日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

    梁  玲：江西理工大學(xué)

    1  引言

    機(jī)械式自動(dòng)變速器（Automated Mechanical Transmission，AMT）是汽車行業(yè)十分關(guān)注的汽車電子高新技術(shù)產(chǎn)品，在自動(dòng)變速領(lǐng)域具有強(qiáng)大的競(jìng)爭(zhēng)力和廣闊的應(yīng)用前景，而換檔控制是汽車自動(dòng)變速技術(shù)中的重要部分。

    換檔過程是發(fā)動(dòng)機(jī)、離合器以及變速箱綜合控制的過程，要求三者協(xié)調(diào)動(dòng)作來減少?zèng)_擊、降低噪聲和保證離合器使用壽命，從而提高換檔品質(zhì)。

    利用神經(jīng)網(wǎng)絡(luò)(neural network，NN)控制工程車輛自動(dòng)變速器換檔，主要是利用駕駛員的經(jīng)驗(yàn)及其它專家知識(shí)形成的換檔規(guī)律，使換檔在其決策過程中考慮更多的因素和指標(biāo)，力求使自動(dòng)變速器的檔位選擇與人的操縱過程相似。利用神經(jīng)網(wǎng)絡(luò)建模，只要用測(cè)得的過程輸入輸出數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，就可獲得其輸入―輸出特性與實(shí)際過程等價(jià)的神經(jīng)網(wǎng)絡(luò)模型，不必對(duì)過程或?qū)ο髢?nèi)部進(jìn)行分析，這對(duì)于未知過程的系統(tǒng)建模是非常方便的。神經(jīng)網(wǎng)絡(luò)控制自動(dòng)換檔在實(shí)時(shí)學(xué)習(xí)和自動(dòng)模式識(shí)別方面有極強(qiáng)的優(yōu)勢(shì)。但是神經(jīng)網(wǎng)絡(luò)的使用需要有樣本數(shù)據(jù)作為先決條件，因此控制的效果完全取決于樣本數(shù)據(jù)的質(zhì)量。

    本文擬用神經(jīng)網(wǎng)絡(luò)處理自動(dòng)變速器換檔的建模問題，并以此為基礎(chǔ)實(shí)現(xiàn)離合器接合的控制，從而設(shè)計(jì)了一種自動(dòng)變速器換檔控制系統(tǒng)。

    2  自動(dòng)變速器換檔的建模

    汽車是個(gè)具有多輸入、多輸出，不確定性多干擾源的復(fù)雜非線性系統(tǒng)。由于輸入和干擾因素對(duì)輸出的關(guān)系相當(dāng)復(fù)雜，又是高階非線性系統(tǒng)，加之內(nèi)部和外部參數(shù)的不確定性，致使為車輛系統(tǒng)進(jìn)行合適的建模方式是一件十分困難的事。人工神經(jīng)網(wǎng)絡(luò)為非線性系統(tǒng)的建模和控制開辟了新的途徑。

    應(yīng)用神經(jīng)網(wǎng)絡(luò)處理自動(dòng)變速器換檔的建模問題，主要用到神經(jīng)網(wǎng)絡(luò)的非線性映射能力，一般采用多層前向神經(jīng)網(wǎng)絡(luò)。其中誤差反向傳播算法（back-propagation，BP算法）因其簡(jiǎn)單易行、計(jì)算量小、并行性強(qiáng)，成為多層前向神經(jīng)網(wǎng)絡(luò)訓(xùn)練的首選算法。

    2.1 換檔規(guī)律的制定

    換檔規(guī)律是自動(dòng)變速系統(tǒng)實(shí)現(xiàn)最佳動(dòng)力性能和最佳經(jīng)濟(jì)性換檔的基礎(chǔ)，也是自動(dòng)變速系統(tǒng)控制的核心。換檔規(guī)律是指兩排檔間自動(dòng)換檔時(shí)刻隨控制參數(shù)變化的規(guī)律，按照控制參數(shù)的不同可有單參數(shù)、兩參數(shù)和三參數(shù)換檔規(guī)律。單參數(shù)，多為車速；兩參數(shù)，多為車速與油門開度；三參數(shù)，多為車速、油門開度和加速度。雖然使用的控制參數(shù)越多越能達(dá)到較好的自動(dòng)換檔效果，但會(huì)使換檔系統(tǒng)變復(fù)雜，因而成本較高。本系統(tǒng)采用兩參數(shù)控制。

    (1)  最佳動(dòng)力性換檔

    最佳動(dòng)力性換檔規(guī)律是使汽車的牽引力得到最充分的利用，發(fā)動(dòng)機(jī)功率獲得最大的發(fā)揮來進(jìn)行換檔的規(guī)律。為了不損失動(dòng)力性，在換檔點(diǎn)應(yīng)該保證車速和加速度相同。在不同油門開度下各檔加速度與車速的關(guān)系曲線中，某一油門開度下相鄰檔的曲線交點(diǎn)就是確保最佳動(dòng)力性的換檔點(diǎn)。如果在高油門或較低油門時(shí)兩曲線沒有交點(diǎn)，這時(shí)采用低檔該油門下的最高車速為換檔點(diǎn)。把各油門開度下的最佳換檔點(diǎn)連接起來，便得到最佳換檔動(dòng)力特性曲線。圖1所示為汽車前進(jìn)檔牽引特性圖。圖中A點(diǎn)就是1檔和2檔某一油門開度下的最佳動(dòng)力換檔點(diǎn)。

圖1 前進(jìn)檔牽引力特性圖

     (2)   最佳經(jīng)濟(jì)性換檔

    經(jīng)濟(jì)性換檔規(guī)律力求滿足最低的百公里油耗要求，保證汽車總是以使發(fā)動(dòng)機(jī)的燃油消耗率最小的檔位行駛。車輛的最佳經(jīng)濟(jì)性換檔規(guī)律通過車輛的燃油經(jīng)濟(jì)性曲線求得，假設(shè)換檔時(shí)間很短，可認(rèn)為換檔時(shí)車速不變，為保證汽車具有良好的動(dòng)力性和乘坐舒適性，換檔前后牽引力不變，由等牽引力換檔條件，換檔時(shí)油門開度應(yīng)自動(dòng)調(diào)節(jié)，并與此相適應(yīng)。設(shè)換檔牽引力為某一常數(shù)，在牽引力特性上表示為一水平直線。根據(jù)它和相鄰兩檔不同油門開度的牽引力特性曲線交點(diǎn)，求出對(duì)應(yīng)的某檔某油門開度的車速，由Qt=f(Va)曲線可用得到該車速下相應(yīng)檔位和油門開度的油耗。根據(jù)車速和油耗可得到相鄰兩檔的油耗曲線，其交點(diǎn)就是最佳燃料消耗的換檔點(diǎn)，以此類推可以求出給定不同牽引力常數(shù)的相鄰兩檔的換檔點(diǎn)，其換檔點(diǎn)的連線就是相鄰兩檔的最低燃料消耗量。換檔曲線根據(jù)換檔點(diǎn)對(duì)應(yīng)的車速和牽引力，可分析換檔規(guī)律對(duì)汽車牽引特性的影響，根據(jù)對(duì)應(yīng)油門開度和車速可得到經(jīng)濟(jì)性換檔律。

圖2 經(jīng)濟(jì)性換檔點(diǎn)求法圖

    圖2表示相鄰兩個(gè)檔位的油耗特性曲線,A點(diǎn)為兩檔油耗特性曲線的交點(diǎn)。A點(diǎn)處兩檔的油耗相同，為最佳經(jīng)濟(jì)性換檔點(diǎn)。

    最佳動(dòng)力性和最佳經(jīng)濟(jì)性換檔規(guī)律是兩種理想的換檔規(guī)律，本系統(tǒng)利用神經(jīng)網(wǎng)絡(luò)對(duì)兩種換檔規(guī)律進(jìn)行學(xué)習(xí)。車輛實(shí)際運(yùn)行過程中采用的換檔規(guī)律，綜合考慮車輛的動(dòng)力性、經(jīng)濟(jì)性，以及駕駛員操縱意圖、道路環(huán)境條件等諸多因素，通過設(shè)定開關(guān)來選擇換檔模式，是經(jīng)濟(jì)性換檔還是動(dòng)力性換檔。

    2.2 自動(dòng)變速器最佳檔位判定

    反映發(fā)動(dòng)機(jī)和車輛工作狀況的主要參數(shù)有發(fā)動(dòng)機(jī)轉(zhuǎn)速、油門開度和車速等。發(fā)動(dòng)機(jī)轉(zhuǎn)速盡管很容易被檢測(cè)，但在換檔過渡過程中其值處于變動(dòng)之中，所以不適合作為換檔控制參數(shù)，而車速在換檔過程中由于車輛自身的慣性，基本上保持不變，所以可以作為反映車輛狀態(tài)的換檔控制參數(shù)，油門開度反映了司機(jī)對(duì)車輛行駛功率的要求。理論分析可以得出車速和油門開度與最佳檔位間的關(guān)系是分段非線性函數(shù)。

    BP網(wǎng)絡(luò)采用離線訓(xùn)練方式，并將油門開度a，車速v和目標(biāo)檔位i作為輸人/輸出樣本，由Matlab/Toolbox函數(shù)進(jìn)行網(wǎng)絡(luò)的訓(xùn)練計(jì)算，然后將訓(xùn)練好的前、后檔網(wǎng)絡(luò)權(quán)值、閾值存入相應(yīng)的控制器。

    神經(jīng)網(wǎng)絡(luò)解決非凸域問題，必須用兩個(gè)隱層[6]。通過實(shí)驗(yàn)比較，最后確定網(wǎng)絡(luò)的各層神經(jīng)元數(shù)為2－3－5－5，選取迭代收斂目標(biāo)為0.01，選取最大收斂步數(shù)為500，用隨機(jī)數(shù)初始化權(quán)值和閾值，訓(xùn)練67次即達(dá)到要求。訓(xùn)練算法用LM算法，其收斂速度快。部分樣本數(shù)據(jù)如表1所示。

    表1 神經(jīng)網(wǎng)絡(luò)換檔用部分試驗(yàn)數(shù)據(jù)

    其中k為樣本號(hào)；a，v（單位分別為百分度和km/h）分別為油門開度和車速值；G1～G5分別對(duì)應(yīng)檔位輸出的理想值。用這些數(shù)據(jù)樣本歸一化后對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。訓(xùn)練后用數(shù)據(jù)進(jìn)行檢驗(yàn)，結(jié)果表明判斷檔位的作用顯著。訓(xùn)練結(jié)果如圖3所示。訓(xùn)練后返回神經(jīng)網(wǎng)絡(luò)的權(quán)值、偏置值。網(wǎng)絡(luò)訓(xùn)練過程的誤差曲線如圖3所示。

圖3 換檔神經(jīng)網(wǎng)絡(luò)訓(xùn)練圖

    圖4給出了一個(gè)最佳檔位判別及換檔控制邏輯圖。神經(jīng)網(wǎng)絡(luò)部分用于存儲(chǔ)換檔規(guī)律，在使用前由輸入?yún)?shù)與最佳檔位對(duì)應(yīng)關(guān)系的數(shù)據(jù)對(duì)其進(jìn)行訓(xùn)練；在線應(yīng)用時(shí)，輸入?yún)?shù)由傳感器測(cè)取，歸一化后輸入網(wǎng)絡(luò)中。輸出Gi中取值最大者對(duì)應(yīng)的檔位就是最佳檔，如果G2最大，則最佳檔為2檔，這時(shí)應(yīng)把變速箱置為這個(gè)檔。換檔控制邏輯部分綜合網(wǎng)絡(luò)輸出G1,G2,