重型商用车AMT自动控制策略及试验分析

通过对重型商用车电控机械式自动变速器(automated mechanical transmission,AMT)起步过程分析,在综合考虑驾驶员起步意图和起步性能指标的基础上,提出起步过程离合器结合速度模糊控制算法和发动机局部恒转速模糊控制算法,将AMT换挡过程分为7个阶段,提出换挡过程离合器控制逻辑和发动机目标转速控制算法。针对车辆运行过程中出现的紧急制动工况,提出AMT制动跳挡降挡控制策略和目标挡位确定算法。为了验证控制策略的正确性,研制开发了重型商用车AMT样机,完成了AMT样车开发并进行起步、换挡和制动跳挡降挡试验。     

电控机械自动变速车辆发动机转速控制

分析了AMT车辆发动机控制方式和特点,提出了AMT车辆起步和换档过程发动机转速控制目标;对机械式节气门发动机通过加装电子节气门实现了发动机转速自动控制的要求;建立了发动机转速模糊控制器,并应用于所开发的AMT控制系统.台架试验结果表明改装的电子节气门控制性能良好,所建立的模糊控制器能够较好满足AMT车辆发动机转速控制的需求.     

非线性控制方法在AMT起步控制中的应用

在汽车起步控制方法和影响因素研究的基础上,通过dSPACE实验台进行不同控制方法的实验效果对比分析,提出了非线性电控机械自动变速器(AMT)汽车起步控制方法.与以往的线性控制方法相比,非线性控制方法使节气门开度的增加适应了离合器位置变化,减小了发动机受到的冲击,达到了使车辆平稳起步的目的,解决了在实验中遇到的车辆起步困难的问题,保证了后续控制系统开发工作的顺利进行,为AMT汽车的自主研制做好第一步工作.     

基于遗传算法的某工程车辆起步特性研究

以某型工程车辆为研究对象,对其起步特性进行研究,分析并建立了起步过程的动力学方程.在此基础上,利用Matlab/Simulink建立起步过程仿真模型.针对各种工况下的起步过程,进行了模拟仿真;并综合离合器离合速度、油门开度等因素对起步时间、整车冲击度以及滑摩功的影响进行了分析.利用遗传算法,对离合器结合过程的摩擦转矩曲线进行了优化;利用PID(proportion integration differentiation)控制器对起步过程离合器液压系统进行控制,优化起步品质,改善起步性能.     

双离合器自动变速器起步控制仿真分析

双离合器自动变速器(DCT)以其独特的结构特点,克服了传统AMT换档动力中断的缺点,使车辆具有良好的动力性、燃油经济性和驾驶舒适性,成为目前变速器领域内的新的发展方向.在分析双离合器自动变速器起步控制原理的基础上,提出了基于发动机恒转速和2个离合器同时参与起步过程的控制原则与方法,并对干式双离合器自动变速器的起步进行了仿真分析,为双离合器自动变速器的开发研究提供了理论依据.     

双离合器自动变速器起步的智能控制策略

综合考虑了驾驶员的起步意图、车辆负载、路面坡度及离合器的接合状态,提出了基于模糊控制和神经网络的双离合器自动变速器(dual clutch transmission,DCT)的双离合器协同起步智能控制策略.根据油门开度及其变化率的大小实时识别出驾驶员的起步意图,基于优秀驾驶员的操作经验制定了驾驶员意图的模糊控制规则.以车辆负载、路面坡度及驾驶员起步意图为神经网络输入参数,以离合器主从动盘的转速差与主动盘转速的比值和离合器接合速度为控制参数控制双离合器的接合、分离过程,实现了基于人-车-路的双离合器协同起步的自适应控制.利用快速起步、慢速起步及驾驶员意图多变的起步工况对所制定的智能控制策略的合理性进行了验证.     

气电混合动力车辆低SOC混合驱动起步控制研究

基于单轴并联混合动力系统的结构特性,提出一种电机-发动机-离合器协调控制起步方法,在最小化电量消耗的同时,实现比离合器滑磨起步更快的起步速度和更佳的平顺性。 通过增量式PID方法控制电机输出小扭矩,调节电机转速,弥补离合器接合过程的非线性缺点。 并对采用了助力方法及仅依靠离合器起步的车辆进行起步试验,从起步速度、冲击度和电量消耗方面验证了该方法的可行性。      

机械自动变速传动试验台及测控软件开发

AMT台架试验是AMT研究开发中的重要环节.通过台架试验,进行AMT性能测试、与发动机匹配以及控制策略优化,为AMT的装车奠定基础.针对开发的AMT样机,在车辆传动系统试验平台上,搭建了AMT台架试验台;利用下位单片机发出控制信号,实现了对电子节气门、离合器执行机构以及换档执行机构的控制;通过调用尚未公开的库函数,解决了WINDOWS2000下用户方式不能读写硬件端口的问题,实现了利用现有设备采集转速扭矩信号;通过RS232串口通信,实现上位微机采集数据并向下位单片机发出控制指令;开发了WINDOWS2000环境下AMT起步及换档台架试验控制软件,使试验具备了先进的数据采集及控制手段.     

电控机械式自动变速系统开发及试验

分析了影响电控机械式自动变速车辆起步、换档品质的主要因素.以长安之星微型汽车为载体,开发了电控液压式机械自动变速系统,制定了综合换档控制策略和离合器接合控制策略,并对影响离合器接合规律的相关因素进行补偿.提出了车辆起步、换档过程中发动机转速控制目标,采用电子节气门进行发动机转速控制,实现了起步、换档时对发动机转速的自动控制.进行了不同工况条件下样车起步、换档试验,试验结果表明所开发的自动变速系统具备了较为满意的控制效果.     

AMT重型越野车辆坡道起步改进控制策略

针对AMT重型越野车辆大坡道起步过程中离合器摩擦片磨损严重的问题,提出了坡道起步改进控制策略. 将坡道起步过程划分成4部分,结合改进前的离合器控制策略和大坡道起步数据,分别针对每一部分进行了减少滑摩功的分析. 在改进后的控制策略中,将离合器结合过程与发动机转速下降率进行闭环控制,防止因起步过快而造成发动机熄火. 以某AMT重型越野车辆为试验平台,重新设计了坡道起步过程中的离合器控制策略,编写了控制软件,并进行了不同大坡道的起步验证,取得了理想的效果.      

汽车电控离合器的反馈线性化控制

以汽车机械式自动变速系统（ＡＭＴ）的离合器结合过程为研究对象,建立起以输入非线性动力传动系统数学模型。进一步主基于微分几何的反馈线性化方法,将原非线性系统等价为完全可控型线性模型。对该系统实施ＰＩＤ控制,跟踪理想整车加速度,并作了计算机仿真,仿真及分析结果表明,系统稳定、跟踪性态良好。     

基于PID神经网络自动换挡过程油门调速

提出了一种在AMT换挡过程中运用PID神经网络进行油门调速的方法.通过台架实验,建立了东风康明斯EQB235-20柴油发动机的油门实验模型,同时在Matlab平台上对PID神经网络进行训练,使其输出逼近理想油门实验模型.将训练后的PID神经网络移植入ECU,进行发动机调速实验.实验表明,PID神经网络有响应速度快、鲁棒性好、收敛特性好的特点,提高了车辆的自适应能力.     

基于遗传算法优化的神经网络PID控制器

对于参数可变的时变系统和非线性复杂系统,常规PID控制器不能获得理想的控制效果,针对复杂非线性对象的神经网络PID控制不失为1种有效的控制策略．根据神经网络初始权值的选取影响控制器性能的特点,提出了基于遗传算法优化参数的神经网络PID控制器,实现了基于实数编码的GA参数优化．仿真结果证明了该算法的有效性。     

Sliding Mode Control Approach for Electrically Controllable Clutch of AMT Based on the Feedback Linearization

A sliding mode control approach based on the feedback linearization is proposed for the electrically controllable clutch of AMT vehicles. The nonlinear dynamic model for the hydraulic actuator associated with clutch is established. By means of the exact feedback linearization procedure of differential geometry, an equivalent, fully controllable and linear model is derived via a homomorphic transformation for the AMT clutch system. Furthermore, a sliding mode control is introduced to improve robustness. The tracking tests are performed using the sliding mode control on a Santana LX passenger car, and the experimental results prove that this nonlinear controller is of fine robustness and high degree of tracking accuracy.     

液力变矩器通用特性及其匹配方法的研究

利用系列泵轮转速及工况的试验数据,建立了一种基于液力变矩器通用特性的发动机与液力变矩器匹配模型.分析了传统匹配方法产生较大误差的来源,在有限试验数据基础上利用反向传播神经网络的拟合和泛化能力,确定了神经网络结构的隐含层节点数,建立了液力变矩器通用特性预测模型,并与传统经验修正模型进行对比.对比结果显示文中提出的方法使得特性预测精度有显著提升.在此基础上,结合发动机净外特性提出了发动机与液力变矩器通用特性匹配模型,该匹配模型考虑了泵轮转速对液力变矩器稳态性能的影响,更符合实际运行情况下发动机与液力变矩器共同工作特性,提高了液力变矩器与发动机的匹配精度.      

基于神经网络的不稳定时滞对象控制

针对过程控制工业中的一类不稳定时滞对象存在的难以稳定、鲁棒性差、对输入的变化和扰动十分敏感的问题,采用了基于神经网络的双自由度控制结构.在利用内环控制器镇定对象并且提高系统反应速度、减轻输出的振荡的同时,结合Guillermo等提出的比例-积分-微分(PID)参数镇定区域理论优化设计外环BP神经网络控制器的学习范围、学习方式和初始参数,改善系统设定值跟踪和扰动抑制的性能,提高系统鲁棒性.仿真结果表明,即使在建模有误差的情况下,该控制结构仍能比传统双自由度PID控制有更好的控制效果和鲁棒性.     

基于RBF神经网络的非线性磁悬浮系统控制

磁悬浮系统是一个典型的不确定、非线性系统.由于磁悬浮系统的复杂性很难建立精确的数学模型,采用RBF神经网络(RBFNN)对非线性磁悬浮系统进行辨识,再根据神经网络自适应控制原理设计了非线性磁悬浮系统的神经网络自适应状态反馈控制器与自适应PID控制器,并利用MATLAB进行了仿真.仿真结果表明,神经网络自适应控制能很好地控制本磁悬浮系统;神经网络自适应控制器对于此非线性磁悬浮系统位置具有良好的控制效果,该控制系统具有较好的稳态特性和控制特性.     

静液传动履带车辆转向神经元自适应PID控制

为实现静液传动履带车辆快速稳定转向,且转向轨迹可控,基于双侧轮边液压驱动结构特点,提出了转向时外侧马达排量采用压力、发动机转速双参数控制,内侧采用神经元自适应PID控制以跟随外侧的转向控制策略. 在Matlab/Simulink中建立了包含基于S函数的神经元PID控制器和综合控制策略Stateflow模块的整车模型,对转向控制进行仿真分析,阶跃输入时,神经元PID比传统PID控制能有效抑制系统超调量,加快系统响应速度;不同转向工况仿真结果表明:神经元PID控制具有较好的目标跟随能力,提高了系统的实时性和鲁棒性,使得静液传动履带车辆具有良好的转向性能.      

DCT双离合器联合起步模式建模与仿真

对双离合器式自动变速器(DCT)的结构特点进行分析,建立起步过程的动力学模型.归纳车辆起步时离合器传递转矩和节气门开度的变化规律,实现发动机恒转速起步.制定1挡单离合器及双离合器同时接合的起步控制策略,并针对大油门急起步情况制定了2挡单离合器和双离合器起步控制策略.针对车辆爬行起步时容易造成摩擦片温度过高的缺点,制定双离合器交替滑磨的爬行起步控制策略,并应用积分分离PID算法仿真实现对目标车速的跟随.仿真结果表明,双离合器同时接合的起步控制策略使两个离合器共同分担总体滑磨功,有利于提高离合器寿命.     

选择性输出的双离合器自动变速器建模及仿真分析

文章描述一种新型选择性输出的双离合器自动变速器的结构特点及工作原理,利用Matlab/Simu-link/SimDriveline仿真软件,建立了DCT整车系统的动力学模型,包括发动机、控制器、自动变速器、车体;在此基础上进行了DCT整车系统仿真,得到了发动机转速、汽车车速、当前挡位、离合器工作状态的实验结果;仿真结果与理论分析基本一致,表明了所建立的DCT模型的合理性和可行性。该建模与仿真方法提高了DCT传动系统设计的效率,为进一步开发DCT控制策略提供了必要的前期准备工作。