商用车AMT挡位决策控制策略研究

为解决商用车AMT行驶时换挡规律不合理、车辆重复换挡的问题,提出基于车辆质量估算的挡位决策控制策略。对商用车AMT系统的工作原理进行详细介绍;基于此系统对车辆的归一化负载进行分析;基于动能定理方法对车辆质量进行估算;基于车辆估算数据,找出AMT车辆的换挡规律,从而采取基于牵引力与行驶阻力的挡位选取方法对换挡期间的车速进行补偿。以某型AMT商用车为研究对象,进行实验测试。测试结果表明：采用以上质量估算方法的估算误差最大值为5.38%,最小值为1.78%。估算效果较好,可以有效防止车辆在行驶时的频繁换挡,达到车辆正常行驶目标。     

基于模糊控制的工程车辆4参数换挡规律研究

在工程车辆4参数换挡规律的基础上,提出了基于模糊控制的4参数换挡规律,并以泵轮转速和涡轮转速作为模糊控制器的输入量,以油门开度和工作油泵的压力作为模糊控制规则库的制定原则设计了自动换挡模糊控制器.结果表明,与以往单纯的多参数换挡控制系统相比,换挡模糊控制器输出的挡位更加符合工程车辆的实际工作状态.     

液力自动变速箱换挡策略优化研究

重型特种车辆行驶在恶劣环境下,为了保护传动系统,要求不闭锁液力变矩器.本文提出了一种以提高液力变矩器液力工况下传动效率为目的的换挡策略优化方法.首先根据TR50矿车的实车数据制定最佳动力性换挡规律,然后分析液力变矩器工作特性,建立数学模型实时计算液力变矩器传动效率,建立优化目标函数,最后在最佳动力性换挡规律基础上对各挡位换挡点做出整体优化.在Simulink仿真系统模型上分别对优化前后的换挡规律进行仿真分析,结果表明,优化后的换挡规律在保证动力性的基础上明显提高了液力变矩器液力工况下的传动效率.     

基于BP神经网络的装载机自动换挡控制系统

利用专家给出的 2参数换挡规律对神经网络进行训练 ,得出装载机传动系统的BP神经网络模型。用此模型进行仿真控制试验 ,所得挡位与给定的换挡规律基本保持一致 ,说明利用神经网络控制装载机自动变速器换挡是可行的。     

基于大数据的变速器工作特性研究

基于人—车—货—场要素定义了商用车复杂应用场景,并制定了车辆清单和大数据采集方案。开发了基于大数据的变速器挡位识别算法,并进行了校验。建立了基于时间维度、里程维度和频次维度的大数据分析模型,完成了8MT变速器的车速分布、转速分布、挡位分布、分转速挡位分布、基于车速-转速的换挡点分布和换挡车速分布等工作特性分析,通过同步器结合次数和离合器结合次数的分析,对相关标准进行校验。制定了单参数换挡规律分析方法和两参数换挡规律分析方法,并生成了8MT变速器换挡规律。研究结果可为变速器换挡策略开发提供参考。     

基于BP神经网络的装载机自动换档控制系统

利用专家给出的2参数换档规律对神经网络进行训练，得出装载机传动系统的BP神经网络模型。用此模型进行仿真控制试验，所得挡位与给定的换挡规律基本保持一致，说明利用神经网络控制装载机自动变速器换挡是可行的。     

基于模型的纯电动客车AMT最优换挡规律设计

匹配多挡位变速器的纯电动客车可有效地提高加速能力和续驶里程,但换挡规律的设计面临着标定工作量大、成本高且过度依赖标定工程师经验等难题.为此,提出了一种基于模型的换挡规律设计方法,该方法可有效地缩短换挡规律开发周期.首先,采用动态规划优化标准循环工况下车辆的挡位切换序列;然后,以获得的换挡点为数据样本,采用聚类分析方法提取可直接用于实车控制器的换挡规律;最后,通过仿真验证了所提取换挡规律的有效性.结果表明,所设计的换挡规律能够兼顾动力性和经济性,与原换挡规律相比,循环工况耗电量可降低5.51％.     

工程车辆的综合换挡规律研究

工程车辆的动力性和液力变矩器的传动效率是工程车辆换挡规律考虑的关键.首先从基本换挡规律出发,分别分析了最佳动力性换挡和节能换挡规律的换挡原理和过程;接着提出一种换挡规律,即综合换挡规律,该换挡规律是将最佳动力性换挡与节能换挡规律结合,分别提取最佳动力性换挡的升挡线与节能换挡的降挡线作为该换挡规律的升挡线和降挡线;最后运用MATLAB/SINMULINK软件建立整车仿真模型,将综合换挡规律与最佳动力性换挡、节能换挡规律进行仿真对比分析,得出综合换挡规律在保证工程车辆动力性和稳定维持其处于较高传动效率上相对更为优越.     

基于驾驶员意图识别的液力机械式自动变速器换挡规律优化

构建了基于隐马尔可夫模型的驾驶员意图模型,用于辨识不同的驾驶意图。以油门踏板开度以及制动踏板开度等作为输入数据,结合Baum-Welch算法训练驾驶员意图模型,以计算所得新数据的极大似然值作为辨识结果,验证了驾驶员意图模型的准确性。根据识别出的驾驶员意图模型参数,基于基本换挡规律,对不同意图下的换挡规律进行优化。仿真结果表明,优化后的换挡规律更符合驾驶员期望的挡位操作,且有助于消除意外换挡的现象,验证了意图模型优化的有效性。     

双离合变速器车辆坡道挡位实时优化研究

针对车辆在上坡行驶时出现的频繁换挡问题以及下坡行驶时发生的意外升挡现象,基于EKF算法和坡道动力学模型对坡道进行了辨识。在坡道辨识模型和传统换挡规律的基础上,提出了基于模糊控制方法的双离合自动变速器挡位实时在线优化。通过MATLAB/Simulink搭建车辆模糊换挡控制模型,并对比分析优化前后的车辆换挡规律仿真结果。结果表明,优化后的换挡规律避免了车辆的频繁换挡和意外升挡,改善了驾驶员驾驶舒适性和行车安全性。     

两挡纯电动汽车多目标参数解耦优化方法

提出了一种采用分层方法的解耦优化算法。外层采用多目标粒子群算法对整车动力部件参数进行优化，同时引入对电池以及逆变器的效率优化，将得到的不同优化结果实时提取并传递给内层；内层采用Bellman动态规划算法，根据外层优化得到的动力部件参数求解，建立优化后的换挡策略。在此基础上，通过广义回归神经网络提取动态规划的换挡优化结果，利用所得到的换挡策略建立了自适应驾驶员模型和整车正向仿真模型，以动力性和经济性为目标，通过整车正向仿真分析对分层优化结果进行进一步选择。研究结果表明，该优化算法实现了换挡控制策略与动力部件参数的解耦，有效提高了优化效率，同时能够获得全局优化结果，明显提高了整车经济性。     

基于发动机动态试验台的驾驶员纵向操纵特性对汽车动力系统性能影响的研究

在发动机动态试验台上实现了对车辆、道路载荷、驾驶员操纵特性及整车行驶工况的动态模拟,并在国内首次利用发动机动态试验台对驾驶员纵向操纵特性对动力系统性能的影响进行了研究。具体包括动力性和经济性两类换挡规律对汽车加速性能和基于EUDC工况的百公里油耗的影响,以及换挡动作快和换挡动作慢两类驾驶员对汽车起步和换挡过程品质影响的研究。通过发动机动态试验台的试验,得出了驾驶员的纵向操纵特性对汽车动力性、燃油经济性和换挡品质的影响的规律,提高了我国对发动机动态试验台的应用水平。     

基于机器视觉的汽车换挡面板自动分类方法

针对报废汽车企业对不同型号汽车换挡面板自动分类的需求,提出了一种基于机器视觉的面板自动分类方法.该方法首先使用Blob分析对图像进行预处理,分割出图像中的换挡面板目标对象,接着提取被分割图像的11个形状特征作为特征向量,利用特征向量训练多层感知器(Multi-Layer Perceptron,MLP),最后使用完成训练...     

基于模糊神经网络的汽车变速杆操纵舒适性评价

针对目前汽车变速杆操纵舒适性评价方法的不足,提出一种基于模糊神经网络的汽车变速杆操纵舒适性评价方法,通过模糊神经网络对实验测得的操纵舒适性特征参数和主观舒适度评价构成的样本进行学习和训练,建立汽车变速杆操纵舒适性评价系统。试验结果验证了该方法的可行性和合理性。     

基于神经网络负载波动模拟的换挡机械手动力学分析

提出了一种换挡负载波动模拟方法,分析了负载波动下的驾驶机器人换挡机械手的动力学特性。搭建了包含机械手末端负载波动模型的换挡机械手动力传递模型。在负载波动模型中,将负载分解为挂挡方向负载和选挡方向负载。提出了一种神经网络挂挡负载模型,并通过试验数据对比验证了该模型的有效性。对换挡机械手在负载波动下的动力学特性进行了分析,对末端负载变化对换挡机械手换挡轨迹跟踪的影响进行了验证。     

广义回归神经网络在汽车换档机械手运动轨迹测量中的应用

针对换档机械手机构特性,设计了广义回归神经网络(GRNN)模型,输入层为两结点输入,即角位移坐标值α、β输出层为两结点输出,分别对应空间坐标值x,y,网络中间层的神经元传递函数采用径向基元萌数,输出层的神经元传递甬数采用线性元函数,对于光滑因子在[0.05,0.1]间取值,进行对比分析,最终选定光滑凶子取0.05.以标定数据中的一部分作为样本对上述神经网络进行训练、仿真,并预测另一部分数据,经过对结果的误差分析和与BP神经网络作比较,验证了本网络模型的有效性和精确性.与BP网络相比,其算法易于实现、结构简单、便于编程、收敛较快,可成功应用于本机器人系统中.     

Shifting Rule Modification Strategy of Automatic Transmission Based on Driver-vehicle-road Environment

Accidental or frequent shift often occurs when the shifting rule is built based on traditional two parameters (I.e., velocity and throttle), because the speed of engine varies slower than change of throttle opening. Currently, modifying shift point velocity value or throttle by throttle change rate is one of common methods, but the results are not so satisfactory in some working condition such as uphill. The reason is that these methods merely consider throttle change rate which is not enough for a car driving in driver-vehicle-road environment system. So a novel fuzzy control modification strategy is proposed to avoid or reduce those abnormal shift actions. It can adjust shifting rule by the change rate of throttle, current gear position and road environment information, while different gear position and driving environment get corresponding modification value. In order to compare the results of shifting actions, fuel consumption and braking distance, emergent braking in level road and extra-urban driving cycle(EUDC) working conditions with fuzzy shifting schedule modification strategy are simulated digitally. Furthermore, a hardware-in-the-loop simulation platform is introduced to verify its effect in slope road condition according to the ON/OFF numbers of solenoid valve in hydraulic system. The simulation results show that the problem of unexpected shift in those working conditions may be resolved by fuzzy modification strategy. At last, it is concluded that although there is some slight decline in power performance in uphill situation, this fuzzy modification strategy could correctly identify slope of road, decrease braking distance, improve vehicle comfort and fuel economy effectively and prolong the life of clutch system. So, this fuzzy logic shifting strategy provides important References for vehicle intelligent shifting schedule.     

双离合器自动变速器DCT的结构特点与工作原理分析

对双离合器自动变速器DCT的结构特点与工作原理进行分析,双离合器自动变速器DCT采用了2个离合器,将原平行轴式手动变速器档位与2个离合器重新进行了配置,当车辆以某一档运行时,将下一个档位实行预先啮合挂档,车辆达到换档点后只需切换2个离合器的动作即可完成换档。双离合器自动变速器DCT拥有手动变速器传动效率高、成本低及自动变速器良好的燃油经济性、动力性与乘坐的舒适性的特点,可提供无间断的动力输出。     

汽车换挡杆操纵力反馈舒适度测评方法

基于汽车换挡杆的操纵力反馈特性,提出主客观结合的换挡杆操控舒适性测评方法,以弥补主观评价的不足。分析汽车换挡杆操纵力反馈随操纵位移的变化特征以及驾驶者的个体差异,分别针对选挡、进挡和退挡过程提取相对力反馈极值和相对操纵刚度作为客观测评指标;利用粒子群优化算法(PSO)对前向反馈(BP)神经网络进行改进,从而建立面向换挡杆操纵力反馈舒适性的PSO-BP神经网络测评模型,用以表征客观指标集与主观评分之间的映射关系;最后,以普通轿车上应用较多的手动变速器为例,利用在操控试验中获取的48组样本数据对模型进行训练和检验。结果表明,应用该方法取得了较为准确、稳定的测评效果,能够为汽车变速器操控舒适性优化设计提供指导。     

基于小波包的遗传神经网络故障诊断系统研究

用遗传算法建立了汽机故障诊断地人工神经网络模型,以小波包分解技术获得的10个频段上的能量为网络的输入模式,对汽机常见的几种故障进行分类训练,并应用于待识别故障样本的识别计算,结果表明该方法在汽机故障诊断中是有效的。