基于補償模糊神經網絡的汽車雙離合器式自動變速器起步控制策略研

1、 ·設計 ·計算 ·研究 · 在空載和滿載等情況下 ， 分別檢驗 CFNN 控制策略 。 駕駛員和乘員每人質量按照 65 kg 計算 ， 行李 系數按照 10 kg 計算 ， 汽車總質量為 ： 8 入相同 、 整車載荷不同的情況下 ， 采用 CFNN 起步控 制策略 ， 空載和滿載情況下汽車的起步時間在小范 圍內是遞增的 ， 這與實際情況是吻合的 。 另外 ， 遞增 的范圍很小是因為考察對象是小型乘用車 ， 空載和 滿載情況下整車質量變化范圍不大 。 可見 ， 提出的 （11 ） ma=m0+65n+an 式中 ，ma 為汽車總質量 ；m0 為整備質量

2、；n 為包括駕 駛員在內的載客數 ；a 為行李系數 。 根據表 2 中的整車質量 ， 分別定義該款整車的 空載質量 m1=1 355 kg ， 滿載質量 m3=1 665 kg 。 將圖 5 中輸入 4 的油門開度及其變化率作為駕 駛員輸入 ， 整車質量分別設定為空載質量和滿載質 量 ， 得到仿真結果如圖 9 和圖 10 所示 。 離合器壓力 /kN CFNN 起 步 控 制 策 略 對 于 不 同 質 量 參 數 情 況 下 的 DCT 車輛起步也是合適的 。 7 結束語 a. 針對發(fā)動機原始數據存在異點 、 采樣點有 限等現(xiàn)狀 ， 采用神經網絡對原始數據進行處理和辨 識 ， 得到發(fā)動機三維

3、轉矩模型 ， 達到較好效果 。 CFNN 控制策略 轉速 /r · min-1 6 4 2 0 2 000 CFNN 控制策略 1 000 0 0 原控制策略 b. 0.5 1.0 1.5 2.0 針對目前各種控制理論應用在起步控制上 原控制策略 效果不佳且不具備自適應性等現(xiàn)狀 ， 從最能反映駕 駛 員 起 步 意 圖 的 指 標 出 發(fā) ， 提 出 了 基 于 CFNN 的 0 0.5 時間 /s 1.0 1.5 2.0 時間 /s （a ） 離合器壓力 沖擊度 /m · s-3 滑摩功 /kJ （b ） 轉速 10 0 原控制策略 DCT 起步控制策略 ， 仿真結果驗證

4、了其收斂速度很 快 ， 精度很高 。 10 CFNN 控制策略 5 0 0 原控制策略 CFNN 控制策略 c. 針對某款 DCT 整車 ， 在駕駛員輸入條件不 同情況下 ， 進行了基于 CFNN 的 DCT 整車起步控制 仿真研究 ， 并與一般控制策略的仿真結果進行對比 ； 2.0 0 0.5 1.0 1.5 0.5 時間 /s 1.0 1.5 2.0 -10 時間 /s 同時 ， 在整車質量參數不同的兩種情況下進行仿真 ， 均得到較好效果 。 參 考 文 獻 （c ） 滑摩功 圖9 離合器壓力 /kN （d ） 沖擊度 空載情況不同質量參數情況下 CFNN 控制策略和原控制策略的仿真結果

5、1 2 程秀生 ， 馮巍 ， 陸中華 ， 王印束 . 濕式雙離合器自動變速器 起步控制 . 農業(yè)機械學報 ， 2010 ，41 （1 ）: 1922. 姚 曉 濤 ，秦 大 同 ，劉 振 軍. 雙 離 合 器 自 動 變 速 器 起 步 控 制 仿 真 研 究 . 重 慶 大 學 學 報 （ 自 然 科 學 版 ）， 2007 ， 30 （1 ）: CFNN 控制策略 原控制策略 4 2 0 0 0.5 時間 /s 轉速 /r · min-1 6 2 000 CFNN 控制策略 1 000 0 0 原控制策略 1.0 1.5 2.0 0.5 時間 /s 1.0 1.5 2.0 131

6、7. 3 4 張德明 ， 吳光強 . 干式離合器起步接合最優(yōu)控制 . 汽車技 術 ， 2008 ， （4 ）: 14. （a ） 離合器壓力 沖擊度 /m · s-3 滑摩功 /kJ （b ） 轉速 10 0 原控制策略 10 CFNN 控制策略 5 0 0 原控制策略 CFNN 控制策略 Dolcini P ，Bechart H.Observer-based optimal control of dry clutch engagement. Preceding of 44th IEEE Conference on Decision and Control ， and the Eur

7、opean Control Conference 2005: 440445. 0.5 時間 /s 1.0 1.5 2.0 -10 0 0.5 時間 /s 1.0 1.5 2.0 5 Zhang Y Q ，Kandel A.Compensatory neurofuzzy systems with fast learning algorithms.IEEE Transactions on Neural Networks ， 1998 ， 9 （1 ）: 83105. （c ） 滑摩功 圖 10 （d ） 沖擊度 滿載情況不同質量參數情況下 CFNN 控制策略和原控制策略的仿真結果 6 楊偉斌 ，

8、吳光強 ， 秦大同 ， 鞠麗娟 ， 吳小清 ， 丘緒云 . 人工神 經網絡的各參數對系統(tǒng)辨識精度 的影響分析及 各 參 數 的 確定方法 . 機械工程學報 ， 2006 ，42 （7 ）: 217221. 葛 安 林. 車 輛 自 動 變 速 理 論 與 設 計. 北 京: 機 械 工 業(yè) 出 版 社 ， 1993. 王望予 . 汽車設計 . 北京 : 機械工業(yè)出版社 ， 2005. （ 責任編輯 修改稿收到日期為 2011 年 3 月 25 日 。 從 圖 9 和 圖 10 可 以 看 出 ， 在 駕 駛 員 輸 入 相 同 、 整 車 載 荷 相 同 的 情 況 下 ， CFNN 控 制 策 略 下 起 步 時 間 更 短 ，滑 摩 功 也 更 短 ，即 性 能 明 顯 優(yōu) 于 原 控 制 策 略 。 由 于