CN112861246A - 车辆用异常分析装置 - Google Patents
车辆用异常分析装置 Download PDFInfo
- Publication number
- CN112861246A CN112861246A CN202011343763.8A CN202011343763A CN112861246A CN 112861246 A CN112861246 A CN 112861246A CN 202011343763 A CN202011343763 A CN 202011343763A CN 112861246 A CN112861246 A CN 112861246A
- Authority
- CN
- China
- Prior art keywords
- abnormality
- shift control
- vehicle
- cause
- shift
- 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.)
- Granted
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 320
- 238000004458 analytical method Methods 0.000 title claims abstract description 50
- 230000005540 biological transmission Effects 0.000 claims abstract description 206
- 230000008859 change Effects 0.000 claims abstract description 49
- 230000007704 transition Effects 0.000 claims abstract description 26
- 239000003921 oil Substances 0.000 claims description 44
- 239000010720 hydraulic oil Substances 0.000 claims description 30
- 238000010801 machine learning Methods 0.000 claims description 12
- 230000009467 reduction Effects 0.000 claims description 12
- 230000007257 malfunction Effects 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 abstract description 14
- 230000006870 function Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 24
- 230000007246 mechanism Effects 0.000 description 22
- 150000001875 compounds Chemical class 0.000 description 20
- 230000001276 controlling effect Effects 0.000 description 20
- 238000001514 detection method Methods 0.000 description 18
- 210000002569 neuron Anatomy 0.000 description 17
- 230000001133 acceleration Effects 0.000 description 15
- 230000002159 abnormal effect Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 12
- 230000002441 reversible effect Effects 0.000 description 12
- 238000012546 transfer Methods 0.000 description 7
- 239000012530 fluid Substances 0.000 description 6
- 238000000034 method Methods 0.000 description 5
- 238000004804 winding Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 239000002783 friction material Substances 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009347 mechanical transmission Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- F16H61/12—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
-
- 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
- F16H2061/0075—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 a particular control method
-
- 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
- F16H61/12—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures
- F16H2061/1256—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures characterised by the parts or units where malfunctioning was assumed or detected
- F16H2061/126—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures characterised by the parts or units where malfunctioning was assumed or detected the failing part is the controller
-
- 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
- F16H61/12—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures
- F16H2061/1256—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures characterised by the parts or units where malfunctioning was assumed or detected
- F16H2061/126—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures characterised by the parts or units where malfunctioning was assumed or detected the failing part is the controller
- F16H2061/1264—Hydraulic parts of the controller, e.g. a sticking valve or clogged channel
-
- 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
- F16H61/12—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures
- F16H2061/1256—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures characterised by the parts or units where malfunctioning was assumed or detected
- F16H2061/1276—Detecting malfunction or potential malfunction, e.g. fail safe; Circumventing or fixing failures characterised by the parts or units where malfunctioning was assumed or detected the failing part is a friction device, e.g. clutches or brakes
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Geometry (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Neurology (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Computer Hardware Design (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Control Of Transmission Device (AREA)
Abstract
本发明涉及车辆用异常分析装置,用于提高确定自动变速器的变速控制中的异常的原因的精度。根据本发明,通过将有级变速部(20)的变速控制中的异常发生时的波动量(△Nf)的随着时间的变化形态应用于预定的异常原因确定模型(310),确定有级变速部(20)的变速控制中的异常的原因,所述异常原因确定模型(310)表示在有级变速部(20)的变速控制的过渡中的规定旋转速度(Nfx)的波动量(△Nf)的随着时间的变化形态与有级变速部(20)的变速控制中的异常的原因的关系,因此,可以提高确定有级变速部(20)的变速控制中的异常的原因的精度。
Description
技术领域
本发明涉及对自动变速器的变速控制中的异常进行分析的车辆用异常分析装置。
背景技术
利用在构成车辆用动力源与驱动轮之间的动力传递路径的一部分的自动变速器的变速控制的过渡期间变化的规定旋转速度,对在车辆中发生的所述变速控制中的异常进行分析的车辆用异常分析装置是广为人知的。例如,专利文献1中记载的变速器的故障检测装置就是这样的装置。在该专利文献1中公开了这样的内容:基于与被输入来自于发动机的动力的自动变速器的变速比的变更相伴的发动机旋转速度的变化,检测自动变速器的故障。
现有技术文献
【专利文献】
【专利文献1】日本特开2000-240784号公报
发明内容
发明所要解决的课题
不过,存在着难以确定在车辆中发生的自动变速器的变速控制的异常的原因的情况。具体地说,通过由自动变速器的变速控制的过渡中的规定旋转速度表示异常值,例如,通过表示当发生在变速控制的过渡中的规定旋转速度的波动时的波动量脱离正常范围的异常值,可以检测变速控制中的异常的发生。但是,存在着即使自动变速器的变速控制中的异常的原因不同,也以规定旋转速度的波动量相同的方式表示脱离正常范围的异常值的情况,存在利用由波动量表示异常值,难以确定变速控制中的异常的原因的可能性。
本发明是以上述情况为背景做出的,其目的为提供一种车辆用异常分析装置,所述车辆用异常分析装置可以提高确定自动变速器的变速控制中的异常的原因的精度。
用于解决课题的手段
第一个发明的主旨,为(a)一种车辆用异常分析装置,所述车辆用异常分析装置利用在自动变速器的变速控制的过渡中变化的规定旋转速度,对在车辆中发生的所述变速控制中的异常进行分析,所述自动变速器构成车辆用动力源与驱动轮之间的动力传递路径的一部分,其中,(b)通过将所述变速控制中的异常发生时的波动量的随着时间的变化形态应用于预定的异常原因确定模型,确定所述变速控制中的异常的原因,所述异常原因确定模型表示波动量的随着时间的变化形态与所述变速控制中的异常的原因的关系,所述波动量是所述规定旋转速度相对于基于所述自动变速器的变速比和输出旋转速度的基准旋转速度在所述变速控制的过渡中旋转上升的旋转速度的量。
另外,第二个发明在于,在所述第一个发明中记载的车辆用异常分析装置中,所述异常原因确定模型通过由机器学习进行的监督学习来实现,所述机器学习利用所述变速控制中的异常发生时的所述波动量的随着时间的变化形态和所述变速控制中的异常的原因作为监督数据。
另外,第三个发明在于,在所述第一个发明或者第二个发明中记载的车辆用异常分析装置中,所述变速控制中的异常是具有液压式的摩擦卡合装置的所述自动变速器的变速不良,所述摩擦卡合装置在所述变速控制中被切换工作状态。
另外,第四个发明在于,在所述第三个发明中记载的车辆用异常分析装置中,所述变速控制中的异常的原因在于,由排出用于切换所述摩擦卡合装置的工作状态的工作油的油泵引起的空气的吸入。
另外,第五个发明在于,在所述第三个发明或者第四个发明中记载的车辆用异常分析装置中,所述变速控制中的异常的原因在于,对用于切换所述摩擦卡合装置的工作状态的工作油的液压进行调压的控制阀的动作不良。
另外,第六个发明在于,在所述第三个发明至第五个发明中任一项所述的车辆用异常分析装置中,所述变速控制中的异常的原因在于,对控制阀进行驱动的驱动回路的异常,所述控制阀对于用于切换所述摩擦卡合装置的工作状态的工作油的液压进行调压。
另外,第七个发明在于,在所述第一个发明至第六个发明中任一项所述的车辆用异常分析装置中,作为在所述异常原因确定模型中表示的所述关系中的一个的所述变速控制中的异常的原因是基于规定工作状态值而被预先确定的原因,所述规定工作状态值表示与所述规定旋转速度相比更容易确定所述异常的原因的所述车辆的工作状态。
另外,第八个发明在于,在所述第七个发明中记载的车辆用异常分析装置中,所述规定工作状态值是用于在所述变速控制中切换所述自动变速器所具有的液压式的摩擦卡合装置的工作状态的工作油的液压值。
另外,第九个发明在于,在所述第一个发明中记载的车辆用异常分析装置中,所述异常原因确定模型是还表示所述变速控制中的异常发生的出现次数与所述变速控制中的异常的原因的关系的模型,所述变速控制中的异常的原因在于所述自动变速器的耐久性降低。
另外,第十个发明在于,在所述第九个发明中记载的车辆用异常分析装置中,所述异常原因确定模型通过由机器学习进行的监督学习来实现,所述机器学习利用所述变速控制中的异常发生时的所述波动量的随着时间的变化形态及所述变速控制中的异常发生的出现次数与所述自动变速器的耐久性降低作为监督数据。
发明的效果
根据所述第一个发明,由于通过将变速控制中的异常发生时的规定旋转速度的波动量的随着时间的变化形态应用于预定的异常原因确定模型,确定变速控制中的异常的原因,所述异常原因确定模型表示自动变速器的变速控制的过渡中的规定旋转速度的波动量的随着时间的变化形态与变速控制中的异常的原因的关系,因此,可以提高确定自动变速器的变速控制中的异常原因的精度。
另外,根据所述第二个发明,由于所述异常原因确定模型通过由机器学习进行的监督学习来实现,所述机器学习利用变速控制中的异常发生时的规定旋转速度的波动量的随着时间的变化形态和变速控制中的异常的原因作为监督数据,因此,可以构筑能够高精度地确定变速控制中的异常的原因的学习模型。
另外,根据所述第三个发明,由于在变速控制中的异常为自动变速器的变速不良,因此,可以利用异常原因确定模型高精度地确定自动变速器的变速不良的原因。
另外,根据所述第四个发明,由于变速控制中的异常的原因是由油泵引起的空气的吸入,因此,即使是在由规定旋转速度的波动量表示异常值这样的变速控制中的异常,也可以利用异常原因确定模型高精度地确定异常的原因。
另外,根据所述第五个发明,由于变速控制中的异常的原因是控制阀的动作不良,因此,即使是在由规定旋转速度的波动量表示异常值这样的变速控制中的异常,也可以利用异常原因确定模型高精度地确定异常的原因。
另外,根据所述第六个发明,由于变速控制中的异常的原因是对控制阀进行驱动的驱动回路的异常,因此,即使是由规定旋转速度的波动量表示异常值这样的变速控制中的异常,也可以利用异常原因确定模型高精度地确定异常的原因。
另外,根据所述第七个发明,由于作为在异常原因确定模型中表示的关系中的一个的变速控制中的异常的原因,是基于比规定旋转速度更容易确定异常的原因的规定工作状态值而预先确定的,因此,在异常原因确定模型中,可以高精度地确定变速控制中的异常的原因。
另外,根据所述第八个发明,由于规定工作状态值是用于切换自动变速器所具有的液压式的摩擦卡合装置的工作状态的工作油的液压值,因此,在异常原因确定模型中,可以恰当地确定变速控制中的异常的原因。
另外,根据所述第九个发明,由于所述异常原因确定模型是还表示变速控制中的异常发生的出现次数与自动变速器的耐久性降低的关系的模型,因此,即使在变速控制中的异常的原因是自动变速器的耐久性降低的情况下,也可以利用异常原因确定模型高精度地确定异常的原因。
另外,根据所述第十个发明,由于所述异常原因确定模型通过由机器学习进行的监督学习来实现,所述机器学习利用变速控制中的异常发生时的规定旋转速度的波动量的随着时间的变化形态及变速控制中的异常发生的出现次数和自动变速器的耐久性降低作为监督数据,因此,可以构筑能够高精度地确定变速控制中的异常的原因的学习模型。
附图说明
图1是说明应用本发明的车辆的概略结构的图,并且,是说明在车辆中的各种控制用的控制功能及控制系统的要部的图。
图2是说明在图1中举例表示的机械式有级变速部的变速动作与其所采用的卡合装置的动作的组合的关系的动作图表。
图3是表示电动式无级变速部和机械式有级变速部中的各个旋转部件的旋转速度的相对关系的共线图。
图4是说明液压控制回路的图,另外,是说明向液压控制回路供应工作油的液压源的图。
图5是说明设置在图4的液压控制回路中的对供应给卡合装置的液压进行调压的线性电磁阀的结构的剖视图。
图6是表示图5的线性电磁阀的阀特性的一个例子的图。
图7是说明在有级变速部的变速控制时,在摩擦卡合装置的卡合过渡中对电磁阀的驱动电流的一个例子的图。
图8是表示在有级变速部的变速控制中使用的变速映射、以及在混合动力行驶和电动机行驶的切换控制中使用的动力源切换映射的一个例子的图,也是表示它们各自的关系的图。
图9是用于说明有级变速部的变速不良的一个例子的时间图。
图10是说明在由电磁阀直接控制卡合压的情况下发生的异常的一个例子的图,表示正常时的情况。
图11是说明在由电磁阀直接控制卡合压的情况下发生的异常的一个例子的图,表示吸入空气时的情况。
图12是说明在由电磁阀直接控制卡合压的情况下发生的异常的一个例子的图,表示暂时卡住时的情况。
图13是说明在由电磁阀直接控制卡合压的情况下发生的异常的一个例子的图,表示完全卡住时的情况。
图14是表示异常原因确定模型的一个例子的图。
图15是说明车辆用异常分析装置的控制动作的要部的流程图,是说明用于提高确定在有级变速部的变速控制中的异常原因的精度的控制动作的流程图。
图16是表示异常原因确定模型的一个例子的图,是有别于图14的实施例。
具体实施方式
在本发明的实施方式中,所述自动变速器中的变速比为“输入侧的旋转构件的旋转速度/输出侧的旋转构件的旋转速度”。该变速比的高侧是作为变速比变小的一侧的高车速侧。变速比的低侧是作为变速比变大的一侧的低车速侧。例如,最低侧变速比是成为最低的车速侧的最低车速侧的变速比,是变速比成为最大值的最大变速比。
另外,所述车辆用动力源,例如,是通过燃料的燃烧来产生动力的汽油发动机或柴油发动机等发动机。另外,对于所述车辆,作为所述车辆用动力源,在该发动机之外还可以配备有电动机等,或者,代替该发动机而配备有电动机等。广义地说,所述电动机也是发动机。
下面,参照附图详细地说明本发明的实施例。
实施例1
图1是说明配备在应用本发明的车辆10中的动力传递装置12的概略结构的图,并且,是说明车辆10中的各种控制用的控制系统的要部的图。在图1中,车辆10配备有发动机14、第一旋转机MG1和第二旋转机MG2。动力传递装置12配备有在安装于车身的作为非旋转构件的变速器壳16内串列地配置在共同的轴心上的电动式无级变速部18以及机械式有级变速部20等。电动式无级变速部18被直接地或者经由图中未示出的减震器等间接地连接于发动机14。机械式有级变速部20被连接于电动式无级变速部18的输出侧。另外,动力传递装置12配备有被连接于作为机械式有级变速部20的输出旋转构件的输出轴22上的差动齿轮装置24、被连接于差动齿轮装置24的一对车轴26等。在动力传递装置12中,从发动机14或者第二旋转机MG2输出的动力被向机械式有级变速部20传递,从该机械式有级变速部20经由差动齿轮装置24等向车辆10所配备的驱动轮28传递。另外,以下,将变速器壳16称作壳16,将电动式无级变速部18称作无级变速部18,将机械式有级变速部20称作有级变速部20。另外,在没有特别加以区分的情况下,动力与转矩或力同义。另外,无级变速部18或有级变速部20等相对于上述共同的轴心大致对称地构成,在图1中,省略了该轴心的下半部分。上述共同的轴心是发动机14的曲轴、后面将要描述的连接轴34等的轴心。
发动机14是作为能够产生驱动转矩的动力源起作用的发动机,例如,是汽油发动机或柴油发动机等公知的内燃机。对于该发动机14,通过由后面将要描述的电子控制装置90控制车辆10中配备的节气门促动器、燃料喷射装置或点火装置等发动机控制装置50,对作为发动机14的输出转矩的发动机转矩Te进行控制。在本实施例中,发动机14不经由液力变矩器或液力偶合器等流体式传动装置,而连接于无级变速部18。
第一旋转机MG1及第二旋转机MG2是具有作为电动机(马达)的功能及作为发电机(generater)的功能的旋转电动机械,是所谓的电动发电机。第一旋转机MG1以及第二旋转机MG2分别经由配备于车辆10的逆变器52,被连接于作为车辆10中配备的蓄电装置的电池54。对于第一旋转机MG1及第二旋转机MG2,通过分别由后面将要描述的电子控制装置90控制逆变器52,对作为第一旋转机MG1的输出转矩的MG1转矩Tg以及作为第二旋转机MG2的输出转矩的MG2转矩Tm进行控制。旋转机的输出转矩,例如,在正旋转的情况下,在成为加速侧的正转矩中为动力运行转矩,在成为减速侧的负转矩中为再生转矩。电池54是分别相对于第一旋转机MG1以及第二旋转机MG2授受电力的蓄电装置。
无级变速部18配备有第一旋转机MG1和差动机构32,所述差动机构32是将发动机14的动力机械地分配给第一旋转机MG1及作为无级变速部18的输出旋转构件的中间传递构件30的动力分配机构。第二旋转机MG2能够进行动力传递地连接于中间传递构件30。无级变速部18是通过控制第一旋转机MG1的运转状态来控制差动机构32的差动状态的电动式无级变速器。第一旋转机MG1是能够控制作为发动机14的旋转速度的发动机旋转速度Ne的旋转机,相当于差动用旋转机。第二旋转机MG2是作为能够产生驱动转矩的动力源起作用的旋转机,相当于行驶驱动用旋转机。车辆10是配备有发动机14及第二旋转机MG2作为车辆用动力源的混合动力车辆。动力传递装置12将动力源的动力向驱动轮28传递。另外,控制第一旋转机MG1的运转状态是进行第一旋转机MG1的运转控制。
差动机构32由单小齿轮型的行星齿轮装置构成,配备有太阳齿轮S0、行星齿轮架CA0、及齿圈R0。发动机14经由连接轴34能够进行动力传递地连接于行星齿轮架CA0,第一旋转机MG1能够进行动力传递地连接于太阳齿轮S0,第二旋转机MG2能够进行动力传递地连接于齿圈R0。在差动机构32中,行星齿轮架CA0作为输入部件起作用,太阳齿轮S0作为反作用力部件起作用,齿圈R0作为输出部件起作用。
有级变速部20是作为构成中间传递构件30与驱动轮28之间的动力传递路径的一部分的有级变速器的机械式变速机构,即,是构成无级变速部18与驱动轮28之间的动力传递路径的一部分的机械式变速机构。中间传递构件30也作为有级变速部20的输入旋转构件起作用。由于第二旋转机MG2成一体旋转地连接于中间传递构件30,另外,由于发动机14连接于无级变速部18的输入侧,因此,有级变速部20是构成动力源(第二旋转机MG2或者发动机14)与驱动轮28之间的动力传递路径的一部分的变速器。中间传递构件30是用于将动力源的动力传递给驱动轮28的传动构件。有级变速部20例如是配备有第一行星齿轮装置36及第二行星齿轮装置38多组行星齿轮装置、以及包括单向离合器F1在内的离合器C1、离合器C2、制动器B1、制动器B2多个卡合装置的公知的行星齿轮式的自动变速器。下面,对于离合器C1、离合器C2、制动器B1、以及制动器B2,在没有特别区分的情况下,简单地称为卡合装置CB。
卡合装置CB是利用由液压促动器推压的多板式或者单板式的离合器或制动器、由液压促动器牵引的手动制动器等构成的液压式的摩擦卡合装置。卡合装置CB利用从车辆10中配备的液压控制回路56输出的被调压了的作为卡合装置CB的各卡合压Pcb的各液压Pc1、Pc2、Pb1、Pb2(参照后面所述的图4)使各自的转矩容量变化,由此,分别切换作为卡合或释放等状态的工作状态。
有级变速部20的第一行星齿轮装置36及第二行星齿轮装置38的各旋转部件被直接地或者经由卡合装置CB或单向离合器F1间接地部分相互连接起来,或者被连接于中间传递构件30、壳16、或者输出轴22。第一行星齿轮装置36的各旋转部件为太阳齿轮S1、行星齿轮架CA1、齿圈R1,第二行星齿轮装置38的各旋转部件为太阳齿轮S2、行星齿轮架CA2、齿圈R2。
有级变速部20是通过作为多个卡合装置中的任一个卡合装置的例如规定的卡合装置的卡合而形成变速比(也称作齿数比)γat(=AT输入旋转速度Ni/输出旋转速度No)不同的多个变速级(也称作齿轮级)中的任一齿轮级的有级变速器。即,有级变速部20通过多个卡合装置的任一个被卡合来切换齿轮级,即,实施变速。有级变速部20是形成多个齿轮级的每一级的有级式的自动变速器。在本实施例中,由有级变速部20形成的齿轮级称作AT齿轮级。AT输入旋转速度Ni是作为有级变速部20的输入旋转构件的旋转速度的有级变速部20的输入旋转速度,与中间传递构件30的旋转速度同值,另外,与作为第二旋转机MG2的旋转速度的MG2旋转速度Nm同值。AT输入旋转速度Ni可以用MG2旋转速度Nm表示。输出旋转速度No是作为有级变速部20的输出旋转速度的输出轴22的旋转速度,也是作为将无级变速部18与有级变速部20合起来的整体的变速器的复合变速器40的输出旋转速度。复合变速器40是构成发动机14与驱动轮28之间的动力传递路径的一部分的自动变速器。
有级变速部20,例如如图2的卡合动作表所示,作为多个AT齿轮级形成AT1速齿轮级(图中的“1st”)-AT4速齿轮级(图中的“4th”)这四挡前进用的AT齿轮级。AT1速齿轮级的变速比γat最大,越靠高侧的AT齿轮级,变速比γat变得越小。另外,后退用的AT齿轮级(图中的“Rev”),例如,是通过离合器C1卡合且制动器B2卡合而形成的。即,如后面将要描述的那样,在进行后退行驶时,例如,形成AT1速齿轮级。图2的卡合动作表是将各AT齿轮级与多个卡合装置的各工作状态的关系归纳起来的表。即,图2的卡合动作表是将各AT齿轮级与在各AT齿轮级中作为分别被卡合的卡合装置的规定的卡合装置的关系归纳起来的表。在图2中,“〇”表示卡合,“△”表示在发动机制动时或有级变速部20的滑行挡时卡合,空白栏表示释放。
有级变速部20利用后面描述的电子控制装置90,对根据驾驶员(即,司机)的加速操作或车速V等而形成的AT齿轮级进行切换,即,选择性地形成多个AT齿轮级。例如,在有级变速部20的变速控制中,通过卡合装置CB中的任意卡合装置相互切换来实施变速,即,通过卡合装置CB的卡合与释放的切换来实施变速,实施所谓的双离合变速。在本实施例中,例如,将从AT2速齿轮级到AT1速齿轮级的降挡表示为2→1降挡。对于其它的升挡或降挡也是同样的。
车辆10还配备有作为机械式的油泵的MOP57、作为电动式的油泵的EOP58等。MOP57连接于连接轴34,与发动机14的旋转一起旋转,排出动力传递装置12使用的工作油OIL。MOP57例如被发动机14旋转而排出工作油OIL。EOP58由车辆10中配备的油泵专用的马达59旋转,排出工作油OIL。MOP57或EOP58排出的工作油OIL是用于卡合装置CB的工作状态的切换等的工作油。
图3是表示无级变速部18和有级变速部20中的各旋转部件的旋转速度的相对关系的共线图。在图3中,与构成无级变速部18的差动机构32的三个旋转部件相对应的三条竖线Y1、Y2、Y3从左侧起依次为表示与第二旋转部件RE2相对应的太阳齿轮S0的旋转速度的g轴,表示与第一旋转部件RE1相对应的行星齿轮架CA0的旋转速度的e轴,表示与第三旋转部件RE3相对应的齿圈R0的旋转速度(即,有级变速部20的输入旋转速度)的m轴。另外,有级变速部20的四条竖线Y4、Y5、Y6、Y7从左起依次是分别表示与第四旋转部件RE4相对应的太阳齿轮S2的旋转速度、与第五旋转部件RE5相对应的相互连接的齿圈R1及行星齿轮架CA2的旋转速度(即,输出轴22的旋转速度)、与第六旋转部件RE6相对应的相互连接的行星齿轮架CA1及齿圈R2的旋转速度、与第七旋转部件RE7相对应的太阳齿轮S1的旋转速度的轴。根据差动机构32的齿数比(也称作齿轮比)ρ0来确定竖线Y1、Y2、Y3相互的间隔。另外,根据第一、第二行星齿轮装置36、38的各齿轮比ρ1、ρ2来确定竖线Y4、Y5、Y6、Y7相互的间隔。在共线图的纵轴之间的关系中,当设太阳齿轮与行星齿轮架之间为对应于“1”的间隔时,设行星齿轮架与齿圈之间为对应于行星齿轮装置的齿轮比ρ(=太阳齿轮的齿数Zs/齿圈的齿数Zr)的间隔。
如果用图3的共线图来表示,则在无级变速部18的差动机构32中构成为,发动机14(参照图中的“ENG”)被连接于第一旋转部件RE1,第一旋转机MG1(参照图中的“MG1”)被连接于第二旋转部件RE2,第二旋转机MG2(参照图中的“MG2”)被连接于与中间传递构件30成一体旋转的第三旋转部件RE3,将发动机14的旋转经由中间传递构件30向有级变速部20传递。在无级变速部18,利用横切竖线Y2的各直线L0、L0R表示太阳齿轮S0的旋转速度与齿圈R0的旋转速度的关系。
另外,在有级变速部20中,第四旋转部件RE4经由离合器C1选择性地连接于中间传递构件30,第五旋转部件RE5连接于输出轴22,第六旋转部件RE6经由离合器C2选择性地连接于中间传递构件30,并且,经由制动器B2选择性地连接于壳16,第七旋转部件RE7经由制动器B1选择性地连接于壳16。在有级变速部20,通过卡合装置CB的卡合释放控制,利用横切竖线Y5的各直线L1、L2、L3、L4、LR表示输出轴22中的“1st”、“2nd”、“3rd”、“4th”、“Rev”的各旋转速度。
图3中的实线所示的直线L0及直线L1、L2、L3、L4表示能够进行至少将发动机14作为动力源来行驶的混合动力行驶的混合动力行驶模式下的前进行驶中的各旋转部件的相对速度。在该混合动力行驶模式下,在差动机构32中,当相对于被输入给行星齿轮架CA0的发动机转矩Te,作为由第一旋转机MG1产生的负转矩的反作用力转矩在正旋转中被输入给太阳齿轮S0时,在齿圈R0上呈现在正旋转中成为正转矩的发动机直达转矩Td(=Te/(1+ρ0)=-(1/ρ0)×Tg)。并且,根据要求驱动力,发动机直达转矩Td与MG2转矩Tm的合计转矩作为车辆10的前进方向的驱动转矩,经由形成AT1速齿轮级-AT4速齿轮级中的任一AT齿轮级的有级变速部20,被向驱动轮28传递。这时,第一旋转机MG1作为在正旋转中产生负转矩的发电机起作用。第一旋转机MG1的发电电力Wg对电池54充电,或者被第二旋转机MG2消耗。第二旋转机MG2利用发电电力Wg的全部或者一部分,或者,在发电电力Wg之外还利用来自于电池54的电力,输出MG2转矩Tm。
虽然图3中没有表示,但是,在能够进行使发动机14停止并且将第二旋转机MG2作为动力源来行驶的电动机行驶的电动机行驶模式下的共线图中,在差动机构32中,行星齿轮架CA0处于零旋转,在正旋转中成为正转矩的MG2转矩Tm被输入给齿圈R0。这时,连接于太阳齿轮S0的第一旋转机MG1处于无负荷状态而在负旋转中空转。即,在电动机行驶模式下,发动机14不被驱动,发动机旋转速度Ne为零,MG2转矩Tm作为车辆10的前进方向的驱动转矩,经由形成AT1速齿轮级-AT4速齿轮级中的任一AT齿轮级的有级变速部20被向驱动轮28传递。这里的MG2转矩Tm是正旋转的动力运行转矩。
图3中的虚线表示的直线L0R及直线LR表示电动机行驶模式下的后退行驶中的各旋转部件的相对速度。在该电动机行驶模式下的后退行驶中,在负旋转中成为负转矩的MG2转矩Tm被输入给齿圈R0,该MG2转矩Tm作为车辆10的后退方向的驱动转矩,经由形成AT1速齿轮级的有级变速部20被向驱动轮28传递。在车辆10中,在由后面将要描述的电子控制装置90形成了作为多个AT齿轮级中的前进用的低侧的AT齿轮级的例如AT1速齿轮级的状态下,通过从第二旋转机MG2输出与前进行驶时的前进用的MG2转矩Tm正负相反的后退用的MG2转矩Tm,可以进行后退行驶。这里,前进用的MG2转矩Tm是成为正旋转的正转矩的动力运行转矩,后退用的MG2转矩Tm是成为负旋转的负转矩的动力运行转矩。这样,在车辆10中,采用前进用的AT齿轮级,使MG2转矩Tm的正负反转,从而进行后退行驶。采用前进用的AT齿轮级是指采用与进行前进行驶时相同的AT齿轮级。另外,即使在混合动力行驶模式中,由于能够如直线L0R所示使第二旋转机MG2进行负旋转,因此,也可以与电动机行驶模式同样地进行后退行驶。
在动力传递装置12中,配备有具有三个旋转部件的差动机构32,所述三个旋转部件为:作为与发动机14能够进行动力传递地连接的第一旋转部件RE1的行星齿轮架CA0、作为与第一旋转机MG1能够进行动力传递地连接的第二旋转部件RE2的太阳齿轮S0、以及作为与中间传递构件30连接的第三旋转部件RE3的齿圈R0,构成作为通过控制第一旋转机MG1的运转状态来控制差动机构32的差动状态的电动式变速机构的无级变速部18。与中间传递构件30连接的第三旋转部件RE3换个角度来说是与第二旋转机MG2能够进行动力传递地连接的第三旋转部件RE3。即,在动力传递装置12中,具有与发动机14能够进行动力传递地连接的差动机构32和能够进行动力传递地连接于差动机构32的第一旋转机MG1,构成通过控制第一旋转机MG1的运转状态来控制差动机构32的差动状态的无级变速部18。无级变速部18作为使变速比γ0(=Ne/Nm)变化的电动式无级变速器来工作,所述变速比γ0是与成为输入旋转构件的连接轴34的旋转速度同值的发动机旋转速度Ne与作为成为输出旋转构件的中间传递构件30的旋转速度的MG2旋转速度Nm的比值。
例如,在混合动力行驶模式中,当相对于通过由有级变速部20形成AT齿轮级而被驱动轮28的旋转约束的齿圈R0的旋转速度而言,通过控制第一旋转机MG1的旋转速度而使太阳齿轮S0的旋转速度上升或者下降时,使行星齿轮架CA0的旋转速度、即发动机旋转速度Ne上升或者下降。从而,在混合动力行驶中,能够使发动机14在效率良好的运转点工作。即,利用形成AT齿轮级的有级变速部20和作为无级变速器工作的无级变速部18,作为将无级变速部18和有级变速部20串列地配置的复合变速器40的整体可以构成无级变速器。
另外,由于也可以使无级变速部18像有级变速器那样变速,因此,利用形成AT齿轮级的有级变速部20和像有级变速器那样变速的无级变速部18,作为复合变速器40的整体可以像有级变速器那样变速。即,在复合变速器40中,能够控制有级变速部20和无级变速部18,以便选择性地使表示发动机旋转速度Ne相对于输出旋转速度No的比值的变速比γt(=Ne/No)不同的多个齿轮级成立。在本实施例中,将借助于复合变速器40而成立的齿轮级称作模拟齿轮级。变速比γt是由串列地配置的无级变速部18和有级变速部20形成的总变速比,为无级变速部18的变速比γ0与有级变速部20的变速比γat相乘得到的值(γt=γ0×γat)。
将模拟齿轮级分配成使得例如通过有级变速部20的各AT齿轮级和一种或多种类型的无级变速部18的变速比γ0的组合,相对于有级变速部20的各AT齿轮级分别使一种或者多种模拟齿轮级成立。例如,预定成相对于AT1速齿轮级,使模拟1速齿轮级-模拟3速齿轮级成立,相对于AT2速齿轮级,使模拟4速齿轮级-模拟6速齿轮级成立,相对于AT3速齿轮级,使模拟7速齿轮级-模拟9速齿轮级成立,相对于AT4速齿轮级,使模拟10速齿轮级成立。在复合变速器40中,控制无级变速部18,以便成为相对于输出旋转速度No实现规定的变速比γt的发动机旋转速度Ne,由此,在某个AT齿轮级,使不同的模拟齿轮级成立。另外,在复合变速器40中,通过与AT齿轮级的切换相一致地控制无级变速部18,切换模拟齿轮级。
返回图1,车辆10配备有作为控制器的电子控制装置90,所述控制器包含有与发动机14、无级变速部18、以及有级变速部20等的控制相关联的车辆10的控制装置。因而,图1是表示电子控制装置90的输入输出系统的图,另外,是说明电子控制装置90的控制功能的要部的功能框图。电子控制装置90例如构成为包含配备有CPU、RAM、ROM、输入输出接口等的所谓的微型计算机,CPU通过利用RAM的暂时存储功能并且按照预先存储在ROM中的程序进行信号处理,实施车辆10的各种控制。电子控制装置90根据需要被分成发动机控制用、变速控制用等而构成。
将基于由车辆10中配备的各种传感器等(例如,发动机旋转速度传感器60、输出旋转速度传感器62、MG1旋转速度传感器64、MG2旋转速度传感器66、加速器开度传感器68、节气门开度传感器70、制动踏板传感器71、转向传感器72、驾驶员状态传感器73、G传感器74、横摆率传感器76、电池传感器77、液压传感器组78、油温传感器79、车辆周边信息传感器80、车辆位置传感器81、外部网络通信用天线82、导航系统83、辅助驾驶设定开关组84、挡位传感器85等)产生的检测值的各种信号等(例如,发动机旋转速度Ne、对应于车速V的输出旋转速度No、作为第一旋转机MG1的旋转速度的MG1旋转速度Ng、作为AT输入旋转速度Ni的MG2旋转速度Nm、作为表示驾驶员的加速操作的大小的驾驶员的加速操作量的加速器开度θacc、作为电子节气门的开度的节气门开度θth、作为表示用于使车轮制动器动作的制动踏板被驾驶员操作的状态的信号的制动器开启信号Bon、表示与制动踏板的踏力相对应的由驾驶员进行的制动踏板的踩下操作的大小的制动器操作量Bra、车辆10中配备的方向盘的转向角θsw以及转向方向Dsw、作为表示方向盘被驾驶员把握的状态的信号的转向开启信号SWon、作为表示驾驶员的状态的信号的驾驶员状态信号Drv、车辆10的前后加速度Gx、车辆10的左右加速度Gy、作为绕车辆10的铅垂轴的旋转角速度的横摆率Ryaw、电池54的电池温度THbat或电池充放电电流Ibat或电池电压Vbat、作为用于切换卡合装置CB的工作状态的工作油OIL的液压的卡合压Pcb、作为工作油OIL的温度的工作油温THoil、车辆周边信息Iard、位置信息Ivp、通信信号Scom、导航信息Inavi、作为表示在自动驾驶控制或巡航控制等辅助驾驶控制中的驾驶员的设定的信号的辅助驾驶设定信号Sset、车辆10中配备的变速杆的操作位置POSsh等)分别提供给电子控制装置90。
卡合压Pcb是作为电磁阀SL1-SL4的各输出压的卡合装置CB的各液压Pc1、Pc2、Pb1、Pb2(参照后面描述的图4)。液压传感器组78具有检测电磁阀SL1-SL4的各输出压的各液压传感器。
表示驾驶员的加速操作的大小的驾驶员的加速操作量,例如,是作为加速踏板等加速操作构件的操作量的加速器操作量,是驾驶员对车辆10的输出要求量。作为驾驶员的输出要求量,除了加速器开度θacc之外,也可以采用节气门开度θth等。
驾驶员状态传感器73,例如,包括对驾驶员的表情或瞳孔等摄影的照相机、检测驾驶员的生命体信息的生命体信息传感器等中的至少一种,获得驾驶员的视线或脸的朝向、眼球或脸的运动、心率的状态等驾驶员的状态。
车辆周边信息传感器80,例如,包括激光雷达、雷达、以及车载照相机等中的至少一种,直接获得与行驶中的道路相关的信息或与存在于车辆周边的物体相关的信息。所述激光雷达,例如,是分别检测车辆10的前方的物体、侧方的物体、后方的物体等的多个激光雷达,或者,是检测车辆10全部周围的物体的一个激光雷达,将与检测出的物体相关的物体信息作为车辆周边信息Iard输出。所述雷达,例如,是分别检测车辆10的前方的物体、前方附近的物体、后方附近的物体等的多个雷达等,将检测出的与物体相关的物体信息作为车辆周边信息Iard输出。在由所述激光雷达或雷达形成的物体信息中,包括检测出的物体距车辆10的距离和方向。所述车载照相机,例如,是对车辆10的前方、后方进行摄影的单目照相机或者立体照相机,将摄影信息作为车辆周边信息Iard输出。在该摄影信息中,包括行驶道路的行车道、行驶道路中的标识、停车场、以及行驶道路中的其它车辆、步行者或障碍物等信息。
车辆位置传感器81包括GPS天线等。位置信息Ivp包括表示基于GPS(全球定位系统)卫星发送的GPS信号(轨道信号)等的在地表或地图上的车辆10的位置的自身车辆位置信息。
导航系统83是具有显示器、扬声器等的公知的导航系统。导航系统83基于位置信息Ivp,在预先存储的地图数据上确定自身车辆位置。导航系统83在显示于显示器中的地图上表示自身车辆位置。导航系统83当被输入目的地时,计算从出发地到目的地的行驶路径,用显示器或者扬声器等对驾驶员进行行驶路径等的指示。导航信息Inavi,例如,包括基于预先存储在导航系统83中的地图数据的道路信息、设施信息等的地图信息等。在所述道路信息中包括:市区街道道路、郊外道路、山地道路、高速汽车道路即高速路等道路的种类、道路的分支及汇流、道路的坡度、车速限制等信息。在所述设施信息中,包括:超市、商店、餐馆、停车场、公园、修理车辆10的站点、自家住宅、高速路中的服务区等站点的种类、所在位置、名称等信息。上述服务区,例如,是在高速路中停车、餐饮、加油等设备的某个站点。
辅助驾驶设定开关组84包括:用于实施自动驾驶控制的自动驾驶选择开关、用于实施巡航控制的巡航开关、设定巡航控制中的车速的开关、设定巡航控制中与前车的车间距离的开关、用于实施维持设定的行车道行驶的车道保持控制的开关等。
通信信号Scom,例如,包括:与作为道路交通信息通信系统等车外装置的中心之间发送接收的道路交通信息等、以及/或者不经由所述中心而与车辆10附近的其它车辆之间直接发送接收的车车间通信信息等。在所述道路交通信息中,例如,包括:道路拥堵、事故、施工、所需时间、停车场等信息。所述车车间通信信息,例如,包括:车辆信息、行驶信息、交通环境信息等。在所述车辆信息中,例如,包括表示乘用车、货车、两轮车等车型的信息。在所述行驶信息中,例如,包括车速V、位置信息、制动踏板的操作信息、转向指示灯的亮灭信息、故障灯的亮灭信息等信息。在所述交通环境信息中,例如,包括道路拥堵、施工等的信息。
从电子控制装置90分别向车辆10中配备的各种装置(例如,发动机控制装置50、逆变器52、液压控制回路56、电动机59、外部网络通信用天线82、车轮制动装置86、转向装置87、信息通知装置88等)输出各种指令信号(例如,用于控制发动机14的发动机控制指令信号Se、用于分别控制第一旋转机MG1及第二旋转机MG2的旋转机控制指令信号Smg、用于控制卡合装置CB的工作状态的液压控制指令信号Sat、用于控制EOP58的动作的EOP控制指令信号Seop、通信信号Scom、用于控制由车轮制动器产生的制动转矩的制动器控制指令信号Sbra、用于控制车轮(特别是前轮)的转向的转向控制指令信号Sste、用于对驾驶员进行警告或报知的信息通知控制指令信号Sinf等)。
液压控制指令信号Sat是用于控制有级变速部20的变速的液压控制指令信号,例如,是用于驱动各个电磁阀SL1-SL4等(参照后面描述的图4)的指令信号,所述各个电磁阀SL1-SL4用于对向卡合装置CB各自的液压促动器供应的各液压Pc1、Pc2、Pb1、Pb2进行调压。电子控制装置90配备有对各个电磁阀SL1-SL4等进行驱动的驱动回路89。电子控制装置90设定与各液压Pc1、Pc2、Pb1、Pb2的值相对应的液压指令值,经由驱动回路89向液压控制回路56输出与该液压指令值相应的驱动电流或者驱动电压。
车轮制动装置86是向车轮施加由车轮制动器产生的制动转矩的制动装置。车轮制动装置86根据由驾驶员进行的例如制动踏板的踩下操作等,向设置于车轮制动器的车轮制动缸供应制动液压。在车轮制动装置86中,在通常时,由制动主缸产生的对应于制动器操作量Bra的大小的主缸液压被作为制动液压向车轮制动缸供应。另一方面,在车轮制动装置86中,例如,在ABS控制时、侧滑抑制控制时、车速控制时、自动驾驶控制时等,为了由车轮制动器产生制动转矩,向车轮制动缸供应在各控制中所需的制动液压。上述车轮是驱动轮28及图中未示出的从动轮。
转向装置87,例如,向车辆10的转向系统施加与车速V、转向角θsw以及转向方向Dsw、横摆率Ryaw等相应的辅助转矩。在转向装置87中,例如,在自动驾驶控制等时,向车辆10的转向系统施加控制前轮的转向的转矩。
信息通知装置88,例如,是在与车辆10的行驶相关的任何部件发生故障或者该部件的功能降低的情况下,对驾驶员进行警告或报知的装置。信息通知装置88,例如,是监视器、显示器或警示灯等显示装置、以及/或者扬声器或蜂鸣器等声音输出装置等。所述显示装置是对驾驶员进行视觉警告或报知的装置。声音输出装置是对驾驶员进行听觉警告或报知的装置。
图4是说明液压控制回路56的图,另外,是说明向液压控制回路56供应工作油OIL的液压源的图。在图4中,MOP57和EOP58在工作油OIL流通的油路的结构上并列地设置。MOP57及EOP58分别排出工作油OIL,所述工作油OIL成为用于切换卡合装置CB的各自的工作状态、或者向动力传递装置12的各个部分供应润滑油的液压源。MOP57及EOP58分别经由作为共同的吸入口的滤网102汲取回流到设置于壳16的下部的集油盘100中的工作油OIL,向各个排出油路104、106排出。排出油路104、106分别被连接于液压控制回路56配备的油路,例如作为管线压PL流通的油路的管线压油路108。从MOP57排出工作油OIL的排出油路104经由配备在液压控制回路56中的MOP用止回阀110被连接于管线压油路108。从EOP58排出工作油OIL的排出油路106经由配备在液压控制回路56中的EOP用止回阀112被连接于管线压油路108。MOP57与发动机14一起旋转,产生工作液压。EOP58被电动机59旋转,产生工作液压。EOP58可以与发动机14的旋转状态无关地产生工作液压。EOP58例如在电动机行驶模式下的行驶时动作。
液压控制回路56除了配备有所述的管线压油路108、MOP用止回阀110、以及EOP用止回阀112之外,还配备有调节阀114、切换阀116、供应油路118、排出油路120、各个电磁阀SLT、S1、S2、SL1-SL4等。
调节阀114将MOP57及EOP58中的至少一方排出的工作油OIL作为来源对管线压PL进行调压。电磁阀SLT,例如,是线性电磁阀,由电子控制装置90控制,以便向调节阀114输出与对有级变速部20的输入转矩等相应的先导压Pslt。由此,管线压PL成为与有级变速部20的输入转矩等相应的液压。被输入给电磁阀SLT的初始压,例如,是将管线压PL作为初始压由图中未示出的调制阀调压到一定值的调制压PM。
切换阀116基于从电磁阀S1、S2输出的液压来切换油路。电磁阀S1、S2,例如,均为通断电磁阀,分别由电子控制装置90控制,以便向切换阀116输出液压。切换阀116在处于从电磁阀S2输入液压且不从电磁阀S1输出液压的状态下,对油路进行切换,以便将管线压油路108与供应油路118连接起来。切换阀116在处于从电磁阀S1、S2一起输出液压、或者从电磁阀S1、S2均不输出液压、或者从电磁阀S1输出液压且从电磁阀S2不输出液压的状态下,对油路进行切换,以便将管线压油路108与供应油路118之间的油路切断,将供应油路118连接于排出油路120。供应油路118是被输入给电磁阀SL2、SL3的初始压流通的油路。排出油路120是将液压控制回路56内的工作油OIL向液压控制回路56之外排出的油路,即,是使工作油OIL向集油盘100回流的向大气开放的油路。例如在操作位置POSsh处于选择车辆10能够前进行驶的复合变速器40的前进行驶位置的D操作位置的情况下,电子控制装置90向液压控制回路56输出用于使电磁阀S2输出液压且电磁阀S1不输出液压的液压控制指令信号Sat。例如在操作位置POSsh处于选择车辆10能够后退行驶的复合变速器40的后退行驶位置的R操作位置的情况下,电子控制装置90向液压控制回路56输出用于使电磁阀S1、S2分别输出液压的液压控制指令信号Sat。
电磁阀SL1-SL4,例如,均为线性电磁阀,由电子控制装置90控制,以便向卡合装置CB的各自的液压促动器输出各液压Pc1、Pc2、Pb1、Pb2。电磁阀SL1-SL4分别是将卡合装置CB的各卡合压Pcb进行调压的控制阀。电磁阀SL1将管线压PL作为初始压,对向离合器C1的液压促动器供应的C1液压Pc1进行调压。电磁阀SL2将经由切换阀116的管线压PL作为初始压,对向离合器C2的液压促动器供应的C2液压Pc2进行调压。电磁阀SL3将经由切换阀116的管线压PL作为初始压,对向制动器B1的液压促动器供应的B1液压Pb1进行调压。电磁阀SL4将管线压PL作为初始压,对向制动器B2的液压促动器供应的B2液压Pb2进行调压。
图5是说明电磁阀SL1-SL4的结构的剖视图。电磁阀SL1-SL4由于基本上任何结构均相同,因此,以电磁阀SL1为例。电磁阀SL1配备有:通过通电将电能转变为驱动力的螺旋管122、以及通过螺线管122的驱动对管线压PL进行调压而产生C1液压Pc1的调压部124。螺线管122配备有:圆筒状的卷芯126;将导线卷绕于卷芯126的外周而成的线圈128;可在卷芯126的内部沿轴心方向移动地设置的芯130;固定地设置于芯130中的与调压部124相反侧的端部处的柱塞132;收纳卷芯126、线圈128、芯130及柱塞132的壳体134;以及嵌装于壳体134的开口处的盖136。调压部124配备有嵌装于壳体134的套筒138、可在套筒138的内部沿着轴向方向移动地设置的滑阀芯140、以及将滑阀芯140向螺线管122侧加载的弹簧142。使滑阀芯140的位于螺线管122侧的端部与芯130的位于调压部124侧的端部抵接。在这样构成的电磁阀SL1中,当驱动电流在线圈128中流过时,与该驱动电流的大小相应地使柱塞132在与芯130及滑阀芯140共同的轴心方向上移动,与此相伴,使芯130及滑阀芯140在相同的方向上移动。由此,调节从输入口144输入的工作油OIL的流量及从排泄口146排出的工作油OIL的流量,例如,按照如图6所示的作为驱动电流与输出压的预定关系的线性电磁阀的阀特性,调节被输入给输入口144的管线压PL,调压后的C1液压Pc1从输出口148输出。
图7是说明与对于电磁阀SL的在卡合过渡中的液压指令值相对应的驱动电流的一个例子的图,所述电磁阀SL对在有级变速部20的变速控制时被卡合的卡合侧的摩擦卡合装置的液压进行调压。在图7中,t1a时刻表示在有级变速部20变速控制中对于卡合侧的摩擦卡合装置的液压控制指令信号Sat的输出开始的时刻。在液压控制指令信号Sat的输出开始后,在直到t2a时刻为止的快速应用区间(quick apply period),驱动电流急剧地增大。接着,在直到t3a时刻为止的定压待机区间,将驱动电流值保持在用于使卡合侧的摩擦卡合装置的卡合压Pcb为即将卡合之前的状态的定压待机压的大小。接着,在做出进行MG2旋转速度Nm或者发动机旋转速度Ne与变速后的旋转速度同步的同步判断为止的扫频期间(sweepperiod),输出用于使卡合侧的摩擦卡合装置的卡合压Pcb缓慢上升的驱动电流值(参照t3a时刻-t4a时刻)。当做出同步判断时,使驱动电流值上升到最大值(参照t4a时刻)。
返回图1,车辆10还配备有发送接收机150、第一网关ECU152、第二网关ECU154、连接器156等。
发送接收机150是与独立于车辆10而存在的、作为独立于车辆10的车外装置的服务器200进行通信的设备。服务器200是车辆10外部的规定的网络上的系统。服务器200接收、处理、分析、积累、或提供车辆状态信息或车辆现象信息等各种信息。和与车辆10之间一样,服务器200在与其它车辆之间发送接收各种信息。发送接收机150也可以具有不经由服务器200而在与车辆10附近的其它车辆之间直接进行通信的功能。所述车辆状态信息,例如,是表示由各种传感器等检测出的与车辆10的行驶相关的行驶状态、即车辆10的工作状态的信息。该行驶状态,例如,是加速器开度θacc、车速V等。所述车辆现象信息,例如,是表示在车辆10中产生的现象的信息。该现象例如是由图中未示出的麦克风检测出的车内的声音即声压、由G传感器74检测出的搭乘者感受到的振动等。另外,也可以经由外部网络通信用天线82在与服务器200之间进行无线通信。
第一网关ECU152及第二网关ECU154分别具有与电子控制装置90同样的硬件结构,例如,是为了改写存储在电子控制装置90内的可改写的ROM中的程序及/或数据而设置的中继装置。第一网关ECU152与发送接收机150连接,例如,用于利用发送接收机150与服务器200之间的无线通信来改写存储在电子控制装置90内的上述ROM中的程序。服务器200起着作为配发改写用的程序的软件配发中心的作用。第二网关ECU154能够经由连接器156与作为独立于车辆10的车外装置的外部改写装置210机械地连接,例如,是用于利用外部改写装置210改写存储在电子控制装置90内的上述ROM中的程序的装置。
电子控制装置90为了实现车辆10中的各种控制,配备有:AT变速控制机构、即AT变速控制部92;混合动力控制机构、即混合动力控制部94;以及驾驶控制机构、即驾驶控制部96。
AT变速控制部92利用例如图8所示的AT齿轮级变速映射进行有级变速部20的变速判断,根据需要向液压控制回路56输出实施有级变速部20的变速控制用的液压控制指令信号Sat,所述AT齿轮级变速映射为通过预先实验或者设计求出并存储的关系、即预定的关系。上述AT齿轮级变速映射,例如,是在将车速V及要求驱动力Frdem作为变量的二维坐标上具有用于判断有级变速部20的变速的变速线的规定的关系。这里,代替车速V,也可以采用输出旋转速度No等,另外,代替要求驱动力Frdem,也可以采用要求驱动转矩Trdem、加速器开度θacc或节气门开度θth等。上述AT齿轮级变速映射中的各变速线是由实线所示的用于判断升挡的升挡线、以及由虚线所示的用于判断降挡的降挡线。
混合动力控制部94包括:作为控制发动机14的动作的发动机控制机构、即发动机控制部的功能、以及作为经由逆变器52控制第一旋转机MG1及第二旋转机MG2的动作的旋转机控制机构、即旋转机控制部的功能,利用这些控制功能,实施由发动机14、第一旋转机MG1、及第二旋转机MG2进行的混合动力驱动控制等。混合动力控制部94通过将加速器开度θacc及车速V应用于作为预定的关系的例如驱动要求量映射中,计算出作为驱动要求量的驱动轮28中的要求驱动力Frdem。作为所述驱动要求量,除了要求驱动力Frdem[N]之外,也可以采用驱动轮28中的要求驱动转矩Trdem[Nm]、驱动轮28中的要求驱动功率Prdem[W]、输出轴22中的要求AT输出转矩等。
对于混合动力控制部94,考虑到电池54的可充电电力Win、可放电电力Wout等,输出作为控制发动机14的指令信号的发动机控制指令信号Se、以及作为控制第一旋转机MG1及第二旋转机MG2的指令信号的旋转机控制指令信号Smg,以便实现基于要求驱动转矩Trdem和车速V的要求驱动功率Prdem。发动机控制指令信号Se,例如,是发动机功率Pe的指令值,所述发动机功率Pe是输出这时的发动机旋转速度Ne下的发动机转矩Te的发动机14的功率。旋转机控制指令信号Smg,例如,是输出作为发动机转矩Te的反作用力转矩的指令输出时的MG1旋转速度Ng下的MG1转矩Tg的第一旋转机MG1的发电电力Wg的指令值,另外,是输出指令输出时的MG2旋转速度Nm下的MG2转矩Tm的第二旋转机MG2的消耗电力Wm的指令值。
电池54的可充电电力Win是限定电池54的输入电力的极限的可输入电力,电池54的可放电电力Wout是限定电池54的输出电力的极限的可输出电力。电池54的可充电电力Win或可放电电力Wout,例如,可以由电子控制装置90基于电池温度THbat及电池54的充电状态值SOC[%]算出。电池54的充电状态值SOC是表示电池54的充电状态的值,例如,由电子控制装置90基于电池充放电电流Ibat及电池电压Vbat等算出。
例如,在使无级变速部18作为无级变速器动作而使复合变速器40的整体作为无级变速器动作的情况下,混合动力控制部94考虑到发动机最佳油耗点等,控制发动机14并且控制第一旋转机MG1的发电电力Wg,以便达到获得实现要求驱动功率Prdem的发动机功率Pe的发动机旋转速度Ne和发动机转矩Te,由此,实施无级变速部18的无级变速控制,而使无级变速部18的变速比γ0变化。作为该控制的结果,在作为无级变速器动作的情况下的复合变速器40的变速比γt受到控制。
例如,在使无级变速部80像有级变速器那样变速而使复合变速器40的整体像有级变速器那样变速的情况下,混合动力控制部94利用作为预定的关系的例如模拟齿轮级变速映射,进行复合变速器40的变速判断,与由AT变速控制部92进行的有级变速部20的AT齿轮级的变速控制相配合,实施无级变速部18的变速控制,以便选择性地使多个模拟齿轮级成立。通过与车速V相应地利用第一旋转机MG1控制发动机旋转速度Ne以便能够保持各个变速比γt,可以使多个模拟齿轮级成立。各个模拟齿轮级的变速比γt并不一定需要在车速V的整个区域上为恒定值,也可以在规定的区域中变化,也可以利用各个部分的旋转速度的上限、下限等加以限制。这样,混合动力控制部94能够进行使发动机旋转速度Ne像有级变速那样变化的变速控制。对于作为复合变速器40的整体像有级变速器那样变化的模拟有级变速控制,例如,在由驾驶员选择了运动行驶模式等重视行驶性能的行驶模式的情况下或者在要求驱动转矩Trdem比较大的情况下,只要使将复合变速器40整体作为无级变速器动作的无级变速控制优先地实施即可,但是,除了规定的实施限制时以外,基本上也可以实施模拟有级变速控制。
混合动力控制部94根据行驶状态选择性地使电动机行驶模式或者混合动力行驶模式作为行驶模式而成立。例如,在处于要求驱动功率Prdem比预定的阈值小的电动机行驶区域的情况下,混合动力控制部94使电动机行驶模式成立,另一方面,在处于要求驱动功率Prdem达到预定的阈值以上的混合动力行驶区域的情况下,混合动力控制部94使混合动力行驶模式成立。图8的单点划线A是用于将车辆10的行驶用的动力源切换成至少为发动机14、或者只是第二旋转机MG2的边界线。即,图8的单点划线A是用于切换混合动力行驶与电动机行驶的混合动力行驶区域与电动机行驶区域的边界线。具有该图8的单点划线A所示的边界线的预定的关系是由以车速V及要求驱动力Frdem为变量的二维坐标构成的动力源切换映射的一个例子。另外,在图8中,为了方便起见,将该动力源切换映射与AT齿轮级变速映射一起表示。
即使在要求驱动功率Prdem处于电动机行驶区域时,在电池54的充电状态值SOC不足预定的发动机起动阈值的情况下,混合动力控制部94也使混合动力行驶模式成立。电动机行驶模式是在停止了发动机14的状态下,利用第二旋转机MG2产生驱动转矩来行驶的行驶状态。混合动力行驶模式是在发动机14运转的状态下行驶的行驶模式。所述发动机起动阈值是用于判断是有必要强制起动发动机14对电池54充电的充电状态值SOC的预定的阈值。
在当发动机14的运转停止时使混合动力行驶模式成立的情况下,混合动力控制部94进行起动发动机14的起动控制。在起动发动机14时,混合动力控制部94利用第一旋转机MG1使发动机旋转速度Ne上升,并且在发动机旋转速度Ne变成能够点火的规定能够点火旋转速度以上时,进行点火,由此,起动发动机14。即,混合动力控制部94通过利用第一旋转机MG1带动发动机14,将发动机14起动。
作为车辆10的驾驶控制,驾驶控制部96能够进行基于驾驶员的驾驶操作来行驶的手动驾驶控制、以及不依赖于驾驶员的驾驶操作来驾驶车辆10的辅助驾驶控制。所述手动驾驶控制是通过由驾驶员的驾驶操作进行的手动驾驶来行驶的驾驶控制。该手动驾驶是通过加速操作、制动操作、转向操作等驾驶员的驾驶操作来进行车辆10的通常行驶的驾驶方法。所述辅助驾驶控制,例如,是通过自动地对驾驶操作进行辅助的辅助驾驶来行驶的驾驶控制。该辅助驾驶是不依赖于驾驶员的驾驶操作(意图),而通过基于来自于各种传感器的信号或信息等的由电子控制装置90进行的控制,自动地进行加减速、制动等,由此进行车辆10的行驶的驾驶方法。所述辅助驾驶控制,例如,是基于由驾驶员输入的目的地、地图信息等而自动地设定目标行驶状态,基于该目标行驶状态,自动地进行加减速、制动、转向等的自动驾驶控制等。另外,广义地说,驾驶员进行转向操作等一部分驾驶操作,而自动地进行加减速、制动等的巡航控制,也包含在辅助驾驶控制中。
在辅助驾驶设定开关组84中的自动驾驶选择开关或巡航开关等被关闭,不选择由辅助驾驶进行的驾驶的情况下,驾驶控制部96使手动驾驶模式成立,实施手动驾驶控制。驾驶控制部96通过向AT变速控制部92及混合动力控制部94输出分别控制有级变速部20、发动机14、旋转机MG1、MG2的指令,实施手动驾驶控制。
在由驾驶员操作辅助驾驶设定开关组84中的自动驾驶选择开关而选择自动驾驶的情况下,驾驶控制部96使自动驾驶模式成立,实施自动驾驶控制。具体地说,驾驶控制部96根据由驾驶员输入的目的地、基于位置信息Ivp的自身车辆位置信息、基于导航信息Inavi等的地图信息、以及基于车辆周边信息Iard的行驶道路中的各种信息等,自动地设定目标行驶状态。驾驶控制部96向AT变速控制部92及混合动力控制部94输出分别控制有级变速部20、发动机14、及旋转机MG1、MG2的指令,以便基于设定的目标行驶状态自动地进行加减速、制动和转向,此外,还向车轮制动装置86输出用于获得必要的制动转矩的制动控制指令信号Sbra,向转向装置87输出用于控制前轮的转向的转向控制指令信号Sste,由此,进行自动驾驶控制。
不过,在车辆10中,存在着在有级变速部20的变速控制中发生某种异常的可能性。有级变速部20的变速控制中的异常例如是有级变速部20的变速不良。
图9是用于说明有级变速部20的变速不良的一个例子的时间图。在图9中,t1b时刻-t3b时刻表示实施有级变速部20的2→3升挡的过渡中。在有级变速部20的变速控制的过渡中,实施使规定旋转速度Nfx的波动收敛的学习控制。即,实施学习控制并修正液压指令值,以便使有级变速部20的双离合变速的过渡中的规定旋转速度Nfx的波动量△Nf收敛于规定波动量范围RngNf内。规定旋转速度Nfx是在有级变速部20的变速控制的过渡中变化的旋转速度,例如,是MG2旋转速度Nm。所述波动是在有级变速部20的变速控制的过渡中,规定旋转速度Nfx相对于基于有级变速部20的变速比γat和输出旋转速度No的基准旋转速度Nref旋转上升的现象。波动量△Nf是在所述波动发生时旋转上升的旋转速度的量。在规定旋转速度Nfx为MG2旋转速度Nm的情况下,MG2旋转速度Nm的波动量△Nfm是MG2旋转速度Nm相对于基准旋转速度Nrefm(=γat×No)旋转上升的旋转速度的量。规定波动量范围RngNf,例如,是作为用于抑制在有级级变速部20的变速控制的过渡中的振动等的微小波动量的范围而预定的波动量△Nf的正常范围。或者,如前面所述,在作为复合变速器40的整体以有级变速器的方式变速的情况下,与有级变速部20的变速控制相配合,实施变速控制以便选择性地使多个模拟齿轮级成立。从而,在作为复合变速器40的输入旋转速度的发动机旋转速度Ne中,也存在着发生波动的可能性。规定旋转速度Nfx,例如,是在有级变速部20的变速控制的过渡中变化的发动机旋转速度Ne。在规定旋转速度Nfx是发动机旋转速度Ne的情况下,发动机旋转速度Ne的波动量△Nfe是发动机旋转速度Ne相对于基准旋转速度Nrefe(=γ0×γat×No=γt×No)旋转上升的旋转速度的量。
具体地说,在有级变速部20的变速控制的过渡中发生了发动机旋转速度Ne或MG2旋转速度Nm的波动的情况下(参照t2b时刻附近),在波动量△Nf比规定波动量范围RngNf大时,成为下一次的2→3升挡中的卡合侧的液压的C2液压的初始液压升高,在波动量△Nf比规定波动量范围RngNf小时,下一次的C2液压的初始液压降低。上述初始液压例如是快速应用区间的液压指令值(参照图7的t1a时刻-t2a时刻)、定压待机区间的液压指令值(参照图7的t2a时刻-t3a时刻)等。当通过液压指令值的修正使得发动机旋转速度Ne或者MG2旋转速度Nm的波动量△Nf收敛于规定波动量范围RngNf内时,学习控制完毕。
在如上所述的学习控制完毕之后,在发生了波动量△Nf变成波动异常判定值△Nffx以上这样的波动异常的情况下,判定为发生了有级变速部20的变速不良。波动异常判定值△Nffx,例如,是比规定波动量范围RngNf大的值,是用于判断发生了变成有级变速部20的变速不良这样的波动的预定的阈值。或者,在上述那样的学习控制完毕之后,在发生了波动量△Nf变成停滞判定值△Nftu以下这样的停滞的情况下,被判定为发生了有级变速部20的变速不良。停滞判定值△Nftu,例如,是比规定波动量范围RngNf小的值,是用于判断发生了没有波动量△Nf或者波动量△Nf极小这样的停滞的预定的阈值。另外,在上述那样的学习控制中,也可以以代替波动量△Nf而使波动时间收敛于规定波动时间内的方式修正液压指令值。上述波动时间是发生了规定旋转速度Nfx的波动时的波动持续时间。
或者,在发生了波动量异常或者停滞时,存在着表现为变速振动的情况。在有级变速部20的变速控制中的学习控制完毕之后,例如,在发生了前后加速度Gx变成规定加速度以上这样的变速振动的情况下,判定为发生了有级变速部20的变速不良。所述规定加速度是用于判断发生了变成有级变速部20的变速不良这样的前后加速度Gx的预定的阈值。
这里,在车辆10发生了有级变速部20的变速控制中的异常的情况下,作为独立于车辆10的车外装置的车辆用异常分析装置300(参照图1)利用规定旋转速度Nfx分析有级变速部20的变速控制中的异常。特别是,确定有级变速部20的变速控制中的异常的原因。另外,也可以解释为,车辆用异常分析装置300,与车辆10的电子控制装置90一起,或者,与服务器200及车辆10的电子控制装置90一起,构成确定有级变速部20的变速控制中的异常的原因的车辆用异常分析系统。
如前面所述,在有级变速部20的变速控制中的学习控制完毕之后,通过显示规定旋转速度Nfx的波动量△Nf脱离规定波动量范围RngNf而变成波动异常判定值△Nffx以上、或者变成停滞判定值△Nftu以下这样的异常值,可以检测出有级变速部20的变速不良的发生。但是,仅仅通过波动量△Nf显示出异常值,存在着难以确定有级变速部20的变速不良的原因的可能性。
图10、图11、图12、图13是说明在利用电磁阀SL1-SL4直接地控制液压Pc1、Pc2、Pb1、Pb2的情况下发生的有级变速部20的变速不良的一个例子的图。在图10、图11、图12、图13中分别举例表示,例如,在有级变速部20的2→3升挡的过渡中的发动机旋转速度Ne的波动量△Nfe的随着时间的变化形态。图10是正常时的情况,图11是由油泵吸入空气时的情况,图12是电磁阀SL2暂时卡住时的情况,图13是电磁阀SL2完全卡住时的情况。上述由油泵引起的空气吸入,是在油泵从集油盘100吸入工作油OIL时吸入空气的现象,是由MOP57及/或EOP58引起的空气的吸入。上述电磁阀SL的卡住,例如,是因异物的混入而使得电磁阀SL内的滑阀芯不能动的现象。由MOP57及/或EOP58引起的空气的吸入、以及发生了电磁阀SL1-SL4的卡住这样的电磁阀SL1-SL4的动作不良,均是有级变速部20的变速不良的原因。如图10、图11、图12、图13所示,仅仅通过波动量△Nfe显示出异常值,难以确定有级变速部20的变速不良的原因,但是,如果观察波动量△Nfe随着时间的变化形态,则易于确定有级变速部20的变速不良的原因。
返回图1,车辆用异常分析装置300具有预定的异常原因确定模型310,所述异常原因确定模型310表示规定旋转速度Nfx的波动量△Nf随着时间的变化形态与有级变速部20的变速控制中的异常的原因的关系。车辆用异常分析装置300通过将有级变速部20的变速控制中的异常发生时的波动量△Nf随着时间的变化形态应用于异常原因确定模型310,确定有级变速部20的变速控制中的异常的原因。车辆用异常分析装置300,例如,经由无线通信与服务器200及/或车辆10连接。车辆用异常分析装置300从服务器200及/或车辆10取得波动量△Nf随着时间的变化形态。车辆10存储有波动量△Nf随着时间的变化形态,根据需要,将波动量△Nf随着时间的变化形态发送给服务器200及/或车辆用异常分析装置300。服务器200将波动量△Nf随着时间的变化形态作为大数据存储起来。异常原因确定模型310例如利用车辆10的试制阶段的试制车辆400(参照图1)被预先确定。例如,利用将有级变速部20的变速控制中异常发生时的波动量△Nf随着时间的变化形态和有级变速部20的变速控制中的异常原因作为监督数据使用的由机器学习进行的监督学习来实现异常原因确定模型310。试制车辆400基本上具备与作为量产车辆的车辆10同样的结构。
下面,对于构筑异常原因确定模型310的方法,详细地描述一个例子。
规定旋转速度Nfx的波动量△Nf随着时间的变化形态,并不直接反映MOP57及/或EOP58引起的空气的吸入、电磁阀SL1-SL4的动作不良等。因此,根据规定旋转速度Nfx的波动量△Nf随着时间的变化形态确定有级变速部20的变速控制中的异常的原因,对于构筑异常原因确定模型310需要相应的时间或人员。
由异常原因确定模型310所表示的作为规定旋转速度Nfx的波动量△Nf随着时间的变化形态与有级变速部20的变速控制中的异常的原因的关系中的一方的有级变速部20的变速控制中的异常的原因,基于规定工作状态值被预先确定,所述规定工作状态值表示与规定旋转速度Nfx(特别是,规定旋转速度Nfx的波动量△Nf随着时间的变化形态)相比更容易确定有级变速部20的变速控制中的异常原因的车辆10的工作状态。
返回图10、图11、图12、图13,在上述各个图中,除了发动机旋转速度Ne的波动量△Nfe随着时间的变化形态之外,还举例表示出有级变速部20的2→3升挡的过渡中的C2液压Pc2的实际值(参照图中的“实际液压”)随着时间的变化形态。图11中的“发生升压”是因MOP57及/或EOP58引起的空气吸入而使空气进入电磁阀SL2内而产生的现象。如图10、图11、图12、图13所示,与发动机旋转速度Ne的波动量△Nfe相比,采用C2液压Pc2的实际值,更容易确定有级变速部20的变速不良的原因。
即,作为电磁阀SL1-SL4的各个输出压的卡合压Pcb,与规定旋转速度Nfx的波动量△Nf随着时间的变化形态相比,更能反映出电磁阀SL1-SL4的动作不良等。从而,与观察规定旋转速度Nfx的波动量△Nf随着时间的变化形态相比,观察卡合压Pcb,更容易确定有级变速部20的变速控制中的异常的原因。所述规定工作状态值是卡合压Pcb的值。作为有级变速部20的变速不良的原因,还有驱动回路89的异常,例如驱动回路89的短路。由于如果观察卡合压Pcb的值,则容易掌握电磁阀SL1-SL4的工作状态,因此,容易确定包括驱动回路89的异常在内的有级变速部20的变速不良的原因。
由于成本等的制约,存在着在车辆10中不搭载液压传感器组78的情况。即使在这样的情况下,通过在试制车辆400中搭载与液压传感器组78同样的液压传感器组402,检测卡合压Pcb,也能够恰当地构筑异常原因确定模型310。构筑上述那样的异常原因确定模型310的方法,在车辆10不搭载液压传感器组78的情况下是有用的。另外,方便起见,为了将试制车辆400中搭载的与车辆10中配备的除液压传感器组78之外的各种传感器等同样的传感器,与液压传感器组402区别开,将它们称作其它传感器组404。
尽管发动机旋转速度传感器60、输出旋转速度传感器62、MG2旋转速度传感器66、加速器开度传感器68、G传感器74等车辆10中配备的各种传感器等有限,但存在某种程度的种类。以车辆10中配备的各种传感器等为基础,输入侧为有级变速部20的变速控制中的异常发生时的其它传感器组404的检测值的数据,输出侧为该变速控制中的异常的原因,进行有监督的机器学习。
返回图1,车辆用异常分析装置300,例如构成为包括配备有CPU、RAM、ROM、输入输出接口等的所谓的微型计算机,CPU利用RAM的暂时存储功能并且按照存储在ROM中的程序进行信号处理,由此,实施各种控制。车辆用异常分析装置300配备有运算部302、显示部304等。运算部302是具有积累数据的数据库部306和根据所述数据推定结论的推论部308的人工智能。异常原因确定模型310通过由运算部302进行的监督学习来实现。显示部304是显示由运算部302得到的处理结果等的输出装置,例如,为显示器或打印机等。
图14是表示异常原因确定模型310的一个例子的图。在图14中,异常原因确定模型310是以车辆10中配备的各种传感器等得到的检测值的种类作为基础的神经网络。异常原因确定模型310是能够利用由计算机程序产生的软件或者利用由电子元件的结合构成的硬件,将生命体的神经细胞组模型化而构成的模型。异常原因确定模型310是由输入层、中间层和输出层构成的多层结构,所述输入层由i个神经细胞元素(=神经元)Pi1(P11-Pi1)构成,所述中间层由j个神经细胞元素Pj2(P12-Pj2)构成,所述输出层由k个神经细胞元素Pk3(P13-Pk3)构成。所述中间层也可以是多层结构。另外,在异常原因确定模型310中,为了从所述输入层向所述输出层传递神经细胞元素的状态,设置有传递元素Dij和传递元素Djk,所述传递元素Dij具有结合系数、即加权值Wij,分别将所述i个神经细胞元素Pi1与所述j个神经细胞元素Pj2结合起来,所述传递元素Djk具有加权值Wjk,分别将所述j个神经细胞元素Pj2与所述k个神经细胞元素Pk3结合起来。
异常原因确定模型310是利用规定的算法对加权值Wij、Wjk进行了机器学习的异常分析系统。在异常原因确定模型310中的监督学习中,使用在试制车辆400中确定的监督数据、即监督信号。对所述输入层的监督信号,由试制车辆400中的有级变速部20的变速控制中发生异常时的其它传感器组404的检测值的数据(参照图14的“X11-Xi1”)给出。对所述输出层的监督信号,由基于试制车辆400中的液压传感器组402的检测值而被确定的有级变速部20的变速控制中的异常的原因(参照图14的“Y13-Yk3”)给出。在图10-图13所示的例子中,例如,由于在有级变速部20的变速控制的过渡中的发动机旋转速度Ne的波动量△Nfe随着时间的变化形态与有级变速部20的变速控制中的异常的原因的相关性强,因此,对于这样的相关性,加权值Wij、Wjk取大的值。在使用人工智能的分析中,解相关性即可。如图10-图13举例所示,对于其它传感器组404的检测值的数据,与使用某一时刻的数据相比,使用随着时间变化的数据,使异常原因的确定变得更容易。对所述输入层的监督信号,由随着时间变化的其它传感器组404的检测值的数据给出。如上所述,异常原因确定模型310是利用试制车辆400预定的学习模型,表示基于试制车辆400中的液压传感器组402的检测值确定的在试制车辆400中发生的异常的原因与该异常发生时的其它传感器组404的检测值的关系。
车辆用异常分析装置300,为了实现提高确定在有级变速部20的变速控制中的异常原因的精度这样的控制功能,还配备有状态判定机构、即状态判定部312、以及异常原因确定手段、即异常原因判定部314。
状态判定部312在市场判定在车辆10中是否发生了有级变速部20的变速控制中的异常。例如,状态判定部312基于车辆10的电子控制装置90是否判断为在车辆10中发生了有级变速部20的变速控制中的异常,在市场判定在车辆10中是否发生了有级变速部20的变速控制中的异常。电子控制装置90基于表示车辆10的工作状态的除了液压传感器组78之外的各种传感器等的检测值,判定是否发生了有级变速部20的变速控制中的异常。或者,状态判定部312也可以基于从服务器200取得的、除了车辆10中的液压传感器组78之外的各种传感器等的检测值,在市场判定在车辆10中是否发生了有级变速部20的变速控制中的异常。更具体地说,在车辆10中发生的有级变速部20的变速控制中的异常是有级变速部20的变速不良的情况下,在有级变速部20的变速控制中的学习控制完毕之后,基于在变速控制的过渡中规定旋转速度Nfx的波动量△Nf是否变成波动异常判定值△Nffx以上,判定是否发生了有级变速部20的变速不良。另外,在有级变速部20的变速控制中的学习控制完毕之后,基于在变速控制的过渡中波动量△Nf是否变成停滞判定值△Nftu以下,判定是否发生了有级变速部20的变速不良。另外,在有级变速部20的变速控制中的学习控制完毕之后,基于在变速控制的过渡中前后加速度Gx是否产生了变成所述规定加速度以上的变速振动,判定是否发生了有级变速部20的变速不良。这样,车辆用异常分析装置300基于车辆10中配备的除了液压传感器组78之外的各种传感器等的检测值,判断有无发生车辆10中的有级变速部20的变速控制的异常。
异常原因确定部314,在利用状态判定部312判定为在车辆10中发生了有级变速部20的变速控制中的异常的情况下,经由规定的网络,从车辆10取得在变速控制中发生异常时的车辆10的大数据。从所述车辆10取得的车辆10的大数据,例如,是从车辆10直接发送的车辆10的大数据、以及/或者从车辆10经由服务器200间接发送的车辆10的大数据。所述间接发送的车辆10的大数据,例如,是仅仅只经由服务器200的车辆10的大数据、或者从车辆10发送给服务器200并且被存储在服务器200中的车辆10的大数据。由于对异常原因确定模型310的输入层的监督信号,由随着时间变化的其它传感器组404的检测值的数据给出,因此,所述车辆10的大数据是被存储在车辆10中的除液压传感器组78之外的各种传感器等的检测值的随着时间的变化形态。从而,除了液压传感器组78之外的各种传感器等的检测值的随着时间的变化形态被用于变速控制中的异常原因的确定。
异常原因确定部314利用所取得的车辆10的大数据和异常原因确定模型310,分析在车辆10中发生的有级变速部20的变速控制中的异常的原因。即,异常原因确定部314将取得的车辆10的大数据输入到异常原因确定模型310,分析有级变速部20的变速控制中的异常的原因。
异常原因确定部314判定是否可以确定有级变速部20的变速控制中的异常的原因。异常原因确定部314,在判定为可以确定变速控制中的异常的原因的情况下,将该可以确定的异常原因显示在显示部304等中。对于变速控制中的异常原因的确定,最好被缩小到一个的内容,但是,在有多个候补的异常原因的情况下,从异常分析的正答率高的原因起依次排列。在异常原因确定部314判定为不能确定变速控制中的异常的原因的情况下,将异常原因不明的意思显示在显示部304等中。
图15是说明车辆用异常分析装置300的控制动作的要部的流程图,是说明用于提高确定有级变速部20的变速控制中的异常的原因的精度的控制动作的流程图,例如被反复地实施。
在图15中,首先,在与状态判定部312的功能相对应的步骤(下面,省略步骤)S10中,在市场判定在车辆10中是否发生了有级变速部20的变速控制中的异常。在该S10的判断被否定的情况下,结束本程序。在该S10的判断被肯定的情况下,在与异常原因确定部314的功能相对应的S20,经由规定的网络取得变速控制中的异常发生时的车辆10的大数据。接着,在与异常原因确定部314的功能相对应的S30,将取得的车辆10的大数据输入到作为异常分析系统的异常原因确定模型310中,由异常原因确定模型310分析变速控制中的异常的原因。接着,在与异常原因确定部314的功能相对应的S40,判定变速控制中的异常的原因是否被确定了。在该S40的判断被肯定的情况下,在与异常原因确定部314的功能相对应的S50,显示被确定的异常的原因。另一方面,在所述S40的判断被否定的情况下,在与异常原因确定部314的功能相对应的S60,显示异常原因不明的意思。
如上所述,根据本实施例,由于通过将有级变速部20的变速控制中的异常发生时的波动量△Nf随着时间的变化形态应用于预定的异常原因确定模型310,确定有级变速部20的变速控制中的异常的原因,其中,所述异常原因确定模型310表示有级变速部20的变速控制的过渡中的规定旋转速度Nfx的波动量△Nf随着时间的变化形态与有级变速部20的变速控制中的异常的原因的关系,因此,可以提高确定有级变速部20的变速控制中的异常的原因的精度。
另外,根据本实施例,由于异常原因确定模型310利用由机器学习进行的监督学习来实现,所述机器学习利用有级变速部20的变速控制中的异常发生时的波动量△Nf随着时间的变化形态和有级变速部20的变速控制中的异常的原因作为监督数据,因此,可以构筑能够高精度地确定有级变速部20的变速控制中的异常的原因的学习模型。
另外,根据本实施例。由于有级变速部20的变速控制中的异常为有级变速部20的变速不良,因此,可以利用异常原因确定模型310高精度地确定有级变速部20的变速不良的原因。
另外,根据本实施例。由于有级变速部20的变速控制中的异常的原因是MOP57及/或EOP58引起的空气的吸入,以及/或者由于是电磁阀SL1—SL4的动作不良,以及/或者由于是驱动回路89的异常,因此,即使是波动量△Nf显示出异常值这样的有级变速部20的变速控制中的异常,也可以利用异常原因确定模型310高精度地确定异常的原因。
另外,根据本实施例,由于由异常原因确定模型310表示的有级变速部20的变速控制中的异常的原因是基于与规定旋转速度Nfx相比更容易确定异常的原因的规定工作状态值被预先确定的,因此,在异常原因确定模型310中,可以高精度地确定有级变速部20的变速控制中的异常的原因。
另外,根据本实施例,由于所述规定工作状态值是卡合压Pcb的值,因此,在异常原因确定模型310中,可以恰当地确定有级变速部20的变速控制中的异常的原因。
接着,说明本发明的其它的实施例。另外,在下面的说明中,对于实施例相互共同的部分,采用相同的附图标记,省略其说明。
实施例2
在所述实施例1中,作为有级变速部20的变速控制中的异常的原因,举例表示出了由MOP57及/或EOP58引起的空气的吸入、电磁阀SL1-SL4的动作不良、驱动回路89的异常等。在本实施例中,作为有级变速部20的变速控制中的异常的原因,举例表示出了有级变速部20的耐久性降低。有级变速部20的耐久性降低,例如,是卡合装置CB的摩擦材料的耐久性降低、由卡合装置CB的摩擦材料的高温等引起的暂时的卡合装置CB的动作不良等。有级变速部20的耐久性降低,例如,与由状态判定部312判定的有级变速部20的变速控制中的发生异常的出现次数的关联性高。
车辆用异常分析装置300,代替异常原因确定模型310,或者在异常原因确定模型310的基础上,还具有图16所示的异常原因确定模型320。异常原因确定模型320还表示有级变速部20的变速控制中发生异常的出现次数与有级变速部20的变速控制中的异常原因的关系。异常原因确定模型320例如通过由机器学习进行的监督学习来实现,所述机器学习利用有级变速部20的变速控制中的异常发生时的波动量△Nf随着时间的变化形态及有级变速部20的变速控制中的异常发生的出现次数、以及有级变速部20的耐久性降低作为监督数据。有级变速部20的耐久性降低,例如,用卡合装置CB的摩擦材料的损伤程度、即损坏的大小的不同来表示。从原理上讲,波动量△Nf越大且连续地发生,则损害越大。
在图16中,异常原因确定模型320是与异常原因确定模型310同样的神经网络。异常原因确定模型320是由输入层、中间层和输出层构成的多层结构,所述输入层由f个神经细胞元素Pf1(P11-Pf1)构成,所述中间层由g个神经细胞元素Pg2(P12-Pg2)构成,所述输出层由h个神经细胞元素Ph3(P13-Ph3)构成。另外,在异常原因确定模型320中,设置有传递元素Dfg和传递元素Dgh,所述传递元素Dfg具有加权值Wfg,分别将所述f个神经细胞元素Pf1与所述g个神经细胞元素Pg2结合起来,所述传递元素Dgh具有加权值Wgh,分别将所述g个神经细胞元素Pg2与所述h个神经细胞元素Ph3结合起来。
异常原因确定模型320是利用规定的算法对加权值Wfg、Wgh进行了机器学习的异常分析系统。在异常原因确定模型320中的监督学习中,采用在试制车辆400中被确定的监督数据、即监督信号。对所述输入层的监督信号,由试制车辆400中的有级变速部20的变速控制中的异常发生时随着时间变化的其它传感器组404的检测值的数据、以及有级变速部20的变速控制中的异常发生的出现次数(参照图16中的“X11-X1f”)给出。对所述输出层的监督信号,由基于试制车辆400中的液压传感器组402的检测值确定的有级变速部20的变速控制中的异常的原因、例如有级变速部20的耐久性降低(参照图16的“Z13-Zh3)给出。由于有级变速部20的变速控制的过渡中的波动量△Nf随着时间的变化形态以及有级变速部20的变速控制中发生异常的出现次数与有级变速部20的耐久性降低的相关性强,因此,对于这样的相关性,加权值Wfg、Wgh为大的值。
如上所述,根据本实施例,与前面所述的实施例1同样地,可以提高确定有级变速部20的变速控制中的异常原因的精度。
另外,根据本实施例,由于异常原因确定模型320还表示有级变速部20的变速控制中的异常发生的出现次数与有级变速部20的耐久性降低的关系,因此,即使在有级变速部20的变速控制中的异常原因是有级变速部20的耐久性降低的情况下,也可以利用异常原因确定模型320高精度地确定异常的原因。
另外,根据本实施例。由于异常原因确定模型320是利用由机器学习进行的监督学习来实现,所述机器学习利用有级变速部20的变速控制中的异常发生时的波动量△Nf随着时间的变化形态以及有级变速部20的变速控制中的异常发生的出现次数、以及有级变速部20的耐久性降低作为监督数据,因此,可以构筑能够高精度地确定有级变速部20的变速控制中的异常的原因的学习模型。
上面,基于附图详细地说明了本发明的实施例,但是,在其它方式中也可以应用本发明。
例如,在所述实施例中,车辆用异常分析装置300是独立于车辆10的车外装置,但是,并不局限于这种方式,例如,车辆用异常分析装置300所具有的确定有级变速部20的变速控制中的异常原因的功能的一部分或者全部,也可以配备在服务器200中,或者,还可以配备在车辆10、特别是电子控制装置90中。另外,对于有级变速部20的变速控制中的异常原因的内容,可以显示在独立于车辆用异常分析装置300设置的监视器等中,也可以显示在经由规定的网络连接于服务器200的个人计算机等的监视器中,还可以显示于车辆10的信息通知装置88等中。另外,车辆用异常分析装置300,例如,可以在将车辆10送入维修工厂时使用,或者也可以在车辆10的制造厂中使用。
另外,在前面所述的实施例中,异常原因确定模型310、320利用作为人工智能的运算部302来实现,但是,并不局限于这种方式。例如,异常原因确定模型310、320也可以用不以神经网络作为基础的计算机等来实现。
另外,在前面所述的实施例中,作为发生有级变速部20的变速控制中的异常的车辆,举例表示为配备有复合变速器40的车辆10,但是,并不局限于车辆10,只要是发生自动变速器的变速控制中的任何异常的车辆,就可以应用本发明。
另外,上面所述的终究是一种实施方式,基于本领域技术人员的知识,能够以附加各种变更、改进的方式来实施本发明。
附图标记说明
10:车辆
14:发动机(车辆用动力源)
20:机械式有级变速部(自动变速器)
28:驱动轮
40:复合变速器(自动变速器)
57:MOP(油泵)
58:EOP(油泵)
89:驱动回路
300:车辆用异常分析装置
310:异常原因确定模型
320:异常原因确定模型
CB:卡合装置(摩擦卡合装置)
MG2:第二旋转机(车辆用动力源)
SL1-SL4:各个电磁阀(控制阀)
Claims (10)
1.一种车辆用异常分析装置(300),所述车辆用异常分析装置利用在自动变速器(20、40)的变速控制的过渡中变化的规定旋转速度(Nfx),对在车辆(10)中发生的所述变速控制中的异常进行分析,所述自动变速器(20、40)构成车辆用动力源(14)与驱动轮(28)之间的动力传递路径的一部分,其特征在于,
通过将所述变速控制中的异常发生时的波动量(△Nf)的随着时间的变化形态应用于预定的异常原因确定模型(310、320),确定所述变速控制中的异常的原因,所述异常原因确定模型(310、320)表示所述波动量(△Nf)的随着时间的变化形态与所述变速控制中的异常的原因的关系,所述波动量(△Nf)是所述规定旋转速度(Nfx)相对于基于所述自动变速器(20、40)的变速比(γt,γat)和输出旋转速度(No)的基准旋转速度(Nref)在所述变速控制的过渡中旋转上升的旋转速度的量。
2.如权利要求1所述的车辆用异常分析装置(300),其特征在于,所述异常原因确定模型Z(310、320)通过由机器学习进行的监督学习来实现,所述机器学习利用所述变速控制中的异常发生时的所述波动量(△Nf)的随着时间的变化形态和所述变速控制中的异常的原因作为监督数据。
3.如权利要求1或2所述的车辆用异常分析装置(300),其特征在于,所述变速控制中的异常是具有液压式的摩擦卡合装置(CB)的所述自动变速器(20、40)的变速不良,所述摩擦卡合装置在所述变速控制中被切换工作状态。
4.如权利要求3所述的车辆用异常分析装置(300),其特征在于,所述变速控制中的异常的原因在于,由排出用于切换所述摩擦卡合装置(CB)的工作状态的工作油的油泵(57、58)引起的空气的吸入。
5.如权利要求3或4所述的车辆用异常分析装置(300),其特征在于,所述变速控制中的异常的原因在于,对用于切换所述摩擦卡合装置(CB)的工作状态的工作油的液压进行调压的控制阀(SL1-SL4)的动作不良。
6.如权利要求3至5中任一项所述的车辆用异常分析装置(300),其特征在于,所述变速控制中的异常的原因在于,对控制阀(SL1-SL4)进行驱动的驱动回路(89)的异常,所述控制阀(SL1-SL4)对于用于切换所述摩擦卡合装置(CB)的工作状态的工作油的液压进行调压。
7.如权利要求1至6中任一项所述的车辆用异常分析装置(300),其特征在于,作为在所述异常原因确定模型(310、320)中表示的所述关系中的一个的所述变速控制中的异常的原因是基于规定工作状态值而被预先确定的原因,所述规定工作状态值表示与所述规定旋转速度(Nfx)相比更容易确定所述异常的原因的所述车辆(10)的工作状态。
8.如权利要求7所述的车辆用异常分析装置(300),其特征在于,所述规定工作状态值是用于在所述变速控制中切换所述自动变速器(20、40)所具有的液压式的摩擦卡合装置(CB)的工作状态的工作油的液压值。
9.如权利要求1所述的车辆用异常分析装置(300),其特征在于,所述异常原因确定模型(320)是还表示所述变速控制中的异常发生的出现次数与所述变速控制中的异常的原因的关系的模型,
所述变速控制中的异常的原因在于所述自动变速器(20、40)的耐久性降低。
10.如权利要求9所述的车辆用异常分析装置(300),其特征在于,所述异常原因确定模型(320)通过由机器学习进行的监督学习来实现,所述机器学习利用所述变速控制中的异常发生时的所述波动量(△Nf)的随着时间的变化形态及所述变速控制中的异常发生的出现次数与所述自动变速器(20、40)的耐久性降低作为监督数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019215821A JP6741139B1 (ja) | 2019-11-28 | 2019-11-28 | 車両用異常解析装置 |
JP2019-215821 | 2019-11-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112861246A true CN112861246A (zh) | 2021-05-28 |
CN112861246B CN112861246B (zh) | 2023-11-24 |
Family
ID=72047960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011343763.8A Active CN112861246B (zh) | 2019-11-28 | 2020-11-26 | 车辆用异常分析装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11725726B2 (zh) |
JP (1) | JP6741139B1 (zh) |
CN (1) | CN112861246B (zh) |
DE (1) | DE102020131393A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7188274B2 (ja) * | 2019-05-14 | 2022-12-13 | トヨタ自動車株式会社 | ハイブリッド車両 |
JP6741139B1 (ja) * | 2019-11-28 | 2020-08-19 | トヨタ自動車株式会社 | 車両用異常解析装置 |
JP7327327B2 (ja) * | 2020-09-07 | 2023-08-16 | トヨタ自動車株式会社 | 異常判定用の写像の学習方法 |
CN113742851A (zh) * | 2021-10-08 | 2021-12-03 | 安徽江淮汽车集团股份有限公司 | 双泵供油系统的排量仿真模型建立方法及装置 |
KR20230123187A (ko) | 2022-02-16 | 2023-08-23 | 현대자동차주식회사 | 인공지능 활용 차량 저더 진단 방법 및 모바일 기반 gds |
CN114838122B (zh) * | 2022-03-29 | 2023-10-27 | 中国人民解放军陆军装甲兵学院 | 一种变速箱换挡液压系统在环的故障检测系统及其方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000272491A (ja) * | 1999-03-25 | 2000-10-03 | Mazda Motor Corp | 車両の挙動制御装置 |
JP2005273805A (ja) * | 2004-03-25 | 2005-10-06 | Toyota Motor Corp | 自動変速機の異常検出装置 |
CN101688603A (zh) * | 2007-12-19 | 2010-03-31 | 爱信艾达株式会社 | 车辆及其控制方法 |
CN102459852A (zh) * | 2009-06-19 | 2012-05-16 | 日立建机株式会社 | 作业车辆的原动机控制装置 |
CN107218388A (zh) * | 2016-03-22 | 2017-09-29 | 丰田自动车株式会社 | 车辆的变速控制装置 |
CN108071788A (zh) * | 2016-11-15 | 2018-05-25 | 丰田自动车株式会社 | 车辆用动力传递装置的控制装置 |
CN108150641A (zh) * | 2016-12-05 | 2018-06-12 | 丰田自动车株式会社 | 车辆的变速控制装置 |
CN110378034A (zh) * | 2019-07-22 | 2019-10-25 | 中国中车股份有限公司 | 一种机车发动机故障诊断方法、系统及实现装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3588841B2 (ja) | 1995-01-30 | 2004-11-17 | 株式会社デンソー | 内燃機関制御装置の故障診断装置 |
JP2000240784A (ja) | 1999-02-18 | 2000-09-05 | Toyota Motor Corp | 変速機の故障検出装置 |
JP4735457B2 (ja) * | 2006-07-18 | 2011-07-27 | トヨタ自動車株式会社 | 自動変速機の制御装置 |
FR2925690B1 (fr) * | 2007-12-21 | 2010-01-01 | V & M France | Controle non destructif,en particulier pour des tubes en cours de fabrication ou a l'etat fini. |
US8579763B2 (en) * | 2009-11-25 | 2013-11-12 | Toyota Jidosha Kabushiki Kaisha | Shift-by-wire gearshift control apparatus |
JP2014238127A (ja) * | 2013-06-07 | 2014-12-18 | スズキ株式会社 | 車両用変速機のシフト制御装置 |
JP6190757B2 (ja) * | 2014-05-19 | 2017-08-30 | 本田技研工業株式会社 | 自動変速機の制御装置 |
CN105620488A (zh) * | 2014-11-11 | 2016-06-01 | 冯春魁 | 车辆运行监控、监视、数据处理、超载监控的方法及系统 |
JP2018086974A (ja) * | 2016-11-29 | 2018-06-07 | トヨタ自動車株式会社 | ハイブリッド車両の制御装置 |
JP2022017615A (ja) * | 2018-11-07 | 2022-01-26 | 日立Astemo株式会社 | 車両用制御装置 |
JP6741139B1 (ja) * | 2019-11-28 | 2020-08-19 | トヨタ自動車株式会社 | 車両用異常解析装置 |
-
2019
- 2019-11-28 JP JP2019215821A patent/JP6741139B1/ja active Active
-
2020
- 2020-11-09 US US17/092,713 patent/US11725726B2/en active Active
- 2020-11-26 DE DE102020131393.4A patent/DE102020131393A1/de active Pending
- 2020-11-26 CN CN202011343763.8A patent/CN112861246B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000272491A (ja) * | 1999-03-25 | 2000-10-03 | Mazda Motor Corp | 車両の挙動制御装置 |
JP2005273805A (ja) * | 2004-03-25 | 2005-10-06 | Toyota Motor Corp | 自動変速機の異常検出装置 |
CN101688603A (zh) * | 2007-12-19 | 2010-03-31 | 爱信艾达株式会社 | 车辆及其控制方法 |
CN102459852A (zh) * | 2009-06-19 | 2012-05-16 | 日立建机株式会社 | 作业车辆的原动机控制装置 |
CN107218388A (zh) * | 2016-03-22 | 2017-09-29 | 丰田自动车株式会社 | 车辆的变速控制装置 |
CN108071788A (zh) * | 2016-11-15 | 2018-05-25 | 丰田自动车株式会社 | 车辆用动力传递装置的控制装置 |
CN108150641A (zh) * | 2016-12-05 | 2018-06-12 | 丰田自动车株式会社 | 车辆的变速控制装置 |
CN110378034A (zh) * | 2019-07-22 | 2019-10-25 | 中国中车股份有限公司 | 一种机车发动机故障诊断方法、系统及实现装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6741139B1 (ja) | 2020-08-19 |
US11725726B2 (en) | 2023-08-15 |
DE102020131393A1 (de) | 2021-06-02 |
US20210164562A1 (en) | 2021-06-03 |
JP2021085480A (ja) | 2021-06-03 |
CN112861246B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112861246B (zh) | 车辆用异常分析装置 | |
CN112710476B (zh) | 车辆部件的剩余寿命预测装置 | |
US20220063585A1 (en) | In-vehicle system | |
CN112706711A (zh) | 车辆用控制装置 | |
US20230322243A1 (en) | Vehicle program update system and vehicle program update method | |
CN112677988B (zh) | 车辆用故障原因确定装置 | |
CN111137304B (zh) | 车辆的控制装置 | |
CN112721944A (zh) | 车辆用故障原因认定装置 | |
JP7172949B2 (ja) | 車両の制御装置 | |
US11597398B2 (en) | Vehicle control apparatus | |
US11242928B2 (en) | Control apparatus for vehicle | |
JP7247830B2 (ja) | 車両用ソフトウェア更新システム | |
JP2021060693A (ja) | 学習制御装置 | |
JP2022043942A (ja) | 油圧制御弁の異常原因特定装置 | |
JP7172924B2 (ja) | 車両用ソフトウェア更新システム | |
CN112650213B (zh) | 车辆的控制装置 | |
JP2020192925A (ja) | 車両用故障解析装置 |
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 |