1所述子数据进行初始测试；
步骤103，将步骤102所测子数据依次进行平滑、分段、平均处理，并将所得处理结果保存为初版原始数据处理表Rα；
步骤104，判断是否完成所有子数据测试，是则进入所述步骤S3，否则返回步骤102。
3.如权利要求1所述的一种变速器自动化标定方法，其特征在于，所述步骤S3具体包括以下步骤：
步骤105，对所述步骤S2所得初版原始数据处理表Rα以数组插值方式进行数据处理，生成初版标定数据表Aα，以预设指标对初版标定数据表Aα进行评价，评价结果反馈于判定表Jα；
步骤106，读取判定表Jα，判断步骤105所得初版标定数据表Aα是否满足评价指标，是则进入所述步骤S4，否则进入步骤107；
步骤107，读取判定表Jα，根据判定表Jα内容调整所述步骤102所述初版标定数据测试工况，并返回所述步骤102。
4.如权利要求1所述的一种变速器自动化标定方法，其特征在于，所述步骤S5具体包括以下步骤：
步骤109，参考所述步骤S1所需子数据制定标定量优化测试工况，对步骤S1所述子数据进行优化测试；
步骤110，将步骤109所测子数据以平滑、分段、平均的方式进行数据处理，并将所得处理结果保存为优化原始数据处理表RΦ；
步骤111，判断是否完成所有子数据测试，是则进入所述步骤S6，否则返回步骤109。
5.如权利要求1所述的一种变速器自动化标定方法，其特征在于，所述步骤S6具体包括以下步骤：
步骤112，对所述步骤S5所得优化原始数据处理表RΦ以数组插值方式进行数据处理，以其处理结果对所述步骤S4所用的初版标定数据表Aα以四则运算及数理方程构建方式进行优化，并生成优化标定数据表AΦ，以预设指标对优化标定数据表AΦ进行评价，评价结果反馈于判定表JΦ、JΦ’；
步骤113，读取判定表JΦ，判断步骤112所得优化标定数据表AΦ是否满足评价指标，是则进入所述步骤S7，否则进入步骤114；
步骤114，读取步骤112所得优化标定数据表AΦ，并将其写入自动变速器控制器，进入步骤115；
步骤115，读取判定表JΦ’，根据判定表JΦ’内容调整所述步骤S5的标定量优化测试工况，并返回所述步骤S5。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行实现如权利要求1-5中任一一项所述的变速器自动化标定方法。
CN202010847138.0A 2020-08-21 2020-08-21 一种变速器自动化标定方法及存储介质 Pending CN112101739A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010847138.0A CN112101739A (zh) 2020-08-21 2020-08-21 一种变速器自动化标定方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010847138.0A CN112101739A (zh) 2020-08-21 2020-08-21 一种变速器自动化标定方法及存储介质

Publications (1)

Publication Number Publication Date
CN112101739A true CN112101739A (zh) 2020-12-18

Family

ID=73753235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010847138.0A Pending CN112101739A (zh) 2020-08-21 2020-08-21 一种变速器自动化标定方法及存储介质

Country Status (1)

Country Link
CN (1) CN112101739A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140195186A1 (en) * 2011-08-04 2014-07-10 Continental Automotive Gmbh Automatic calibration method for a motor vehicle a camshaft sensor
CN105005822A (zh) * 2015-06-26 2015-10-28 华能澜沧江水电股份有限公司 基于最优步长与模型动态选择的特高拱坝响应预测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140195186A1 (en) * 2011-08-04 2014-07-10 Continental Automotive Gmbh Automatic calibration method for a motor vehicle a camshaft sensor
CN105005822A (zh) * 2015-06-26 2015-10-28 华能澜沧江水电股份有限公司 基于最优步长与模型动态选择的特高拱坝响应预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
许健男等: "CANape- Simulink联合仿真的旁通技术在湿式双离合变速器自动化标定中的应用", 《汽车实用技术》, pages 122 - 125 *
黄胜龙: "汽车发动机ECU的自动化HIL仿真测试平台的研究与实现", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, pages 035 - 92 *

Similar Documents

Publication Publication Date Title
Maydeu-Olivares Assessing the size of model misfit in structural equation models
Peters et al. Performance of the trim and fill method in the presence of publication bias and between‐study heterogeneity
US20220268622A1 (en) Hysteresis compensation method for a weighing device
CN104412303A (zh) 图像处理装置和图像处理方法
CN105300522A (zh) 一种减小颜色测量不确定性影响的色度定量计算方法
US20230273973A1 (en) Method and device for homogenization conversion of same index detected by different equipment, and electronic equipment
Zhou et al. Model-free feature screening for ultrahigh dimensional datathrough a modified Blum-Kiefer-Rosenblatt correlation
US20230251125A1 (en) Systems and methods for scale calibration
WO2022213603A1 (zh) 发动机压缩比验证方法、装置、设备及存储介质
CN112101739A (zh) 一种变速器自动化标定方法及存储介质
US20060031046A1 (en) Finite element analysis tire footprint smoothing algorithm using multiple load cases
US20190236472A1 (en) Manufacturing assistance apparatus
CN112489734B (zh) 一种内燃机替代燃料二甲醚燃烧反应机理模型的简化方法
CN113420370A (zh) 一种高度静不定结构的强度设计载荷获取方法
CN111415180A (zh) 资源价值调整方法、装置、服务器及存储介质
JP2005172728A (ja) ネットワーク・アナライザにおける校正の検証方法、該検証方法を実施するための機能手段を備えるネットワークアナライザ、該検証方法を実施するためのプログラム
WO2021008101A1 (zh) 一种一分多端口网络测量方法、系统、装置及存储介质
JP2008537635A (ja) 測定システムに関するツール群マッチング問題及び根本原因問題点の判定
CN112858265B (zh) 一种化学发光定氮仪的校准方法及评价体系
CN115825708A (zh) 一种芯片模拟量的档位值确定方法、装置及控制器
Li A damped diffusion framework for financial modeling and closed-form maximum likelihood estimation
CN112182759A (zh) 一种基于卫星高度计数据对波浪数值模拟结果的检验方法
Qiu et al. A smooth nonparametric approach to determining cut-points of a continuous scale
US11795888B2 (en) Method for calibrating a technical system
Acutis et al. Analytical method performance evaluation (AMPE) a software tool for analytical method validation

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