KR20210096136A

KR20210096136A - 자동 변속장치 제어기의 자동화된 보정 및 조정을 위한 방법

Info

Publication number: KR20210096136A
Application number: KR1020217018256A
Authority: KR
Inventors: 크리쉬나스와미 스리니바산; 키르티 미쉬라
Original assignee: 오하이오 스테이트 이노베이션 파운데이션
Priority date: 2018-12-05
Filing date: 2019-12-04
Publication date: 2021-08-04
Also published as: US20220018432A1; CN113396296B; WO2020117935A1; EP3891419B1; AU2019392564A1; JP2022511081A; AU2019392564B2; US11261961B2; EP3891419A1; CN113396296A

Abstract

기어쉬프트 제어기(39)의 자동화된 보정 및 조정을 위한 방법이 설명된다. 한 측면으로, 그 방법은 동력계(42)에 장착된 적어도 하나의 스피드 센서를 갖춘 계단식 자동 변속장치 또는 동력계(42)에 장착된 자동차에서 기어쉬프트의 시퀀스를 제어하는 기어쉬프트 제어기(39)의 보정을 자동화하고, 여기서 동력계(42)는 동력계 제어기(43)에 의해 전기적으로 제어된다. 시퀀스 내의 각 기어쉬프트는 제1 페이즈, 제2 페이즈, ..., 및 제N 페이즈를 포함한다. 기어쉬프트 제어기(39)는 각각 제1 페이즈 학습 제어기, 제2 페이즈 학습 제어기, ..., 및 제N 페이즈 학습 제어기를 사용하여 업데이트되는 시퀀스 내의 각 기어쉬프트에 대한 제1 페이즈 제어 매개변수 세트, 제2 페이즈 제어 매개변수 세트, ..., 및 제N 페이즈 제어 매개변수 세트를 (그들의 초기값을) 포함한다.

Description

자동 변속장치 제어기의 자동화된 보정 및 조정을 위한 방법

본 출원은 2018년 12월 5일 출원된 미국 임시 특허출원 No. 62/775,618의 우선권 및 출원 이점을 주장하고, 그 내용은 명백하게 여기서 전체적으로 참조로 포함된다.

본 발명은 일반적으로 자동 변속장치에서 기어쉬프트(gearshift) 제어기를 보정하고 조정하는 방법에 관한 것으로, 보다 특정하게, 보정 노력을 자동화하는 모델-기반의 학습 방법 및 조정을 위해 이러한 보정 방법을 채택하는 과정에 관한 것이다.

테스트 트랙 대신에 제어된 실험실 환경에서 변속장치 제어기를 보정하는 것은 차량 내의 보정 엔지니어가 테스트 트랙에서 소비하는 시간 및 노력이 이러한 보정 방법에서는 극적으로 감소되기 때문에 보정 노력의 프론트-로딩(front-loading)을 나타낸다. 샤시 동력계(Chassis dynamometer)는 가격이 비싸고, 대규모 개발 설비에서도 이들 중 몇가지만 이용가능하다. 그래서, 다른 차량의 프로토타입을 동시 개발하는 것이 금지된다. 프론트-로딩 변속장치 보정은 많은 이점을 제공한다. 이러한 방법은 변속장치를 엔진 및 다른 차량 시스템과 통합하기 이전에 변속장치 제어기의 보정을 허용한다. 보정 노력의 프론트 로딩은 때로 변속장치 동력계를 사용하여 수행되고, 여기서 기어쉬프트는 제어되고 자동화된 방식으로 다른 작동 조건에서 명령을 받을 수 있다. 모델-기반의 보정 방법은 더 큰 수준의 보정 프론트-로딩을 나타내고, 이는 변속장치 시스템을 개발하는 동안에도 사용될 수 있다.

최소한, 사전 계획된 기어쉬프트의 시퀀스를 스케쥴링하기 위한 전자 제어 하에서의 동력계가 기어쉬프트 제어기의 자동 보정을 위해 요구된다. 동력계는 변속장치이거나 샤시 동력계가 될 수 있다. 샤시 동력계에서 수행되면, 전형적으로, 지면에 차량을 고정하는 메카니즘은 기어쉬프트 동안 차량 가속도를 측정하기 위한 로드 셀(load cell)을 갖고, 이는 쉬프트의 객관적인 평가를 위해 사용된다. 실험 설계(design-of-experiments, DoE) 접근법을 사용하여 보정 엔지니어에 의해 생성되는 테스트 계획은 동력계로 미리 프로그램되고, 이러한 자동 테스트 중에 획득되는 차량 센서 데이터, 즉 보정 라벨(calibration label)로 더 잘 알려진 보정 매개변수를 사용하여, 다른 작동 조건에서 허용된 모든 기어쉬프트에 대한 포스트-테스트(post-testing)가 최적화된다. 전형적인 DoE 접근법은 다른 제어 입력에서 기어쉬프트를 수행하는 것과, 집합적으로 쉬프트-품질(shift-quality)이라고 표현되는 쉬프트 자발성 및 쉬프트 안락함과 같이 객관적으로 평가되는 (예를 들어, 1 내지 10의 스케일로) 성능 지표를 기반으로 최적함을 선택하는 것을 포함한다.

8, 9, 및 10단 스피드의 자동 변속장치는 합법인/허용된 기어쉬프트의 총 수가 급격히 증가되기 때문에 4-5단 스피드를 갖는 구형 변속장치와 비교해 훨씬 더 많은 보정 노력을 요구한다. 예를 들어, 26개 기어쉬프트를 허용하는 10단-스피드 GM 변속장치는 6개 기어쉬프트를 허용하는 4단-스피드 변속장치에 의해 요구되는 800개 보정 라벨과 달리, 22,000개의 보정 라벨을 요구한다. 이러한 라벨 중 일부는 스칼라 값이지만, 다른 것은 여러개의 값을 갖는 2차원 룩-업 테이블(look-up table)이다. 설명된 바와 같이, 전형적인 DoE 접근법은 다른 제어 입력에서 기어쉬프트를 수행하는 것을 포함하므로, 더 많은 수의 변속장치 스피드을 갖는 변속장치에서 기어쉬프트 제어기의 자동 보정을 위해 더 많은 수의 기어쉬프트가 요구되게 된다.

DoE-기반의 보정 방법은 기본적으로 모델링 (시스템 식별) 및 최적화 (식별된 모델을 사용한)의 조합이고, 이는 마모 및 사용으로 인하여 시간에 따라 변경되는 시스템의 모델이 DoE 접근법을 사용하여 생성되는 것이 불가능하기 때문에, 변속장치 제어기의 초기 (공장) 보정에 사용된 방법이 정상적인 주행 동안 조정되도록 사용될 수 없음을 의미한다. DoE-기반의 보정 접근법의 이러한 측면은 시스템 동작을 학습하고 변경된 동작을 정정하는 조정 루틴을 튜닝하기 위한 추가적인 보정 노력을 요구한다.

기어쉬프트 제어기의 자동화된 보정 및 조정을 위해 공지된 방법은 자동 보정을 위한 최첨단 기술이 DoE 기반의 접근법에 심하게 의존하고, 조정을 위해, 규칙-기반의 조정 정책에 의존함을 나타낸다. 더 복잡한 모델을 사용하는 변속장치의 제어를 위해 모델-기반의 학습 방법이 거의 존재하지 않고, 그에 의해 조정을 위한 더 복잡한 규칙이 주어지게 되고, 또한/또는 가정된 모델을 사용하여 학습 제어기의 계산을 위한 체계적인 방법이 부족하게 된다. 이러한 결함은 이러한 방법이 실행되는 것을 비효율적으로 만든다.

필요한 것은 변속장치 제어 보정을 위해 훨씬 더 적은 수의 기어쉬프트를 요구하는 자동화된 보정 과정을 제공하는 모델-기반의 학습 접근법이다. 이러한 모델-기반의 학습 접근법은 차량 작동 중 기어쉬프트 제어기에 확장되어 적용될 수 있다.

한 실시예에서, 본 발명은 동력계에 장착된 적어도 하나의 스피드 센서를 갖춘 계단식 자동 변속장치 또는 동력계에 장착된 자동차에서 기어쉬프트의 시퀀스를 제어하는 기어쉬프트 제어기의 자동화된 보정을 위한 방법을 포함하고, 여기서 동력계는 동력계 제어기에 의해 전기적으로 제어된다. 시퀀스 내의 각 기어쉬프트는 제1 페이즈(phase), 제2 페이즈, ..., 및 제N 페이즈를 포함한다. 기어쉬프트 제어기는 각각 제1 페이즈 학습 제어기, 제2 페이즈 학습 제어기, ..., 및 제N 페이즈 학습 제어기를 사용하여 업데이트되는 시퀀스 내의 각 기어쉬프트에 대한 제1 페이즈 제어 매개변수 세트, 제2 페이즈 제어 매개변수 세트, ..., 및 제N 페이즈 제어 매개변수 세트를 (그들의 초기값을) 포함한다. 그 방법은:

(a) 계단식 자동 변속장치 또는 자동차에서 기어쉬프트의 시퀀스를 m회 실행하는 단계로, 여기서 m은 1 보다 크거나 같은 자연수인 단계;

(b) 기어쉬프트의 시퀀스에서 각 기어쉬프트의 m회 반복 동안 적어도 하나의 스피드 센서로부터 데이터를 획득하는 단계;

(c) 기어쉬프트의 시퀀스에서 각 기어쉬프트에 대한 평균 스피드 센서 데이터세트를 계산하기 위해 기어쉬프트의 시퀀스에서 각 기어쉬프트의 m회 반복 동안 획득된 스피드 센서 데이터를 평균화하는 단계;

(d) 기어쉬프트의 시퀀스에서 각 기어쉬프트에 대한 평균 스피드 센서 데이터세트를 사용하여, 기어쉬프트 제어기에서의 제1 페이즈 제어 매개변수 세트가 보정을 요구하는가를 결정하는 단계로, 여기서

보정이 요구되면, 평균 스피드 센서 데이터세트 및 제1 페이즈 학습 제어기를 사용하여 보정을 요구하는 기어쉬프트 제어기에서의 제1 페이즈 제어 매개변수 세트를 업데이트하고,

보정이 요구되지 않으면, 제1 페이즈 제어 매개변수 세트의 보정을 요구하지 않는 기어쉬프트의 시퀀스에서의 기어쉬프트를 보정 기어쉬프트 세트로 지정하는 단계;

(e) 보정 기어쉬프트 세트가 비어있는 것으로 확인될 때까지 제2 페이즈 제어 매개변수 세트 내지 제N 페이즈 제어 매개변수 세트에 대해 보정 기어쉬프트 세트에서의 각 기어쉬프트에 대한 단계(d)를 반복하는 단계; 및

(f) 단계(a) 내지 (e)를 반복하는 단계를 포함한다.

그 방법은 단계(f)를 종료하기 위한 다른 상황을 고려한다. 예를 들면, 단계(f)는 제1 페이즈 내지 제N 페이즈 제어 매개변수 세트 중 어떠한 것도 기어쉬프트의 시퀀스에서의 임의의 기어쉬프트에 대해 보정을 요구하지 않을 때 종료될 수 있다. 제1, 제2, ..., 및 제N 페이즈 학습 제어기가 파워트레인(powertrain) 제어기에 포함되는 또 다른 예에서, 단계(f)는 제1 페이즈 내지 제N 페이즈 제어 매개변수 세트 중 어떠한 것도 기어쉬프트의 시퀀스에서의 임의의 기어쉬프트에 대해 보정을 요구하지 않을 때 종료될 수 있다. 제1, 제2, ..., 및 제N 페이즈 학습 제어기가 파워트레인 제어기에서 제1 페이즈 내지 제N 페이즈 제어 매개변수 세트를 업데이트할 수 있는 전자 제어기에 포함되는 또 다른 예에서, 단계(f)는 제1 페이즈 내지 제N 페이즈 제어 매개변수 세트 중 어떠한 것도 기어쉬프트의 시퀀스에서의 임의의 기어쉬프트에 대해 보정을 요구하지 않을 때 종료될 수 있다. 다른 종료 조건은 이후에 식별되고 논의된다.

또 다른 실시예에서, 본 발명은 적어도 하나의 스피드 센서를 포함하는 계단식 자동 변속장치를 갖는 자동차의 작동 중 기어쉬프트를 제어하는 기어쉬프트 제어기를 조정하기 위한 방법을 포함한다. 조정을 요구하는 기어쉬프트는 제1 페이즈, 제2 페이즈, ..., 및 제N 페이즈를 포함한다. 기어쉬프트 제어기는 각각 파워트레인 제어기에 포함된 제1, 제2, ..., 및 제N 페이즈 학습 제어기를 사용하여 차량 작동 중에 업데이트되는 기어쉬프트에 대한 제1 페이즈 제어 매개변수 세트, 제2 페이즈 제어 매개변수 세트, ..., 및 제N 페이즈 제어 매개변수 세트를 (그들의 초기값을) 포함한다. 그 방법은:

(a) 기어쉬프트의 m회 반복 동안 적어도 하나의 스피드 센서로부터 데이터를 획득하는 단계로, 여기서 m은 1 보다 크거나 같은 자연수인 단계;

(b) 기어쉬프트에 대한 평균 스피드 센서 데이터세트를 계산하기 위해 기어쉬프트의 m회 반복 동안의 스피드 센서 데이터를 평균화하는 단계;

(c) 기어쉬프트에 대한 평균 스피드 센서 데이터세트를 사용하여, 기어쉬프트 제어기에서의 제1 페이즈 제어 매개변수 세트가 조정을 요구하는가를 결정하는 단계로, 여기서

조정이 요구되면, 평균 스피드 센서 데이터세트 및 파워트레인 제어기에 포함된 제1 페이즈 학습 제어기를 사용하여 기어쉬프트 제어기에서의 제1 페이즈 제어 매개변수 세트를 업데이트하고,

조정이 요구되지 않으면, 단계(d)를 실행하는 단계; 및

(d) 제2 페이즈 제어 매개변수 세트 내지 제N 페이즈 제어 매개변수 세트에 대해 단계(c)를 반복하는 단계를 포함한다.

그 방법은 기어쉬프트가 조정을 요구할 수 있는 다른 시나리오를 고려한다. 예를 들면, 기어쉬프트는 오프고잉 클러치(offgoing clutch) 및 온커밍 클러치(oncoming clutch)를 사용하는 파워-온 업쉬프트(power-on upshift)에 대한 조정을 요구할 수 있다. 또 다른 예에서, 기어쉬프트는 오프고잉 클러치 및 온커밍 클러치를 사용하는 파워-온 다운쉬프트(power-on downshift)에 대한 조정을 요구할 수 있다.

본 발명에 따른 다른 실시예는 이후에 설명된다.

본 명세서에 포함되고 그 일부를 구성하는 첨부 도면은 본 발명의 실시예를 설명하고, 이후 주어지는 실시예의 상세한 설명과 함께 본 발명의 원리를 설명하는 역할을 한다.
도 1은 본 발명의 한 실시예를 포함하는 자동차 파워트레인의 물리적 설계에 대한 구조적인 도면이다.
도 2는 기어쉬프트 제어기의 자동 보정에 요구되는 물리적 셋업의 한 실시예에 대한 구조적인 도면이다.
도 3은 파워-온 1-2 업쉬프트 동안, 엔진 스피드, 엔진 토크, 변속장치 출력 토크, 명령된 온커밍 및 오프고잉 클러치 압력, 또한 온커밍 및 오프고잉 클러치 토크 기능과 같이, 여러 시스템 변수에 대한 구조적인 도면이다.
도 4는 변속장치 출력 토크, 명령된 온커밍 클러치 압력, 및 충전 페이즈(fill phase) 제어에서의 변화를 나타내는 온커밍 클러치 압력에 대한 구조적인 도면이다.
도 5는 파워-온 업쉬프트에 대한 자동 보정 방법의 한 실시예에 대한 구조적인 도면이다.
도 6A 및 도 6B는 엔진 토크 및 스피드의 함수로 온커밍 클러치 제어 매개변수를 저장하는 룩-업 테이블의 한 실시예에 대한 구조적인 도면이다.
도 7은 파워-온 업쉬프트에 대한 조정 방법의 한 실시예에 대한 구조적인 도면이다.

도 1은 주요 원동기인 엔진(2), 펌프(5) 및 터빈(6)을 갖는 3-요소 토크 컨버터, 기계 시스템(107) 및 클러치 압력 제어 시스템(104, 105)을 포함하는 계단식 자동 변속장치(40), 파이널 드라이브 유성 기어 세트(final drive planetary gear set)(18), 컴플라이언트 드라이브 샤프트(compliant drive shaft)(19), 및 휠(21)에 집중된 차량 관성을 갖는 파워트레인의 설계에 대한 구조적인 도면이다. 이들 구성성분에 부가하여, 각각 샤프트(4, 8, 16, 19)에 장착된 스피드 센서(3, 9, 17, 20)가 있다. 이들 스피드 센서(3, 9, 17, 20)는 적절한 마이크로프로세서로 코딩된 수학적 기능을 포함하는 추정기(38) 및 기어쉬프트 제어기(39)를 포함하는 파워트레인 제어기(41)에 정보를 송신한다. 스피드 센서(3, 9, 17, 20)는 각각 펌프(5), 터빈(6), 변속장치 출력, 및 휠(21)의 스피드를 감지한다. 엔진(2)은 가속 페달(1)을 통해 드라이버로부터, 또는 대안적으로 스로틀 위치(throttle position) 제어기(도시되지 않은)로부터 스로틀 각도 명령을 수신한다. 파워트레인 제어기(41)는, 이후 설명될 계산을 기반으로, 스로틀 각도 및/또는 스파크 어드밴스(spark advance) 명령(7)을 엔진(2)으로 송신한다. 또한, 이후 설명될 바와 같이, 파워트레인 제어기(41)는 오프고잉 클러치(11) 및 온커밍 클러치(10)를 제어하는 솔레노이드 벨브(solenoid valve)(31, 26)에 대한 명령(36, 37)을 생성하는 계산을 실행한다.

계속하여 도 1을 참조로, 변속장치 시스템(40)은 기계 시스템(107) 및 클러치 압력 제어 시스템(104, 105)으로 구성된다. 기계 시스템(107)은 클러치-대-클러치(clutch-to-clutch, CTC) 쉬프트에 포함된 두개의 클러치, 보다 특정하게 오프고잉 클러치(11) 및 온커밍 클러치(10)를 포함한다. 박스(14, 15)는 온커밍 및 오프고잉 클러치(10, 11)의 경로에 있는 기어 비율을 나타낸다. 온커밍 및 오프고잉 클러치(10, 11)는 클러치 압력 제어 시스템(104, 105)에 의해 생성되는 클러치 압력(12, 13)을 통해 조작된다. 클러치 압력 제어 시스템(104, 105)은 압력 제어 벨브(27, 32)를 제어하는 솔레노이드 벨브(26, 31), 차례로 클러치-어큐뮬레이터 챔버(28, 33)에서 압력을 제어하는 압력 제어 벨브(27, 32), 및 클러치-어큐뮬레이터 챔버(28, 33)를 포함한다. 오일 저장소(30)에 연결된 펌프(29)에 의해 생성된 주요선 압력과 연관되어, 압력 제어 벨브(27, 32)에서의 스풀의 모션(도시되지 않은)은 클러치-어큐뮬레이터 챔버(28, 33) 내의 압력을 조절한다.

도 2는 본 발명을 구현하기 위해 요구되는 물리적 셋업의 한 실시예에 대한 구조적인 도면이다. 엔진(2) 및 자동 변속장치(40)는 동력계(42)에 장착된다. 동력계(42)에 의해 생성된 로드 토크는 동력계 제어기(43)를 사용하여 전자적으로 제어되고, 엔진(2) 및 자동 변속장치(40)에서의 기어 쉬프팅에 의해 만들어지는 파워는 파워트레인 제어기(41)를 사용하여 전자적으로 제어된다. 두개의 제어기(41, 43)는 사람의 감독없이 제어되고 자동화된 형식으로 미리 계획된 기어쉬프트의 시퀀스를 실행하도록 조정된다. 또 다른 실시예에서, 자동차는 샤시 동력계 제어기를 사용하여 전자적으로 제어되는 샤시 동력계에 장착되고, 그 제어기는 자동차의 계단식 자동 변속장치에서 기어쉬프트의 시퀀스 실행을 자동화하도록 자동차 내부에서 파워트레인 제어기와 협업한다.

본 발명은 파워-온 업쉬프트의 한 예를 사용하여 상세히 설명될 것이고, 다른 타입의 기어쉬프트에 설명된 혁신을 적용하도록 방향이 주어진다. 도 3은 두가지 경우에 대한 1-2 파워-온 업쉬프트 중 주요 시스템 변수의 구조적인 도면으로 - 첫번째는 상수 엔진 토크 명령(45) 및 조작된 온커밍 클러치 압력 명령(49)을 갖고, 두번째는 조작된 엔진 토크 명령(46) 및 관성 페이즈 동안 상수 온커밍 클러치 압력 명령(50)을 갖는다. 시스템 변수는 각각 상수 또한 조작된 엔진 토크를 갖는 경우에 대해 실선 및 점선으로 표현된다. 이러한 기어쉬프트 제어 방법은 상수(48) 또는 변수(47) 드라이브샤프트 토크 및 상수(52) 또는 변수(51) 온커밍 클러치 토크를 제공하게 된다. 오프고잉 클러치 제어는 두가지 경우 모두에 대해 동일한 값을 유지하므로, 두가지 경우에 대해 동일한 궤적의 명령된 오프고잉 클러치 압력(54), 오프고잉 클러치 압력(55), 및 오프고잉 클러칭 토크(56)를 제공하게 된다.

파워-온 업쉬프트의 시점에, 온커밍 클러치는 변속장치 유체로 채워지고 클러치 피스톤이 스트로크 되므로, 클러치 팩 플레이트 사이의 클리어런스가 0으로 감소되어 충전 페이즈의 종료를 표시한다. 클러치 플레이트 사이의 클리어런스가 0으로 감소되는 순간, 또는 플레이트 키스(plate kiss)의 순간은 키스 포인트(kiss point)라 칭하여진다. 온커밍 클러치는 키스 포인트 이후에 토크를 전송하기 시작하고, 이는 토크 페이즈의 시작을 표시한다. 도 3을 참조로, 일반적으로, 충전 페이즈 중의 온커밍 클러치 압력 명령(도 3에서의 49, 50)은 더 낮은 진폭 펄스로 이어지는 더 높은 진폭 펄스를 포함하는 시퀀스를 포함하므로, 클러치 피스톤의 완만한 스트로크로 이어지는 신속한 충전을 가능하게 한다. 도 3에서, 두개의 펄스는 쌍 (t₁, p₁) 및 (t₂, p₂)로 표현된다.

클러치 충전 페이즈에 이어서, 변속장치 시스템은 토크 페이즈로 들어가고, 여기서 온커밍 클러치 압력 명령은 t₃ 시간 단위로 압력 p₃까지 상승되고, 오프고잉에서 온커밍 클러치로 로드를 전달한다. 이는 토크 페이즈 동안 오프고잉 클러치 토크(56)를 감소시키는 것으로 나타나고, 여기서는 로드가 더 높은 기어 비율의 경로로부터 더 낮은 기어 비율을 갖는 것으로 전달되기 때문에, 도 3에 도시된 바와 같이, 터빈 토크가 토크 페이즈 동안 상대적으로 변경되지 않는 경우(45, 46), 드라이브샤프트 토크(47, 48)가 드롭된다. 이 페이즈 동안, 기어쉬프트 제어기는 이상적으로 오프고잉 클러치(55)의 토크 용량을 그에 의해 전송된 토크(56) 보다 높게 유지하게 되고, 정확히 오프고잉 클러치에 의해 전송된 토크가 0이 될 때 0으로 감소시키므로, 즉 클러치를 완전히 해제시키므로, 토크 페이즈의 종료 및 관성 페이즈의 시작을 표시한다. 이는 일방 클러치가 장착된 구형 변속장치에서 자연스럽게 일어나지만, 오프고잉 클러치의 전자 제어에 의해 동일한 결과를 달성하는 것은 토크 센서 또는 압력 센서의 부재로 인하여, 특히 로드 전달 과정에서 정보를 포함하는 피드백 신호가 없는 경우 계속하여 어려운 일이다. 오프고잉 클러치 토크가 0이 되는 순간 보다 일찍 또는 늦게 오프고잉 클러치가 해제되면, 엔진 스피드가 각각 드라이빙 로드의 손실 또는 초과로 인하여 확 증가되거나 떨어지고, 두가지 이벤트는 기어쉬프트 동안 출력 토크를 더 크게 드롭시키게 되므로 승객의 안락함을 손상시키게 된다.

관성 페이즈 동안, 온커밍 클러치 압력 명령(49)은 t₄ 시간 단위로 p₄까지 더 증가되어, 드라이브샤프트 토크(47)를 증가시키고 엔진을 감속시켜서, 도 3에 도시된 바와 같이, 엔진 스피드(44)를 감소시키게 된다. 운동학적 제한 때문에, 엔진(2)의 감속은 온커밍 클러치 슬립의 감소에 반영되어 0이 되므로 클러치 락업(lock-up)을 제공하게 되고, 이 시점에 온커밍 클러치에서의 반응 토크(53)는 (관성 페이즈 동안 (51)과 동일한) 클러치 토크 용량(51) 아래로 드롭되고, 기어쉬프트의 종료를 표시한다. 클러치 락업 시 클러치 슬립 스피드의 변화 비율이 큰 경우, 락업 이후에 드라이브라인이 여기되어 기어쉬프트 품질이 낮아지게 된다. 저품질의 기어쉬프트는 자동차 탑승자가 저크(jerk)로 인식하는 차량 가속에서의 큰 변화에 의해 특징지워진다. 저품질의 기어쉬프트는 또한 긴 기어쉬프트 기간에 의해 특징지워지므로, 낮은 자발성 및 운전자 명령에 대해 늦은 차량 응답으로 운전 능력을 저하시키게 된다. 고품질의 기어쉬프트는 낮은 차량 저크 및 자발적인 차량 응답에 의해 특징지워진다. 결과적으로, 관성 페이즈 동안의 목표 중 하나는 매끄러운 클러치 락업을 보장하는 것이다. 또한, 관성 페이즈 동안 엔진 토크(46)를 줄이는 것도 관례이므로, 이 페이즈 동안에는 출력 샤프트 토크(48)의 변화가 줄어들게 된다. 기어쉬프트 중 엔진 및 유압 클러치의 통합 제어는 통합된 파워트레인 제어라 칭하여진다.

방법의 일부로, 오프고잉 클러치 제어가 보정되는 것으로 가정되어, 소정의 비율 세트에 따라 오프고잉 클러치 토크 용량(55)을 감소시키게 된다. 자동화된 보정 및 조정 방법을 사용하여, 온커밍 클러치 및 엔진 토크 제어 매개변수는 이러한 오프고잉 클러치 제어와 협업하도록 반복적으로 학습되어, 더 높은 품질의 기어쉬프트를 제공하게 된다. 보다 특정하게, 명령된 온커밍 클러치 압력 및 엔진 토크 궤적, p₁-p₄, T_δ, 및 t₁-t₄을 지정하는 제어 매개변수는 모델-기반의 학습 기술을 사용하여 반복적으로 학습된다. 예를 들면, 차량 작동 중 다른 시점에 있고 동일한 온커밍 클러치 압력 명령(60)을 사용하여 제어되지만, 시간을 통한 시스템 마모 및 사용으로 인하여 잠재적으로 세가지 다른 세트의 드라이브샤프트 토크 및 온커밍 클러치 압력 궤적, (57, 61), (58, 62), 및 (59, 63)을 제공하게 되는 세가지 다른 기어쉬프트의 인스턴스가 도 4에 도시된다. 도 4에서, (57, 61) 및 (59, 63)은 열악한 충전 페이즈 제어 성능으로 인한 저품질 기어쉬프트를 나타내고, (58, 62)는 고품질의 기어쉬프트를 나타낸다. 조정을 위한 방법을 사용하여, 매개변수 t₁ 및/또는 p₂는 클러치 충전 기간

및

이 반복적으로

에 수렴하도록, 즉 차량 작동 중 낮은 쉬프트-품질의 기어쉬프트가 반복적으로 발생하는 동안 조정될 수 있다. 첨자 o, u, 및 *는 각각 클러치 오버-충전, 언더-충전, 이상적-충전을 나타낸다.

는 t₁이 반복적으로 업데이트되는 경우, 학습에 사용되는 다른 기어쉬프트를 통해

를 상수로 유지하도록 t₂도 또한 업데이트되어야 한다는 것을 의미함을 주목하여야 한다.

도 2의 물리적 셋업을 사용하여 기어쉬프트 제어기의 보정을 자동화하기 위한 방법의 한 실시예가 도 5에서 알고리즘 형태로 도시되고, 여기서 로드 전달 및 스피드 동기화와 같이 다른 기어쉬프트 사양을 만족시키기 위해 다른 페이즈에서 기어쉬프트를 제어하는 기본적인 개념이 다수의 온커밍 및 오프고잉 클러치를 포함하는 것을 포함해, 임의의 또한 모든 종류의 기어쉬프트에 적용가능한 체계적 보정 과정을 개발하는데 사용된다. 중심 개념은 이러한 페이즈가 일어나는 것과 동일한 순서로 다른 기어쉬프트 페이즈에 대한 제어 매개변수 세트를 순차적으로 보정하는 것이다. 도 5에 도시된 바와 같이, 세개 페이즈의 파워-온 업쉬프트가 순차적으로 보정된다. 즉, 먼저 충전 페이즈 제어 매개변수 세트가 보정되고, 블록(66)에서 충전 페이즈 성능 메트릭 |X_F - X_F ^*| < ep일 때만, 블록(68)에서 토크 페이즈 성능 메트릭 |X_T - X_T ^*|가 점검되고, 필요한 경우, 토크 페이즈 제어 매개변수 세트가 업데이트된다.

도 5에서, 각 i^th 기어쉬프트는 j^th 작동 조건에서 실행되고, j^th 작동 조건에서의 i^th 기어쉬프트 동안 스피드 센서 데이터를 사용하여, 요구되는 제어 매개변수 세트가 업데이트된다. j^th 작동 조건에서의 i^th 기어쉬프트에 대한 제어 매개변수 세트 중 어떠한 것도 보정이나 업데이트를 요구하지 않을 때까지, j^th 작동 조건에서의 i^th 기어쉬프트는 반복된다. j^th 작동 조건에서의 i^th 기어쉬프트에 대한 제어 매개변수 세트의 보정에 이어서, 다음 (i+1) 허용된 기어쉬프트가 j^th 작동 조건에서 실행된다. 또 다른 실시예에서는 하나의 허용된 기어쉬프트 대신에, 허용된 기어쉬프트의 시퀀스가 실행될 수 있고, 실행된 이러한 기어쉬프트의 시퀀스 동안 스피드 센서 데이터를 사용하여, 시퀀스 내의 각 기어쉬프트에 대해 요구되는 제어 매개변수 세트가 업데이트될 수 있다. 기어쉬프트의 시퀀스 내의 임의의 기어쉬프트에 대한 제어 매개변수 세트 중 어떠한 것도 보정이나 업데이트를 요구하지 않을 때까지, 이 기어쉬프트의 시퀀스는 반복적으로 실행된다. 이 기어쉬프트의 시퀀스가 매번 반복된 이후에, 시퀀스 내의 각 기어쉬프트는 체계적으로 점검되어야 한다 - 일반적인 (다중) 클러치-대-클러치 기어쉬프트에서, 실행된 기어쉬프트의 시퀀스 내의 각 기어쉬프트에 대해 기어쉬프트 제어기에서 제1 페이즈 제어 매개변수 세트가 보정/업데이트를 요구하는가를 결정하고, 여기서, 보정/업데이트가 요구되면, 제1 페이즈 학습 제어기를 사용하여 기어쉬프트 제어기에서 제1 페이즈 제어 매개변수 세트를 업데이트하고, 보정이 요구되지 않으면, 제1 페이즈 제어 매개변수 세트의 보정을 요구하지 않는 실행된 기어쉬프트의 시퀀스 내의 기어쉬프트를 보정 기어쉬프트 세트로 지정한다. 이어서, 이 세트 내의 각 기어쉬프트에 대해 기어쉬프트 제어기에서 제2 페이즈 제어 매개변수 세트가 보정/업데이트를 요구하는가를 결정하고, 여기서, 보정/업데이트가 요구되면, 제2 페이즈 학습 제어기를 사용하여 기어쉬프트 제어기에서 제2 페이즈 제어 매개변수 세트를 업데이트하고, 보정이 요구되지 않으면, 제2 페이즈 제어 매개변수 세트의 보정을 요구하지 않는 이 세트 내의 기어쉬프트를 (다른) 보정 기어쉬프트 세트로 지정한다. 이러한 쳬계적인 과정의 점검, 업데이트, 및 지정 단계는 모두 N개의 제어 매개변수 세트에 대해 반복된다. 모든 N개의 제어 매개변수 세트에 대해 수행되면, 기어쉬프트의 시퀀스가 다시 실행된다.

본 발명의 한 실시예에서, 도 5 및 도 7은 파워-온 업쉬프트에 대한 보정 및 조정 방법을 도시한다. 보정의 순차적인 특성은 두가지 방법 모두에 공통되고, 여기서, 먼저 충전 페이즈 제어 매개변수 세트가 보정되고, 토크 페이즈 제어 매개변수 세트의 보정으로 이어지고, 이어서 관성 페이즈 제어 매개변수 세트의 보정으로 이어진다. 한 실시예에서, 파워-온 다운쉬프트에 대해서는 관성 페이즈 제어 매개변수 세트가 먼저 보정되어야 하고, 충전 페이즈 제어 매개변수 세트의 보정으로 이어지고, 이어서 토크 페이즈 제어 매개변수 세트의 보정으로 이어진다.

또 다른 실시예는 다수의 오프고잉 및 온커밍 클러치를 갖는 일반적인 (다중) 클러치-대-클러치 기어쉬프트를 포함하여 제1, 제2, ..., 및 제N 기어쉬프트 페이즈를 포함한다. 제1, 제2, ..., 및 제N 제어 매개변수 세트를 갖는 기어쉬프트 제어기는 N개 페이즈를 갖는 이러한 일반적인 기어쉬프트를 제어하는데 사용된다.

도 5에서, 인덱스 i는 허용된 기어쉬프트, 말하자면 2-3을 나타내고, 1에서 imax로 이어진다. 인덱스 j는 엔진 토크 및 차량 스피드에 대해 i^th 기어쉬프트에 대한 작동 조건을 나타내고, jmax(i)는 i^th 기어쉬프트의 보정에 요구되는 작동 조건의 총수를 나타낸다. 허용된 각 기어쉬프트에 대한 제어 매개변수는 적절한 시스템 변수의 함수로 룩-업 테이블에 저장된다. 예를 들면, 도 6은 관성 페이즈 중 요구되는 총 엔진 스피드 변화로 정의되어, 엔진 토크의 함수인 토크 페이즈 제어 매개변수 p₃ 및 쉬프트 스피드의 함수인 관성 페이즈 제어 매개변수 p₄에 대한 룩-업 테이블의 한 실시예를 나타내고, 여기서 룩-업 테이브에 저장된 제어 매개변수의 값은 원형 마커로 표현된다. 또 다른 실시예에서, 일반적인 (다중) 클러치-대-클러치 기어쉬프트에 대해, 제1 페이즈 내지 제N 페이즈 제어 매개변수 세트는 적절한 시스템 변수의 함수로 룩-업 테이블에 저장된다.

계속하여 도 5를 참조로, 변수 X_F, X_T, 및 X_I는 각각 충전, 토크, 및 관성 페이즈 중의 시스템 출력을 나타내고, 이들은 별표로 표현된, 각각의 원하는 값에 근접되도록 요구되고, i 및 j의 함수가 된다. 이들은 스칼라 또는 벡터가 되도록 선택될 수 있다 - 후자의 경우, 도 5의 블록(66, 68, 70) 및 도 7의 블록(97, 99, 101)에서 벡터에 작용하는 연산자 | |는 벡터의 크기로 정의된다. 이들 시스템 출력에 대해서는 하나 이상의 선택이 있음을 주목하여야 한다. 예를 들어, 방법의 한 실시예에서는 X_F가 T_fill로 선택되지만, 동일하게, 또 다른 실시예에서는 충전 페이즈의 끝부분에서 터빈 샤프트(8)의 가속도가 되도록 선택된다. 유사하게, 한 실시예에서는 X_T가 (추정된) 드라이브샤프트 토크 궤적인 벡터로 선택되고, 또 다른 실시예에서는 X_T가 (추정된) 터빈 가속도 귀젝인 다른 벡터로 선택된다. 특정한 시스템 출력의 선택에 관계없이, 어떠한 방법으로든, 도 1의 스피드 센서(3, 9, 17, 20)에 의해 측정된 신호를 사용하여 유도된다. 도 5에서, ep는 작은 양수를 나타내고, 이는 실제로 X와 X^* 사이의 0 차이가 불가능하기 때문에 반복적인 학습 과정을 종료하는데 요구된다.

기어쉬프트 제어기의 자동화된 보정을 위한 방법은 동력계 제어기(43)를 사용하여 동력계(42)에 장착된 자동 변속장치(40)에서 반복적으로 실행되는 기어쉬프트의 시퀀스를 정의하는 단계, 및 성능 메트릭 |X_F - X_F ^*|, |X_T - X_T ^*|, 및 |X_I - X_I ^*|가 ep로, 이상적으로는 0으로 수렴하는 것으로 정의된 바와 같이 시퀀스 내의 모든 기어쉬프트가 정확하게 보정될 때까지, 기어쉬프트의 시퀀스의 두번의 반복 사이에서 시퀀스 내의 각 기어쉬프트에 대한 충전 페이즈, 토크 페이즈, 및 관성 페이즈 제어 매개변수 세트를 업데이트하는 단계를 포함한다. 예를 들면, 8단-스피드 변속장치에 대해, 전형적인 시퀀스는 동일한 엔진 토크 레벨에서 파워-온 1-2, 2-3, 3-4, 4-5, 5-6, 6-7, 및 7-8 업쉬프트가 될 수 있다. 이러한 시퀀스를 실행하기 위해, 엔진(2)은 도 2의 파워트레인 제어기(41)에 의해 명령을 받고 요구되는 엔진 토크 레벨을 만들고, 동력계(42)의 스피드는 동력계 제어기(43)에 의해 전자적으로 제어되고, 동력계 스피드가 증가되도록 제어함으로서, 파워트레인 제어기(41)는 쉬프트 스케쥴에 따라 자동 변속장치(40)에서 요구되는 기어쉬프트의 시퀀스를 명령하도록 촉구된다. 이러한 온고잉 예에서, imax = 7이다. 또 다른 예에서, 그 방법은 제1 페이즈, 제2, ..., 및 제N 페이즈 제어 매개변수 세트를 순차적으로 보정한다.

기어쉬프트의 다른 페이즈에 대한 제어 매개변수 세트는 한 세트의 학습 제어기를 사용하여 업데이트되고, 모델-기반의 학습을 위해 확립된 필드인 반복적인 학습 제어의 이론을 사용하여 계산된다. 기본적인 개념은 다음 반복을 위한 제어 입력을 계산하기 위해, 최근 반복 또는 반복적으로 실행된 작업의 마지막 몇 회의 반복으로부터의 트래킹 또는 규정 에러 및 제어 입력 궤적을 사용하는 것을 포함한다. 기어쉬프트 제어 보정 및 조정의 응용을 위해, 학습 반복은 동력계에서 보정을 요구하는 기어쉬프트의 시퀀스 또는 조정을 요구하는 차량 작동 중 일어나는 낮은 쉬프트-품질의 고립된 기어쉬프트로 정의된다. 트래킹 또는 규정 에러를 제어 입력에 연관시키는 완벽한 모델의 시스템이 이용가능한 경우, 원하는 시스템 응답을 만드는 제어 입력은 반전이 가능하다고 가정하여 한번의 반복에서의 이 모델의 역을 사용하여 계산될 수 있다. 이러한 완벽한 모델의 근사치만이 이용가능하기 때문에, 조정을 요구하는 기어 쉬프트 또는 보정되는 기어쉬프트의 시퀀스를 한번 이상 반복하도록 요구될 수 있다.

도 5의 블록(67, 69, 71) 및 도 7의 블록(98, 100, 102) 내부의 업데이트 규칙은 다른 것을 고정되게 유지하면서 기어쉬프트의 각 페이즈에 대한 제어 매개변수 세트로부터 하나 이상의 매개변수를 보정/조정한다. 충전 페이즈 제어 매개변수 세트에 대한 매개변수 p₁, p₂, t₁, 및 t₂, 토크 페이즈 제어 매개변수 세트에 대한 매개변수 p₃ 및 t₃, 또한 관성 페이즈 제어 매개변수 세트에 대한 매개변수 p₄, T_δ, 및 t₄가 보정/조정을 위해 가능한 선택이다. 보정/조정을 위해 업데이트되는 매개변수는 기어쉬프트 페이즈 중 하나와 연관시키는 첨자를 갖는 일반 업데이트 변수 Y로부터 유도되거나 그와 같게 된다. 예를 들어, Y_F는 매개변수 p₁, p₂, t₁, 또는 t₂ 중 임의의 것을 잠재적으로 나타내거나, 대안적으로 이들 중 임의의 값의 업데이트된 값이 Y_F의 업데이트된 값으로부터 유도될 수 있다. Y는 또한 도 3에 도시된 것과 달리, 명령된 온커밍 클러치 및 엔진 토크 궤적의 일부 매개변수화에서 시간 궤적을 나타낼 수 있음을 지적할 만하고, 이 경우에는 벡터가 된다.

보정/조정에 사용되는 일반적인 업데이트 규칙은 식(1)에서 설명되고, 여기서 m은 충전, 토크, 및 관성 페이즈 제어 매개변수를 나타내는 값 F, T, 및 I로 가정되고, q는 (i, j) 쌍에 의해 표현된 기어쉬프트에 대한 반복 카운트를 나타내고, L_m ^q는 보정/조정에 사용되는 학습 제어기로, X_m ^q 스칼라인 경우 스칼라가 되고 X_m ^q가 벡터인 경우 적절한 차원의 매트릭스가 된다. 첨자 q는 학습 제어기가 매 학습 반복 시 계산되도록 요구될 수 있음을 나타낸다. 식(1)에서 설명되는 일반적인 업데이트 규칙은 선형 (이산-시간) 동적 시스템이고, 여기서 다음 학습 반복(q+1)을 위한 제어 매개변수의 업데이트된 값은 최종 반복(q) 동안의 값과, 시스템 출력 에러(X_m ^* - X_m)에서 학습 제어기의 동작에 의해 발생된 정정 항을 사용하여 결정된다.

Y_m ^q+1 = Y_m ^q + L_m ^q(X_m ^* - X_m ^q) 식(1)

도 5의 블록(67) 및 도 7의 블록(98)에서의 업데이트 규칙에 대한 한 실시예에서, Y_F는 t₁으로 선택되고, X_F는 T_fill로 선택되고, 충전 페이즈 학습 제어기인 L_F는 모델 출력으로 정의된 클러치 압력 및 모델 입력으로 정의된 명령 클러치 압력을 갖는 클러치 충전 페이즈에 대한 간단한 모델을 가정함으로서 계산된다. 클러치 충전(filling)의 물리학으로부터 동기부여되어, 모델은 적분기인 것으로 가정되고, L_F의 정확한 형태는 식(2)에서 설명된다.

식(2)

도 5의 블록(67) 및 도 7의 블록(98)에서의 업데이트 규칙에 대한 또 다른 실시예에서, Y_F는 t₂로 선택되고, X_F는 T_fill로 선택되고, 반복-가변 충전 페이즈 제어기인 L_F ^q는 모델 출력으로 정의된 클러치 압력 및 모델 입력으로 정의된 명령 클러치 압력을 갖는 클러치 충전 페이즈에 대한 간단한 모델을 가정함으로서 학습이 반복될 때마다 계산된다. 클러치 충전의 물리학으로부터 동기부여되어, 모델은 적분기인 것으로 가정되고, L_F ^q의 정확한 형태는 식(3)에서 설명된다.

L_F ^q =

식(3)

도 5의 블록(69) 및 도 7의 블록(100)에서의 업데이트 규칙에 대한 한 실시예에서, 매개변수 p₃는 일반 업데이트 변수 Y_T 의 최종 요소, 즉 식(1)을 사용하여 업데이트된 벡터로 선택되고, X_T는 최종 반복의 토크 페이즈 동안 추정된 드라이브샤프트 토크 궤적을 나타내는 벡터로 선택된다. 추정된 드라이브샤프트 토크 궤적은 도 1의 추정기(8)를 사용하여 벡터의 형태로 생성되고, 도 5 및 도 7의 결정 블록에 있는 연산자 | |는 출력 에러 벡터 X_T - X_T ^*의 크기를 나타낸다. 앞서 설명된 바와 같이, 이 경우에서의 토크 페이즈 학습 제어기 L_T는 X_T의 차원과 호환가능한 차원의 정사각형 매트릭스가 되고, 모델 출력으로 정의된 드라이브샤프트 토크 T_S 및 모델 입력으로 정의된 명령 온커밍 클러치 압력

를 갖는 토크 페이즈의 간단한 모델(4)를 사용하는 모델-기반의 디자인 방법을 사용해 계산된다. (4)에서 설명되는 미분방정식에서,

는 시간 t에 대한 미분을 나타내고, Υ_T 및 K_T는 모델 매개변수이다.

식(4)

반복적인 학습 제어 이론의 응용을 위한 기본적인 가정 중 하나는 학습 반복의 기간이 동일하게 유지되어야 하고, 한 학습 반복/시도에서 다음 학습으로 변경되지 않아야 한다는 것이다. 토크 및 관성 페이즈 제어 보정/조정의 응용은 이들 페이즈의 기간이 제어 매개변수의 함수이기 때문에, 또한 이들 제어 매개변수 중 일부가 한 학습 반복에서 다음 학습으로 업데이트되어 시도 길이도 또한 한 학습 반복에서 다음 학습으로 변경되기 때문에, 이러한 기본적인 가정을 만족시키지 못한다. L_T를 계산하는 방법은 다음에 설명되고, 이는 기본적인 가정에 대한 필요성을 피해간다.

L_T를 계산하기 위해, 식(4)에서 설명된 연속-시간 모델은 무차원 시간 프레임 τ로 표현되고, 이는 식(5)에서 설명되는 변환에 의해 (4)에서의 시간-변수 t에 관련되며, 여기서

는 q^th 학습 반복 동안 시간 프레임 t에서 토크 페이즈의 기간을 나타낸다. 변환은 (4)에서 모델의 시간-스케일링이고, 여기서 시간 변수 t는 0 내지

까지의 범위에 있고, 무차원 시간 변수 τ는 0 내지 1까지의 범위에 있으며, 이는 상기에 설명된 기본적인 가정에 의해 요구되는 바에 따라, 학습 반복의 기간/시도 길이가 무차원 시간 프레임에서 변경되지 않음을 의미한다. 그러나,

가 한 반복에서 다음 반복으로 변경되기 때문에 (5)에서의 변환은 반복-가변적이고, 그 변환은 제어 디자인을 학습하기 위해 미리 공지되지 않음을 주목하여야 한다.

식(5)

무차원 시간 프레임 τ에서의 결과적인 연속 시간 모델은 무차원 시간 프레임(6)에서 이산-시간 모델을 얻도록 샘플링 시간 단계 τ_s로 이산화되고, 여기서 k는 0 내지 N으로 이어지는 이산-시간 카운터이고, N은 무차원 시간 프레임 τ으로 반복의 이산-시간 시도 길이를 나타낸다. 시도 길이가 무차원 시간 프레임 τ으로 한 학습 반복에서 다음 학습으로 변경되지 않으므로, N은 q 첨자를 갖지 않는다.

식(6)

이산-시간 모델(6)은 k로 표현되는 무차원 이산-시간, 및 q로 표현되는 학습 반복에 대해 변하는 매개변수 및 변수를 갖는다. 즉, 시간 및 반복 도메인 모두에 대해 동적이므로 학습 제어 디자인을 어렵게 만든다. 스칼라 출력 T_S를 갖는 이산-시간 모델(6)은 [T_S(1) T_S(2) ... T_S(N)]^T로 정의된 벡터 출력

, 및 [

]^T로 정의된 벡터 입력

를 갖는 이산-시간 모델(7)로 변환되고, 여기서 첨자 T는 벡터나 매트릭스의 전치를 나타낸다. (7)에서, 매트릭스 H^q는

, k = 1 ... N으로 정의된 하단 삼각 토플리츠 매트릭스(lower triangular Toeplitz matrix)이다. 하단-삼각 토플리츠 매트릭스에서, 제1 열의 각 요소는 대각선 밴드를 따라 복제된다 - 예를 들면, 주 대각선은 이를 따라 모두 H(1, 1)을 포함하고, 이 주 대각선 아래의 대각선은 이를 따라 모두 H(2, 1)을 포함한다. 또한, H^q의 제1 열은 식(6)에서 동적 시스템의 길이 N의 이산적 임펄스 응답임을 쉽게 알 수 있다.

식(7)

시스템 모델 H^q는

와 그 거듭제곱을 포함하는 항을 포함한다. 이 모델을 사용하기 위해,

에 대한 상단 및 하단 경계, 즉

는 H^q의 각 요소에 대한 상단 및 하단 경계, 즉

가 획득되는 것에 대응하여 가정되고, 여기서,

는 H^q와 같은 차원의 매트릭스이고, 부등식은 요소 별로 이해되어야 한다.

토크 페이즈 학습 제어기 L_T를 계산하는 방법의 한 실시예에서는 스칼라 곱의 단위 매트릭스, 즉 L_T = l₁I가 되도록 선택되고, 여기서 l₁은 스칼라 값이고 I는 적절한 차원의 단위 매트릭스를 나타낸다. 스칼라 매개변수는 수 회의 학습 반복에서 X_T가 X_T ^*로 수렴되게 보장하도록 (8)에서 설명된 바와 같이 계산된다.

이면

, 또는

이면

식(8)

토크 페이즈 학습 제어기 L_T를 계산하는 방법의 또 다른 실시예에서는 (9)에서의 매트릭스 부등식이 L_T를 계산하기 위해 수치적으로 해결된다. 한 실시예에서, (9)의 매트릭스 부등식은 자유롭게 이용가능한 수치 해결법을 사용하여 효율적으로 해결될 수 있는 한 세트의 선형 매트릭스 부등식으로 변환된다.

식(9)

도 5의 블록(71) 및 도 7의 블록(102)에서의 업데이트 규칙에 대한 한 실시예에서, 매개변수 p₄는 식(1)을 사용해 업데이트된 벡터인 일반 업데이트 변수 Y_I의 최종 요소로 선택되고, X_I는 최종 반복의 관성 페이즈 동안 측정된 온커밍 클러치 슬립 스피드를 나타내는 벡터가 되도록 선택된다. 토크 페이즈 업데이트 규칙의 경우와 같이, 이 경우에서의 관성 페이즈 학습 제어기 L_I는 X_I의 차원과 호환가능한 차원의 정사각형 매트릭스가 되고, 모델 출력으로 정의된 온커밍 클러치 슬립 속도 ω_onc 및 모델 입력으로 정의된 명령 온커밍 클러치 압력

를 갖는 관성 페이즈의 간단한 모델(10)을 사용하는 모델-기반의 디자인 방법을 사용해 계산된다. (10)에서 설명되는 미분방정식에서,

는 시간 t에 대한 미분을 나타내고, Υ_I 및 K_I는 모델 매개변수이다. 학습 제어기 L_T의 계산에 대해 설명된 방법과 유사하게 진행되어, 관성 페이즈 학습 제어기 L_I의 계산을 위한 방법의 두가지 실시예가 얻어진다.

식(10)

또 다른 실시예에서, 업데이트를 위해 선택된 매개변수는 T_δ이고, 상기에서와 유사하게 이어져, 관성 페이즈 학습 제어기 L_I의 두가지 실시예는 도 5의 블록(71) 및 도 7의 블록(102)에서의 업데이트 규칙에서 매개변수 T_δ를 반복적으로 업데이트하도록 계산된다. 이를 위해, 업데이트 매개변수 T_δ는 식(1)을 사용해 업데이트된 벡터인 일반 업데이트 변수 Y_I의 최소 요소로 선택되고, X_I는 최종 반복의 관성 페이즈 동안 측정된 온커밍 클러치 슬립 스피드를 나타내는 벡터가 되도록 선택된다. 이 경우에서의 학습 제어기 L_I는 X_I의 차원과 호환가능한 차원의 정사각형 매트릭스가 되고, 토크 페이즈 제어 보정에 대해 설명된 과정과 유사하게 계산되어, 모델 출력으로 정의된 온커밍 클러치 슬립 스피드 ω_onc 및 모델 입력으로 정의된 명령 엔진 토크

를 갖는 관성 페이즈의 간단한 모델(11)을 사용한다. (11)에서 설명되는 미분방정식에서,

는 시간 t에 대한 미분을 나타내고,

및

는 모델 매개변수이다.

식(11)

또 다른 실시예에서, 제1, 제2, ..., 제N 기어쉬프트 페이즈를 포함하는 일반적인 (다중) 클러치-대-클러치 기어쉬프트에 대해, 제1, 제2, ..., 제N 페이즈 학습 제어기는 N개 페이즈를 갖는 이러한 일반적인 기어쉬프트를 제어하는데 사용되는 기어쉬프트 제어기에서 제1, 제2, ..., 제N 제어 매개변수 세트를 업데이트하는데 사용된다.

본 발명은 차량 작동 중 자동차에서 기어쉬프트 제어기의 조정의 응용을 위해 도 2에 도시된 물리적 셋업을 사용하여 기어쉬프트 제어기의 자동화된 보정을 위한 방법을 채택하는 것을 고려한다. 차량에서의 조정과 동력계를 사용한 자동 보정 사이의 기본적인 차이는 동력계에서 보정되는 기어쉬프트의 시퀀스가 원하는 제어 매개변수의 반복적인 학습을 위해 정확하게 재생될 수 있는 반면, 차량에서는 정상적은 구동 중, 기어쉬프트가 운전자의 작동의 결과로 명령된다는 점이다.

상기에 설명된 보정 및 조정 기능 사이의 기본적인 차이는 차량 작동 중 낮은 쉬프트-품질의 기어쉬프트는 분석되어야 하고 관련된 제어 매개변수는 업데이트되어야 함을 요구한다. 이를 가능하게 하는 방법의 한 실시예가 도 6A 및 도 6B에서 룩-업 데이블을 사용하여 설명된다. 앞서 설명된 바와 같이, p₃ 및 p₄와 같은 제어 매개변수는 적절한 작동 변수의 함수로 저장되고, 도 6A 및 도 5B를 참조로, 여기서 실선 및 점선은 조정 전후의 각 룩-업 테이블을 나타낸다 - 저품질의 기어쉬프트는 도 6A 및 6B에서 정사각형 마커(80, 88)에 대응하는 작동 조건에서 검출된다. 일단 검출되면, 자동 보정을 위해 개발된 학습 제어기 L_T 및 L_I는 낮은 쉬프트-품질의 기어쉬프트가 검출되었던 작동 조건에서 p₃ 및 p₄의 값을 업데이트하는데 사용된다. 그러나, 도 6A 및 6B에 도시된 바와 같이, 룩-업 테이블은 단지 제어 매개변수 업데이트를 요구하는 이러한 작동 조건 부근의 작동 조건에서 (원형 마커에 의해 표현된) 제어 매개변수 p₃ 및 p₄를 저장하기만 한다. 매개변수 업데이트를 요구하는 작동 조건 주변의 작동 조건에 대응하는 제어 매개변수는 도 6A 및 6B에서 화살표로 도시된 바와 같이 업데이트될 수 있다.

선행된 문단에서 설명된 룩-업 테이블을 업데이트하는 과정은 도 5 및 도 7에서 토크 페이즈 제어 매개변수 세트를 업데이트하는 블록(69, 100) 및 관성 페이즈 제어 매개변수 세트를 업데이트하는 블록(71, 102) 사이의 유일한 차이점이다. 충전 페이즈 제어 매개변수는 엔진 토크 및 쉬프트 스피드의 작동 조건이 아니라 클러치의 함수로 저장되기 때문에, 충전 페이즈 보정 매개변수 세트를 업데이트하는 블록(67, 98)은 도 5 및 도 7에서 동일하다.

다음에는 기어쉬프트 제어기의 온라인 조정에 대한 방법이 설명된다. j^th 작동 조건에서 i^th 기어쉬프트가 완료되어 블록(92)에 의해 검출된 이후에, 완료된 이 기어쉬프트의 쉬프트-품질은 성능 매트릭 |X_F - X_F ^*|, |X_T - X_T ^*|, 및 |X_I - X_I ^*|를 사용하여 블록(94)에서 점검되고, 세개 중 하나가 ep 보다 큰 것으로 확인되면, j^th 작동 조건에서의 i^th 기어쉬프트는 하나 이상의 제어 매개변수 세트의 조정을 요구하는 것으로 선언된다. 앞서 설명된 블록(98, 100, 102)에서의 업데이터 규칙을 적용하도록 진행되기 이전에, j^th 작동 조건에서의 i^th 기어쉬프트 중 자동 변속장치 유체(Automatic Transmission Fluid, ATF) 온도 및 스로틀 위치 변화의 최소값이 블록(95)에서 점검되고, 각각 0에 근접하고 한계치 이상인 것으로 확인된 경우에만, 관련된 제어 매개변수가 블록(98, 100, 102)에서 업데이트된다.

본 발명은 다양한 실시예의 설명에 의해 기술되었고 이들 실시예가 상당히 상세하게 설명되었지만, 첨부된 청구항의 범위를 이러한 세부 내용으로 제한하거나 어떠한 방식으로 한정하는 것은 본 출원인의 의도가 아니다. 종래 기술에 숙련된 자에게는 추가적인 이점 및 수정이 용이하게 나타날 것이다. 그러므로, 더 넓은 측면에서 본 발명은 특정한 세부 내용, 대표적인 장치와 방법, 도시되고 설명된 예시에 제한되지 않는다. 따라서, 본 출원인의 일반적인 발명 개념의 의도나 범위에서 벗어나지 않고 이러한 세부 내용으로부터 출발할 수 있다.

2 : 엔진
3, 9, 17, 20 : 스피드 센서
4, 8, 16, 19 : 샤프트
5 : 펌프
6 : 터빈
18 : 파이널 드라이브
21 : 휠
38 : 추정기
39 : 기어쉬프트 제어기
40 : 자동 변속장치
41 : 파워트레인 제어기
42 : 동력계
43 : 동력계 제어기
104, 105 : 클러치 압력 제어 시스템
107 : 변속장치 기계 시스템

Claims

동력계(42)에 장착된 적어도 하나의 스피드 센서(3, 9, 17, 20)를 갖춘 계단식 자동 변속장치(40) 또는 동력계(42)에 장착된 자동차에서 기어쉬프트의 시퀀스를 제어하는 기어쉬프트 제어기(39)의 자동화된 보정을 위한 방법으로, 여기서 상기 동력계(42)는 동력계 제어기(43)에 의해 전기적으로 제어되고, 상기 시퀀스 내의 각 기어쉬프트는 제1 페이즈, 제2 페이즈, ..., 및 제N 페이즈를 포함하고, 상기 기어쉬프트 제어기(39)는 각각 제1 페이즈 학습 제어기, 제2 페이즈 학습 제어기, ..., 및 제N 페이즈 학습 제어기를 사용하여 업데이트되는 상기 시퀀스 내의 각 기어쉬프트에 대한 제1 페이즈 제어 매개변수 세트, 제2 페이즈 제어 매개변수 세트, ..., 및 제N 페이즈 제어 매개변수 세트를 (그들의 초기값을) 포함하는 방법으로서:
(a) 상기 계단식 자동 변속장치(40) 또는 상기 자동차에서 상기 기어쉬프트의 시퀀스를 m회 실행하는 단계로, 여기서 m은 1 보다 크거나 같은 자연수인 단계;
(b) 상기 기어쉬프트의 시퀀스에서 각 기어쉬프트의 m회 반복 동안 상기 적어도 하나의 스피드 센서(3, 9, 17, 20)로부터 데이터를 획득하는 단계;
(c) 상기 기어쉬프트의 시퀀스에서 각 기어쉬프트에 대한 평균 스피드 센서 데이터세트를 계산하기 위해 상기 기어쉬프트의 시퀀스에서 각 기어쉬프트의 m회 반복 동안 획득된 상기 스피드 센서 데이터를 평균화하는 단계;
(d) 상기 기어쉬프트의 시퀀스에서 각 기어쉬프트에 대한 상기 평균 스피드 센서 데이터세트를 사용하여, 상기 기어쉬프트 제어기(39)에서의 제1 페이즈 제어 매개변수 세트가 보정을 요구하는가를 결정하는 단계로, 여기서
보정이 요구되면, 상기 평균 스피드 센서 데이터세트 및 상기 제1 페이즈 학습 제어기를 사용하여 보정을 요구하는 상기 기어쉬프트 제어기(39)에서의 제1 페이즈 제어 매개변수 세트를 업데이트하고,
보정이 요구되지 않으면, 상기 제1 페이즈 제어 매개변수 세트의 보정을 요구하지 않는 상기 기어쉬프트의 시퀀스에서의 기어쉬프트를 보정 기어쉬프트 세트로 지정하는 단계;
(e) 상기 보정 기어쉬프트 세트가 비어있는 것으로 확인될 때까지 제2 페이즈 제어 매개변수 세트 내지 제N 페이즈 제어 매개변수 세트에 대해 상기 보정 기어쉬프트 세트에서의 각 기어쉬프트에 대한 단계(d)를 반복하는 단계; 및
(f) 단계(a) 내지 (e)를 반복하는 단계를 포함하는 방법.
제1항에 있어서,
상기 제1 페이즈 내지 제N 페이즈 제어 매개변수 세트 중 어떠한 것도 상기 기어쉬프트의 시퀀스에서의 임의의 기어쉬프트에 대해 보정을 요구하지 않을 때 단계(f)를 종료하는 단계를 더 포함하는 방법.
제1항에 있어서,
상기 제1, 제2, ..., 및 제N 페이즈 학습 제어기는 파워트레인 제어기(41)에 포함되고, 상기 방법은:
상기 제1 페이즈 내지 제N 페이즈 제어 매개변수 세트 중 어떠한 것도 상기 기어쉬프트의 시퀀스에서의 임의의 기어쉬프트에 대해 보정을 요구하지 않을 때 단계(f)를 종료하는 단계를 더 포함하는 방법.
제1항에 있어서,
상기 기어쉬프트의 시퀀스는 파워-온 업쉬프트를 포함하고, 각 파워-온 업쉬프트는 오프고잉 클러치(11) 및 온커밍 클러치(10)를 사용하고,
여기서 각 파워-온 업쉬프트의 상기 제1 페이즈는 충전 페이즈이고, 각 파워-온 업쉬프트의 상기 제2 페이즈는 토크 페이즈이고, 각 파워-온 업쉬프트의 상기 제3 페이즈는 관성 페이즈이고,
각 파워-온 업쉬프트에 대한 상기 제1 페이즈 제어 매개변수 세트는 충전 페이즈 제어 매개변수 세트이고, 각 파워-온 업쉬프트에 대한 상기 제2 페이즈 제어 매개변수 세트는 토크 페이즈 제어 매개변수 세트이고, 각 파워-온 업쉬프트에 대한 상기 제3 페이즈 제어 매개변수 세트는 관성 페이즈 제어 매개변수 세트이고, 또한
상기 제3 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 관성 페이즈 모델을 사용하여 계산된 관성 페이즈 학습 제어기이고, 상기 제2 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 토크 페이즈 모델을 사용하여 계산된 토크 페이즈 학습 제어기이고, 상기 제1 페이즈 학습 제어기는 다음과 같이 계산된 충전 페이즈 학습 제어기이고

상기 방법은:
상기 충전 페이즈 제어 매개변수 세트, 토크 페이즈 제어 매개변수 세트, 및 관성 페이즈 제어 매개변수 세트 중 어떠한 것도 상기 기어쉬프트의 시퀀스에서의 임의의 기어쉬프트에 대해 보정을 요구하지 않을 때 단계(f)를 종료하는 단계를 더 포함하는 방법.
제1항에 있어서,
상기 기어쉬프트의 시퀀스는 파워-온 다운쉬프트를 포함하고, 각 파워-온 다운쉬프트는 오프고잉 클러치(11) 및 온커밍 클러치(10)를 사용하고,
여기서 각 파워-온 다운쉬프트의 상기 제1 페이즈는 관성 페이즈이고, 각 파워-온 다운쉬프트의 상기 제2 페이즈는 충전 페이즈이고, 각 파워-온 다운쉬프트의 상기 제3 페이즈는 토크 페이즈이고,
각 파워-온 다운쉬프트에 대한 상기 제1 페이즈 제어 매개변수 세트는 관성 페이즈 제어 매개변수 세트이고, 각 파워-온 다운쉬프트에 대한 상기 제2 페이즈 제어 매개변수 세트는 충전 페이즈 제어 매개변수 세트이고, 각 파워-온 다운쉬프트에 대한 상기 제3 페이즈 제어 매개변수 세트는 토크 페이즈 제어 매개변수 세트이고, 또한
상기 제1 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 관성 페이즈 모델을 사용하여 계산된 관성 페이즈 학습 제어기이고, 상기 제3 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 토크 페이즈 모델을 사용하여 계산된 토크 페이즈 학습 제어기이고, 상기 제2 페이즈 학습 제어기는 다음과 같이 계산된 충전 페이즈 학습 제어기이고

상기 방법은:
상기 충전 페이즈 제어 매개변수 세트, 토크 페이즈 제어 매개변수 세트, 및 관성 페이즈 제어 매개변수 세트 중 어떠한 것도 상기 기어쉬프트의 시퀀스에서의 임의의 기어쉬프트에 대해 보정을 요구하지 않을 때 단계(f)를 종료하는 단계를 더 포함하는 방법.
제1항에 있어서,
상기 기어쉬프트의 시퀀스는 파워-온 업쉬프트를 포함하고, 각 파워-온 업쉬프트는 오프고잉 클러치(11) 및 온커밍 클러치(10)를 사용하고,
여기서 각 파워-온 업쉬프트의 상기 제1 페이즈는 충전 페이즈이고, 각 파워-온 업쉬프트의 상기 제2 페이즈는 토크 페이즈이고, 각 파워-온 업쉬프트의 상기 제3 페이즈는 관성 페이즈이고,
각 파워-온 업쉬프트에 대한 상기 제1 페이즈 제어 매개변수 세트는 충전 페이즈 제어 매개변수 세트이고, 각 파워-온 업쉬프트에 대한 상기 제2 페이즈 제어 매개변수 세트는 토크 페이즈 제어 매개변수 세트이고, 각 파워-온 업쉬프트에 대한 상기 제3 페이즈 제어 매개변수 세트는 관성 페이즈 제어 매개변수 세트이고, 또한
상기 제3 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 관성 페이즈 모델을 사용하여 계산된 관성 페이즈 학습 제어기이고, 상기 제2 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 토크 페이즈 모델을 사용하여 계산된 토크 페이즈 학습 제어기이고, 상기 제1 페이즈 학습 제어기는 다음과 같이 계산된 충전 페이즈 학습 제어기이고
L_F ^q =

상기 방법은:
상기 충전 페이즈 제어 매개변수 세트, 토크 페이즈 제어 매개변수 세트, 및 관성 페이즈 제어 매개변수 세트 중 어떠한 것도 상기 기어쉬프트의 시퀀스에서의 임의의 기어쉬프트에 대해 보정을 요구하지 않을 때 단계(f)를 종료하는 단계를 더 포함하는 방법.
제1항에 있어서,
상기 기어쉬프트의 시퀀스는 파워-온 다운쉬프트를 포함하고, 각 파워-온 다운쉬프트는 오프고잉 클러치(11) 및 온커밍 클러치(10)를 사용하고,
여기서 각 파워-온 다운쉬프트의 상기 제1 페이즈는 관성 페이즈이고, 각 파워-온 다운쉬프트의 상기 제2 페이즈는 충전 페이즈이고, 각 파워-온 다운쉬프트의 상기 제3 페이즈는 토크 페이즈이고,
각 파워-온 다운쉬프트에 대한 상기 제1 페이즈 제어 매개변수 세트는 관성 페이즈 제어 매개변수 세트이고, 각 파워-온 다운쉬프트에 대한 상기 제2 페이즈 제어 매개변수 세트는 충전 페이즈 제어 매개변수 세트이고, 각 파워-온 다운쉬프트에 대한 상기 제3 페이즈 제어 매개변수 세트는 토크 페이즈 제어 매개변수 세트이고, 또한
상기 제1 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 관성 페이즈 모델을 사용하여 계산된 관성 페이즈 학습 제어기이고, 상기 제3 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 토크 페이즈 모델을 사용하여 계산된 토크 페이즈 학습 제어기이고, 상기 제2 페이즈 학습 제어기는 다음과 같이 계산된 충전 페이즈 학습 제어기이고
L_F ^q =

상기 방법은:
상기 충전 페이즈 제어 매개변수 세트, 토크 페이즈 제어 매개변수 세트, 및 관성 페이즈 제어 매개변수 세트 중 어떠한 것도 상기 기어쉬프트의 시퀀스에서의 임의의 기어쉬프트에 대해 보정을 요구하지 않을 때 단계(f)를 종료하는 단계를 더 포함하는 방법.
적어도 하나의 스피드 센서(3, 9, 17, 20)를 포함하는 계단식 자동 변속장치(40)를 갖는 자동차의 작동 중 기어쉬프트를 제어하는 기어쉬프트 제어기(39)를 조정하기 위한 방법으로, 조정을 요구하는 상기 기어쉬프트는 제1 페이즈, 제2 페이즈, ..., 및 제N 페이즈를 포함하고, 상기 기어쉬프트 제어기(39)는 각각 파워트레인 제어기(41)에 포함된 제1, 제2, ..., 및 제N 페이즈 학습 제어기를 사용하여 차량 작동 중에 업데이트되는 상기 기어쉬프트에 대한 제1 페이즈 제어 매개변수 세트, 제2 페이즈 제어 매개변수 세트, ..., 및 제N 페이즈 제어 매개변수 세트를 (그들의 초기값을) 포함하는 방법으로서:
(a) 상기 기어쉬프트의 m회 반복 동안 상기 적어도 하나의 스피드 센서(3, 9, 17, 20)로부터 데이터를 획득하는 단계로, 여기서 m은 1 보다 크거나 같은 자연수인 단계;
(b) 상기 기어쉬프트에 대한 평균 스피드 센서 데이터세트를 계산하기 위해 상기 기어쉬프트의 m회 반복 동안의 스피드 센서 데이터를 평균화하는 단계;
(c) 상기 기어쉬프트에 대한 상기 평균 스피드 센서 데이터세트를 사용하여, 상기 기어쉬프트 제어기(39)에서의 제1 페이즈 제어 매개변수 세트가 조정을 요구하는가를 결정하는 단계로, 여기서
조정이 요구되면, 상기 평균 스피드 센서 데이터세트 및 상기 파워트레인 제어기(41)에 포함된 제1 페이즈 학습 제어기를 사용하여 상기 기어쉬프트 제어기(39)에서의 제1 페이즈 제어 매개변수 세트를 업데이트하고,
조정이 요구되지 않으면, 단계(d)를 실행하는 단계; 및
(d) 제2 페이즈 제어 매개변수 세트 내지 제N 페이즈 제어 매개변수 세트에 대해 단계(c)를 반복하는 단계를 포함하는 방법.
제8항에 있어서,
조정을 요구하는 상기 기어쉬프트는 오프고잉 클러치(11) 및 온커밍 클러치(10)를 사용하는 파워-온 업쉬프트이고,
여기서 상기 제1 페이즈는 충전 페이즈이고, 상기 제2 페이즈는 토크 페이즈이고, 상기 제3 페이즈는 관성 페이즈이고,
상기 제3 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 관성 페이즈 모델을 사용하여 계산된 관성 페이즈 학습 제어기이고, 상기 제2 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 토크 페이즈 모델을 사용하여 계산된 토크 페이즈 학습 제어기이고, 상기 제1 페이즈 학습 제어기는 다음과 같이 계산된 충전 페이즈 학습 제어기인 방법.
제8항에 있어서,
조정을 요구하는 상기 기어쉬프트는 오프고잉 클러치(11) 및 온커밍 클러치(10)를 사용하는 파워-온 다운쉬프트이고,
여기서 상기 제1 페이즈는 관성 페이즈이고, 상기 제2 페이즈는 충전 페이즈이고, 상기 제3 페이즈는 토크 페이즈이고,
상기 제1 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 관성 페이즈 모델을 사용하여 계산된 관성 페이즈 학습 제어기이고, 상기 제3 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 토크 페이즈 모델을 사용하여 계산된 토크 페이즈 학습 제어기이고, 상기 제2 페이즈 학습 제어기는 다음과 같이 계산된 충전 페이즈 학습 제어기인 방법.
제8항에 있어서,
조정을 요구하는 상기 기어쉬프트는 오프고잉 클러치(11) 및 온커밍 클러치(10)를 사용하는 파워-온 업쉬프트이고,
여기서 상기 제1 페이즈는 충전 페이즈이고, 상기 제2 페이즈는 토크 페이즈이고, 상기 제3 페이즈는 관성 페이즈이고,
상기 제3 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 관성 페이즈 모델을 사용하여 계산된 관성 페이즈 학습 제어기이고, 상기 제2 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 토크 페이즈 모델을 사용하여 계산된 토크 페이즈 학습 제어기이고, 상기 제1 페이즈 학습 제어기는 다음과 같이 계산된 충전 페이즈 학습 제어기인 방법.
L_F ^q =
제8항에 있어서,
조정을 요구하는 상기 기어쉬프트는 오프고잉 클러치(11) 및 온커밍 클러치(10)를 사용하는 파워-온 다운쉬프트이고,
여기서 상기 제1 페이즈는 관성 페이즈이고, 상기 제2 페이즈는 충전 페이즈이고, 상기 제3 페이즈는 토크 페이즈이고,
상기 제1 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 관성 페이즈 모델을 사용하여 계산된 관성 페이즈 학습 제어기이고, 상기 제3 페이즈 학습 제어기는 무차원 시간 프레임으로 변환된 토크 페이즈 모델을 사용하여 계산된 토크 페이즈 학습 제어기이고, 상기 제2 페이즈 학습 제어기는 다음과 같이 계산된 충전 페이즈 학습 제어기인 방법.
L_F ^q =