科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对双离合器自动变速器(Dual clutch transmissions, DCT)在不同工况下的换挡过程控制问题,提出了一种基于知识的换挡控制策略。通过集成学习算法,将从实车数据中学习到的离合器目标转矩在线应用到DCT换挡过程中,并利用模型预测控制(Model predictive control, MPC)的误差反馈特性,减小系统真实转速与参考转速间的偏差,保证集成学习算法可根据传感器测得的转速准确输出目标转矩;根据DCT换挡过程动力学状态空间方程,建立MPC控制器的状态预测模型;构建换挡过程目标函数,基于MPC控制器对换挡控制量进行滚动优化;在Matlab/Simulink平台上分别对DCT升挡和降挡工况下的换挡过程进行仿真,并与传统的模糊控制和实车标定的控制方法进行对比分析。结果表明,基于知识的换挡控制能够准确挖掘并应用实车数据中潜在的换挡控制规律,实现了快速平顺换挡的目标,具备更优的换挡性能和更高的智能化水平。
-
单位机械传动国家重点实验室; 重庆大学
