干式双离合器变速器换挡过程的转矩协调最优控制_赵治国
干式双离合自动变速器分段优化换挡的分析
干式双离合自动变速器分段优化换挡的分析作者：杨浩刘森来源：《大众汽车·学术版》2018年第11期摘要换挡过程性能的主要评价指标为综合离合器华摩功与冲击度两个方面，在此基础上，本文将对干式双离合器的自动变速器在换挡过程中的重要节点进行分析，并且将整个过程划分成四个部分，针对每一部分的特点采用对应的策略，使整个换挡过程都得以优化。
其中，在扭矩交互部分中，采用微滑摩转速跟随的方式，在调速部分采用离散动态规划方式，通过实验的方式对车辆的换挡进行测试，以此来证明干式双离合自动变速器的换挡综合性能以及有效性。
关键词干式双离合；自动变速器；分段优化换挡引言在双离合自动变速器的动力方面，分别采用奇数与偶数两个挡位进行驱动，在保障自动与手动变速器不发生变化的情况下，利用双离合器弥补换挡过程中动力上的缺陷，具有较为良好的体验感、经济性与动力性。
但是，如若在双离合器换挡的过程中控制不合理，则会产生动力循环、滑摩过度等情况，不但无法提高综合性能，甚至还会影响变速器的使用。
因此，本文以干式双离合自动变速器为例，对其换挡过程的分段优化措施进行分析与研究。
1 干式双离合自动变速器换挡过程概述1.1 动力学模型的构建1.2 DCT换挡过程划分将DCT的换挡过程划分为四个部分，在换挡过程中，奇数离合器利用的使分离离合器；偶数离合器采用的是接合离合器。
第一阶段属于预充阶段，与离合器相互连接后建立油压，并且对分离离合器中的油压进行降低，使其属于临界值；第二阶段属于扭矩交互阶段，与离合器相接触后不断的增压，不断增加传递发动机中的扭矩；同时对分离离合器中的油压进行降低，使其与传递扭矩相一致，直至与接合离合器传递发动机扭矩完成一致；第三阶段属于调速阶段，奇偶离合器均为滑摩状态，利用接合离合器油压，使发动机降扭，以此来使结合离合器主片与动片都处于同步状态；第四阶段在完成上述操作以后，将油压增加，使其处于系统安全油压范围。
1.3 换挡过程的关键节点由此可见，如若扭矩交互很快完成，将会产生换挡动力；如若完成的较慢，则会在两个离合器之间产生动力回路，进而对效率与舒适度产生较大影响。
重卡尾灯常见问题与改进探讨
10.16638/ki.1671-7988.2019.21.077重卡尾灯常见问题与改进探讨孙熹，詹小成，刘志龙（陕西重型汽车有限公司，陕西西安710200）摘要：文章针对重卡尾灯在使用过程中存在的主要失效模式，分析了失效产生的原因，从结构设计、内部接线、防护材料选择等方面进行探讨，提出了一些改进方法。
关键词：重卡；尾灯；失效模式；改进方法中图分类号：U471 文献标识码：B 文章编号：1671-7988(2019)21-217-03Common problems and improvement of heavy duty truckSun Xi, Zhan Xiaocheng, Liu Zhilong（Shaanxi Heavy Duty Automobile CO., LTD, Shaanxi Xi’an 710200）Abstract:The main failure modes of heavy truck taillights in the process of use are analyzed, and the causes of failure are analyzed. From the aspects of structural design, internal wiring and protection material selection, some improved methods are proposed in this article.Keywords: Heavy duty truck; Taillight; Failure mode; Improved methodCLC NO.: U471 Document Code: B Article ID: 1671-7988(2019)21-217-03前言据交管部门相关统计表明，夜间发生交通事故的比率比白天多1.5倍，55%以上的交通事故都发生在夜间，在所有交通事故中，追尾事故发生的比例最高。
干式离合器起步接合最优控制_张德明
于一般接合起步（ ２．０５ ｓ） ， 前者起步过程中发动机转
速波动幅度小于后者。如图 ６ 所示， 最优控制接合起
步滑磨功 （ 约为 ８ ｋＪ） 也小于一般接合起步滑磨功
（ 约为 １０ ｋＪ） 。比较图 ７ 和图 ８ 可以看出， 最优控制
起步在同样的时间内所达到的车速约等于一般接合
起步所达到的车速， 但纵向冲击度前者小于后者。表
（ 图 ９ 中“·”表示的曲线） ， 其原因是由于控制律得到
的接合压力过大、上升过快会导致发动机转速低于
稳定转速， 从而导致发动机熄火， 起步失败。
１０
一般接合
最优控制
５
滑磨功 ／ｋＪ
０
０
１
２
３
ｔ ／ｓ
图 ６ 起步工况离合器滑磨功
１０
１０
车速
纵向冲击度
５
５ ０
纵向冲击度 ／ｍ·ｓ－３
车速 ／ｋｍ·ｈ－１
主题词： 干式离合器 接合 最优控制 中图分类号： Ｕ４６３．２１１．２ 文献标识码： Ａ 文章编号： １０００－ ３７０３（ ２００８） ０４－ ０００１－ ０３
Ｏｐｔｉｍａｌ Ｃｏｎｔｒ ｏｌ ｏｆ Ｄｒ ｙ Ｃｌｕｔｃｈ Ｓｔａｒ ｔｉｎｇ Ｅｎｇａｇｅｍｅｎｔ
Ｚｈａｎｇ Ｄｅｍｉｎｇ，Ｗｕ Ｇｕａｎｇｑｉａｎｇ （ Ｔｏｎｇｊｉ Ｕｎｉｖｅｒｓｉｔｙ）
根据线性二次型相关原理可得：
’ＰＡ－ ＰＢＲ－１ＢＴＰ＋Ｑ＋ＡＴＰ＝０
ＡＴｈ－ ＰＢＲ－１ＢＴｈ＋ＰＦ＋ｈ; ＝０
（ １０）
Ｔ
( ) Ｆ ＝
Ｔｅ Ｉｅ
Ｔｅ Ｉｅ
＋
Ｔｌ Ｉｃ′ｉｇ
ｉ０
０
（ １１）
Ａ 是 （ ６） 式 的 系 数 矩 阵 ， 调 用 Ｍａｔｌａｂ 中 的 线 性
纯电动汽车两挡AMT换挡过程优化控制
纯电动汽车两挡AMT换挡过程优化控制
随着纯电动汽车多挡化的发展趋势,其换挡过程控制已经成为汽 车电控系统研究方向之一。由于电机低速恒转矩高速恒功率的 特性使其符合汽车理想运行特性,且相比于传统发动机,电机响 应快,转矩转速易调节,采用电机配合离合器的换挡过程协调控 制方案具有可行性和合理性。
换挡过程协调优化控制为实现更经济平顺的换挡过程提供了可 能,但与传统汽车中只对离合器进行主动控制的方案相比,其控 制自由度增多,控制难度增大。与此同时,从工程应用角度出发, 优化控制的计算量大也让其实际应用变得困难。
特别地由于离合器力矩变化对汽车换挡过程影响较大,因此搭建 了可反映离合器温度和摩擦特性的仿真模型。之后对该整车仿 真模型进行了合理性和功能性验证,表明该模型适用于本文的研 究问题。
接着,针对实际换挡过程控制中存在信号干扰,以及控制器设计 时难以避免的建模误差的问题,给出基于模型预测框架的惯性相 优化控制方案。建立了面向控制器设计的,考虑离合器温度和摩 擦的传动系惯性相数学模型,并整理控制问题,将其描述为终端 时间固定,多控制量方案,且针对优化问题在线 求解计算量大难以满足换挡控制器快速性要求的问题,结合极小 值原理和二分法迭代求解显式最优解,并给出求解过程具体描述。 然后,基于上述控制方案和求解方法,在Matlab中搭建出换挡惯 性相控制器模型。
通过AMESim与Matlab离线联合仿真实验,对本控制器在不同加速 命令下的动力性升档及降挡的有效性,以及对车重和道路坡度变 化的鲁棒性进行了验证。同时给出考虑离合器温度和不考虑离 合器温度的控制仿真结果,说明本文提出的考虑温度的控制方案 的合理性。
最后,基于d SPACE和x PC-Target实时实验平台对控制器的实时 性和有效性进行了验证。本文为纯电动汽车的换挡过程优化控 制器设计提供一种设计思路,但仍有工作需要进一步完成。
全国大赛理论（D）（答案）
全国大赛理论（D）（答案）模块D理论部分：一、判断3.减速起动机中直流电动机的检查方法和常规起动机完全不同。
（×）23.发动机总成修理时，应根据曲轴轴颈的实际测量值，确定修理方案。
（×）26.热线式空气流量传感器有了自洁功能后，热线部分便不会被污染。
（√）28.故障代码所反应的是某个器件的状态，而不是某个系统的状态。
（×）35.对曲轴较长轴颈的磨损检验应以圆柱度误差为主，对较短轴颈则必须检验圆度和圆柱度误差。
（×）45.将制动踏板踩到底后，制动踏板与地板之间的距离，即为制动踏板余量。
（√）48.变速器驱动桥必须通过带等角速度万向节的半轴总成与车轮连接。
（√）64.使用电子节气门的车辆，在驾驶人没有踏下加速踏板的情况下，ECU无法根据不同的工况调节发动机的转矩。
（×）78.HC是燃料没有燃烧或不完全燃烧的产物。
（√）87.取样管插入排气管中的深度对尾气分析仪测量的排气浓度准确性影响不大。
（×）92.某个气缸失火，若不采取合理措施，三元催化转化器会过热，，加速三元催化转化器的失效。
（√）93.怠速控制阀卡滞常影响发动机怠速调节能力，特别是在开空调、挂挡（自动变速器）等怠速负荷变化时，发动机怠速运转不良。
（√）109.ABS的作用是，在制动过程中，通过调节制动轮缸的制动压力，使作用于车轮的制动力矩受到控制，从而将车轮的滑移率控制在较为理想的范围之内。
（√）110.制动液性能稳定，故若无异常泄漏则只需检查，无需定期更换。
（×）122.在根据故障代码进行故障诊断时，维修技术人员一定要考虑该元件所处的工作环境。
（√）125.当冷却液温度过高时，液力变矩器的锁止离合器不会进入锁止工况。
（×）149.液力变矩器在涡轮转速较高时，单向离合器处于锁止状态。
（×）182.电磁兼容性（EMC）是指电器装置或电气系统对其他电器系统不产生干扰和不受环境干扰并工作在指定环境中的能力。
干式双离合器接合过程最优控制
干式双离合器接合过程最优控制摘要：干式双离合器作为新一代爱车中的重要组成部分，其接合过程的优化对于整个车辆的性能和驾驶体验都有非常重要的影响。
本文通过总结现有的研究成果，阐述了干式双离合器接合过程最优控制的各种策略和方法，并提出了未来研究的方向和发展趋势。
1.引言随着汽车科技的不断发展，干式双离合器作为新一代变速器的重要组成部分正在逐渐取代传统的手动和自动变速器。
干式双离合器具有快速换挡、高效传动、节能减排等优点，成为越来越多汽车制造商的首选。
然而，干式双离合器的接合过程仍然是其性能和驾驶体验的瓶颈之一。
在传统手动变速器中，当车辆行驶在较低速度时，离合器必须完全分离才能换挡，否则会产生噪音和震动。
这种交替操作需要驾驶员有一定的操作技巧和经验。
而在自动变速器中，液力变速器通过调整离合器压力来实现换挡，这种方式虽然可以自动完成，但是换挡的速度和平稳程度还是不如干式双离合器。
因此，如何优化干式双离合器的接合过程成为了当前研究的热点之一。
本文旨在总结现有的研究成果，阐述干式双离合器接合过程最优控制的各种策略和方法，并展望未来的研究方向和发展趋势。
2. 干式双离合器接合过程的控制策略干式双离合器的接合过程通常包括以下几个阶段：1）离合器分离：当驾驶员踩下离合器踏板时，离合器压盘离开摩擦片，使动力传递中断；2）前离合器接合：当需要升挡或降挡时，前离合器开始接合，同时后离合器继续分离，使动力从一个齿轮传递到另一个齿轮；3）后离合器接合：当前离合器完全接合后，后离合器继续接合，使动力完全传递到新的齿轮上；4）离合器加速：为了保证接合过程的平稳和快速，离合器需要加速到与引擎相同的转速。
为了实现干式双离合器接合过程的最优控制，目前存在多种不同的策略和方法，具体如下：1）传统PID控制：传统PID控制是最基础的控制方法之一。
它通过测量信号和误差值来控制离合器的压力变化，以达到最佳接合效果。
该方法简单、易于实现，但是在复杂的工况下效果比较有限。
混合动力汽车动力系统集成控制及变速技术
混合动力汽车动力系统集成控制及变速技术
赵治国
【期刊名称】《汽车制造业》
【年(卷),期】2014(000)009
【摘要】面对交通能源短缺与环境污染问题的巨大挑战，以能源多元化、排放洁净化及燃料节约化为主要特征的节能与新能源汽车迅速发展，相互竞争，并引发了汽车动力的电控化和电气化两大技术变革，促进了汽车能源及动力的快速转型。
混合动力电动汽车（Hybrid Electric Vehicle，HEV）可最大限度地发挥内燃机车辆和纯电动汽车的双重优点，达到节能和环保的目的。
被业界认为是目前最现实可行的节能环保方案。
在过去约10年里，随着高功率电力电子技术、
【总页数】1页(P10-10)
【作者】赵治国
【作者单位】同济大学新能源汽车工程中心
【正文语种】中文
【中图分类】U469.72
【相关文献】
1.混合动力及电动汽车动力系统的未来博格华纳eGearDrive(R)变速系统+电机综合解决方案 [J], 忻文
2.基于信息融合技术的混合动力汽车动力系统控制策略的研究 [J], 邹德伟;韩以伦
3.混合动力变速器自动升级换代Toyota混合动力系统——SUV变速器的技术革新 [J], Kevin;Jost;王翔（翻译）;王永康（校对）
4.混合动力汽车动力系统电力电子技术集成探究 [J], 张续文
5.博格华纳eGearDrive~变速系统+电机的综合解决方案——混合动力及电动汽车动力系统的未来 [J],
因版权原因，仅展示原文概要，查看原文内容请购买。
双离合器变速汽车坡道模糊修正换挡研究
双离合器变速汽车坡道模糊修正换挡研究赵治国 王 琪 刁威振 陈海军同济大学,上海,201804摘要:基于自主开发的5速干式双离合器变速器(d u a l c l u t c h t r a n s m i s s i o n ,D C T )及样车,得到了双离合器变速汽车坡道模糊修正换挡规律㊂首先,基于纵向车辆动力学模型,运用改进型最小二乘法对整车质量与道路坡度进行实时辨识,并利用B P 神经网络对实时辨识结果进行映射求解;进而,运用模糊控制方法,制定双离合器变速汽车坡道模糊修正换挡规律;最后,通过离线仿真与硬件在环实验研究验证了坡道模糊修正策略的有效性㊂仿真结果表明,在坡道行驶时,开发的坡道模糊修正换挡规律能有效地解决传统二参数换挡规律引起的频繁换挡和意外换挡现象,减少D C T 同步器的作动次数,提高整车的舒适性㊂关键词:双离合器自动变速器;坡道模糊修正换挡策略;坡道辨识;坡道映射;硬件在环仿真中图分类号:U 463.211 D O I :10.3969/j.i s s n .1004-132X.2013.15.026R e s e a r c ho nF u z z y C o m p e n s a t i n g S l o p e S h i f t S t r a t e g y fo rD C TV e h i c l e s Z h a oZ h i g u o W a n g Q i D i a o W e i z h e n C h e nH a i ju n T o n g j iU n i v e r s i t y ,S h a n gh a i ,201804A b s t r a c t :B a s e do n t h e i n d e p e n d e n t l y d e v e l o p e d f i v e -s p e e dd r y du a l c l u t c h t r a n s m i s s i o na n d i t s m o u n t e d p r o t o t y p e c a r ,a f u z z y c o m p e n s a t i n g s l o p s h i f t s c h e d u l ew a sd e v e l o p e d .F i r s t l y,t h ev e h i c l e m a s s a n d s l o p ew e r e e s t i m a t e d i n r e a l t i m ew i t h t h em e t h o do fm o d i f i e d r e c u r s i v e l e a s t s q u a r e s b a s e d o n t h e v e h i c l e l o n g i t u d i n a l d yn a m i c sm o d e l .T h e naB Pn e u r a l n e t w o r k w a se s t a b l i s h e dt oc a l c u l a t e t h e e s t i m a t e d p a r a m e t e r s .S e c o n d l y ,a f u z z y c o m p e n s a t i n g s l o p sh i f t s c h e d u l ew a sd e v i s e db a s e do n f u z z y l o g i c .F i n a l l y ,t h ee f f e c t i v e n e s so f f u z z y c o m p e n s a t i n g s l o p e s h i f t s c h e d u l ew a sv e r i f i e db y th e s i m u l a t i o na n dH I Lt e s t p l a t f o r m.T h e r e s u l t s s h o wt h a t t h e f u z z y c o m p e n s a t i n g s l o pe s h if t s c h e d u l e c a n s o l v e t h e f r e q u e n t s h i f t a n du n e x p e c t e d s h i f t p h e n o m e n o n c a u s e db y t h e s l o p e e f f e c t i v e l y ,a n dd e -c r e a s e t h e a c t i o n f r e q u e n c y o fD C Ts y n c h r o n i z e r a nd i m p r o ve t h e d r i v i n g co m f o r t .K e y w o r d s :d u a l c l u t c h t r a n s m i s s i o n (D C T );f u z z y c o m p e n s a t i n g s l o p e s h i f t s c h e d u l e ;s l o p e e s t i -m a t i o n ;s l o p em a p p i n g ;h a r d w a r e i n t h e l o o p(H I L )收稿日期:2013 01 04基金项目:国家自然科学基金资助项目(51275355)0 引言双离合器变速器(d u a l c l u t c h t r a n s m i s s i o n s,D C T )既继承了手动变速器(m a n u a l t r a n s m i s -s i o n ,MT )与电控机械式自动变速器(a u t o m a t e d m e c h a n i c a l t r a n s m i s s i o n ,AMT )传动效率高㊁结构紧凑㊁成本低等诸多优点,又克服了MT 和AMT 换挡过程中动力中断的不足,具有与自动变速器(a u t o m a t i c t r a n s m i s s i o n ,A T )相当的换挡品质[1],是近年来迅速发展的自动变速技术㊂D C T 控制系统是D C T 的关键部件,其中换挡规律的制定是D C T 控制系统的核心技术之一㊂传统的彼得罗夫二参数换挡规律,仅以车速和节气门开度作为换挡控制参数,只能反映车辆的状态,且一般根据汽车在水平道路行驶时确定的最佳动力性换挡规律或最佳经济性换挡规律进行换挡,而没有考虑车辆行驶环境以及车辆驾驶员操纵意愿对换挡过程的影响㊂如遇到坡道等特殊行驶环境,则会出现频繁换挡或意外升挡现象[2]㊂此外,由D C T 工作原理可知,D C T 采用预先接合同步器的方法,如果产生循环换挡现象,必然会导致同步器不必要的频繁动作[3]㊂因此,制定适应道路坡度情况的智能换挡规律对D C T 更为重要,已渐成为研究热点之一㊂制定换挡规律的前提是要预先知道车辆质量㊁路面滚动阻力系数㊁空气阻力系数及道路坡度等㊂整车质量和道路坡度是坡道换挡策略制定中的两个重要参数[4],可分为基于传感器和基于动力学模型两种识别方法㊂B a e l 等[5]采用G P S 测量道路标高,进而计算道路坡度;W ür t e n b e r ge r 等[6]则在车辆中加载加速度传感器,通过测量纵向加速度来对坡道进行估计;陈士安等[7]对静态和动态两个识别过程通过同胚映射对车辆行驶路㊃2212㊃中国机械工程第24卷第15期2013年8月上半月面坡度进行精确的求解;金辉等[8]利用电控单元内存的加速度表进行了坡道的识别㊂本文根据车辆纵向动力学模型,使用改进型最小二乘法对行驶坡道进行了辨识,并采用B P 神经网络对辨识值进行了坡度映射,在此基础上,综合考虑坡道㊁节气门开度和节气门开度变化率,采用模糊智能技术对D C T 换挡规律进行实时修正,避免了由坡度所带来的频繁换挡和意外升挡现象,并且保持了传统换挡规律在常规路面行驶时的优点㊂1 平路运行车辆参数辨识平路辨识的目的是基于车辆运行时的动力学原理,根据道路条件的变化实时地对车辆质量m ㊁滚动阻力系数f 0和空气阻力系数f w 进行动态识别㊂1.1 车辆驱动力车辆驱动力方程如下所示:F d =F a +F r +F s +δm a(1)式中,F d 为汽车驱动力;F a 为空气阻力;F r 为滚动阻力;F s 为坡道阻力;m 为车辆质量;a 为车辆加速度;δ为旋转质量换算系数㊂汽车的驱动力F d 还可以表示为F d =T e (α,n e )ζ0ηt r(2)式中,T e 为发动机输出转矩;α为节气门开度;n e 为发动机转速;ζ0为传动系传动比;ηt 为传动效率;r 为轮胎的滚动半径㊂空气阻力F a 可以表示为F a =C D A v 2a 21.15=f w v 2a(3)式中,C D 为空气阻力系数;A 为汽车迎风面积;v a 为车速㊂滚动阻力和坡道阻力和可以表示为F r +F s =m g (s i n β+f 0c o s β)(4)式中,β为坡度角,β>0表示上坡,β<0表示下坡㊂当车辆在平路上行驶时,式(1)可表示为T e (α,n )ζ0ηt r =C D A v 2a 21.15+m g f 0+δm a =v 2af w +g m f 0+δa m =h T θ(5)h =[v 2ag δa ]T θ=[f w f 0 m ]T其中,h ㊁θ为待识别的参数㊂1.2 车辆参数的最小二乘递推法辨识最小二乘法是经典的参数辨识方法,被广泛用于解决实际问题中[2],其基本原理如下㊂对于S I S O 离散随机系统,其描述方程为z (k )+a 1z (k -1)+a 2z (k -2)+ +a n az (k -n a )=b 1u (k -1)+b 2u (k -2)+ +b n bu (k -n b )+e (k )(6)式中,z (k )为系统输出量的第k 次观测值;u (k )为系统第k 个输入值;e (k )为均值为0的随机噪声㊂将式(6)进行改写可得系统输入输出的最小二乘格式为z (k )=h T (k )θ+e (k )(7)h (k )=[-z (k -1) -z (k -2) -z (k -n a )u (k -1) u (k -2) u (k -n b )]Tθ=[a 1 a 2 a n a b 1 b 2 b n b]T式中,h (k )为样本矩阵;θ为被辨识的参数矩阵㊂取准则函数J (θ)=∑∞k =1[e (k )]2=∑∞k =1[z (k )-h T(k )θ]2(8)使J (θ)最小的θ估计值称作参数θ的最小二乘估计值,它可通过将准则函数J (θ)对θ求偏导得到㊂为了防止数据饱和现象的发生,在参数递推估计时,每取得一个新的测量数据,将以前所有的数据乘上一小于1的加权因子Λ(k ),即遗忘因子,此时,准则函数变为J (θ)=∑Lk =1Λ(k )[e (k )]2=∑Lk =1Λ(k )[z (k )-h T(k )θ]2(9)在具体使用中,为了减少计算量,减少数据在计算机中所占的存储量,也为了实时地辨识出动态系统的特性,常采用最小二乘递推算法(r e c u r s i v e l e a s t s qu a r e s ,R L S )㊂其基本思想可以概括成:^θ(k )e s t =^θ(k -1)e s t +λm o d (10)式中,^θ(k )e s t 为新的估计值;^θ(k -1)e s t 为前一时刻的估计值;λm o d 为修正项㊂此时,可求得最小二乘估计值^θ(k )满足以下关系:^θ(k )=^θ(k -1)+K (k )(z (k )-h T (k )^θ(k -1))K (k )=P (k -1)h (k )(h T (k )P (k -1)h (k )+1Λ(k ))-1P (k )=(I -K (k )h T(k ))P (k -1üþýïïïï)(11)式中,I 为单位阵,具体维数由待辨识对象决定㊂在MA T L A B 中运行建立的D C T 仿真模型,仿真时间为30s ,遗忘因子取0.8㊂编写程序,对平路车辆运行状态参数采用最小二乘递推算法进行辨识,辨识结果如图1所示,其中虚线为各参数递推辨识值,而实线为实际值㊂由图1可知,最小二乘参数估计递推算法辨识精度高,收敛性强㊂通过进行平路上的车辆运行参数辨识,得出了滚动阻力系数f 0和空气阻力系数f w ,为进一㊃3212㊃双离合器变速汽车坡道模糊修正换挡研究赵治国 王 琪 刁威振等图1 平路运行车辆各参数递推辨识值与真实值对比步进行坡道辨识奠定了基础㊂2 坡道辨识2.1 车辆坡道驱动力方程道路坡度i 是指坡高和底长之比,即i =t a n β,为了识别道路坡度,对车辆驱动方程进行整理得a =(T e (α,n e )ζ0ηt r -C D A v 2a 21.15)1δm -g δ(s i n β+f 0c o s β)(12)在进行坡道换挡策略制定时,整车质量和道路坡度是两项重要的参数,将式(12)化简成z =H T θ(13)z =aH =[h 1 h 2]T =T e (α,n e )ζ0ηt r -C D A v 2a 21.15 -g δ[]]Tθ=[θ1 θ2]T =1ms i n β+f 0c o s []βüþýïïïïïT(14)式中,z 和H 为可测变量;θ为待识别参数㊂2.2 坡度的改进型最小二乘法递推辨识研究发现,采用1.2节带遗忘因子的最小二乘递推算法对时变坡度值辨识效果较差㊂究其原因,采用该方法时,通常假定辨识的各个参数是同步变化的,而车辆在实际行驶过程中,整车的质量往往是恒定值,它是一个参数变化不同步的系统,如果采用单一的遗忘因子,当一项辨识参数发生变化时,所有参数的辨识值都将无差别地更新,会出现大的超调现象㊂此外,此种算法所有参数的偏差均存在于同一个标量项中,当一个参数发生变化时,辨识值的校正作用作用于所有参数,出现辨识参数的超调[2]㊂为解决上述问题,文献[9]提出了一种改进型的最小二乘参数辨识的递推算法㊂其准则函数为J (^θ1(k ),^θ2(k ))=12∑ki =1Λk -i 1(z (i )-h 1(i )^θ1(k )-h 2(i )θ2(k ))2+12∑ki =1Λk -i 2(z (i )-h 2(i )^θ2(k )-h 1(i )θ1(k ))2(15)由式(15)可知,该方法将不同参数的偏差分解到不同的标量项中,对各个参数也采用了不同的遗忘因子,对辨识值的调整有更多的自由度㊂将该准则函数分别对^θ1(k )和^θ2(k )求偏导,得^θ1(k )和^θ2(k )的递推形式如下:^θ1(k )=^θ1(k -1)+K 1(k )(z (k )-h 1(k )^θ1(k -1)-h 2(k )θ1(k ))K 1(k )=P 1(k -1)h 1(k )(Λ1+h T 1(k )P 1(k -1)h 1(k ))-1P 1(k )=(I -K 1(k )h T 1(k ))P 1(k -1)Λ-1üþýïïïïïï1(16)^θ2(k )=^θ2(k -1)+K 2(k )(z (k )-h 2(k )^θ2(k -1)-h 1(k )θ2(k ))K 2(k )=P 2(k -1)h 2(k )(Λ2+h T 2(k )P 2(k -1)h 2(k ))-1P 2(k )=(I -K 2(k )h T 2(k ))P2(k -1)Λ-1üþýïïïïïï2(17)采用该方法对图2所示的由定值和时变值组成的组合道路坡度进行辨识㊂因为在辨识的过程中,坡度值是时变的,必须对辨识坡度值的观测数据进行一定的遗忘,充分利用当前的数据获得好的辨识结果,所以坡度遗忘因子应取一个小于1的值,而质量在辨识的过程中是恒定的,所以须加强对辨识质量的观测数据的记忆,故其应取一个大于1的值㊂在这里,质量的遗忘因子m 1取2,坡度的遗忘因子m 2取0.9进行仿真㊂辨识结果如图3所示㊂其中虚线为各参数递推辨识值,而实线为实际值㊂可见,辨识值具有很快的收敛速度且均能很好地跟踪实际值,辨识结果令人满意㊂图2 组合道路坡度角(a)组合坡度辨识结果(b)整车质量辨识结果图3 组合坡度和整车质量辨识结果㊃4212㊃中国机械工程第24卷第15期2013年8月上半月3 坡度映射2.2节中通过最小二乘算法辨识出来的值仅为s i n β+f 0c o s β而并非坡度t a n β,设g (β)=s i n β+f 0c o s β -π2<β<π2(18)由于g (β)=s i n β+f 0c o s β为一超越函数,不能求出其解的具体公式,所以在此需建立一个映射求出道路坡度:f :g (β)→β→t a n β(19)3.1 B P 神经网络B P 神经网络因可以实现输入和输出间的任意非线性映射,应用较为广泛㊂它包括输入层节点㊁输出层节点及一层或多层隐含层节点㊂本文即采用B P 神经网络来建立辨识值s i n β+f 0c o s β与精确坡度t a n β之间的映射㊂3.2 映射关系建立运用MA T L A B 神经网络工具箱,建立B P 神经网络㊂网络的输入为2.2节中坡度辨识所得到的s i n β+f 0c o s β,网络的输出值为道路精确坡度t a n β㊂其训练函数采用Tr a i n l m ,权值调节规则采用L e a r n g d m ,性能函数选用M s e ,网络层数为3,各层传递函数类型分别为T a n s i g ㊁T a n s i g 和P u r e l i n,将神经网络训练所得的映射坡度值与原目标样本坡度值进行对比,如图4所示㊂由图4可见,所设计的基于B P 神经网络的坡道映射仿真输出能较好地拟合原样本数据,设计结果令人满意㊂图4 目标值与映射值对比3.3 坡道映射仿真分析利用函数g e n s i m 生成B P 神经网络的s i m u -l i n k 模块,对通过最小二乘算法辨识出的s i n β+f 0c o s β进行映射仿真,仿真时间取100s ,车辆质量取恒定值1260kg ,所给坡度角为图2所示的组合道路坡度角,映射后所得的辨识坡度值与给定真实坡度值对比如图5所示,可以看出辨识后映射出的坡度值很好地跟踪了给定的实际坡度值㊂4 基于坡道辨识的模糊修正换挡4.1 D C T 坡道性能仿真通常装有D C T的车辆在坡道行驶时时容易图5 映射后所得的辨识坡度值与给定真实坡度值对比出现以下问题:①当其在低挡上坡的时候,由于低挡车辆所受的驱动力大于坡道阻力,车辆加速度为正值,车辆在坡道上速度逐渐增大,当达到升挡临界速度时,自动变速器换入高挡,而由于高挡的驱动力又小于坡道阻力,此时车辆加速度变为负值,车辆减速又回到低挡,从而出现换挡循环现象;②当其在下坡尤其是下长坡的过程中若按照传统的两参数换挡规律进行挡位决策的话,则不能利用发动机牵阻作用使汽车减速㊂对所建D C T 变速汽车模型进行坡道性能仿真,所选坡度如图6所示㊂可以看出0~10s 汽车在平路上行驶,10s 后车辆开始下坡,下坡的坡度值为-0.1511,行驶到20s 时,车辆重新驶入平路,行驶到25s 时,车辆开始上坡,坡度值为0.1511㊂仿真时,车辆以12%的节气门开度起步,仿真结果如图7所示㊂图6 仿真所给出的坡度值从图7a 中可以看出,在下坡段(约10~20s),随着车速的增大,车辆的挡位逐渐升高,未能充分利用发动机在低挡的辅助制动作用,在大约17s 时,由于车速过高,驾驶员出于安全考虑,踩制动踏板进行减速,车速降低,以3挡驶入平路,之后驶入上坡工况㊂在上坡段,装有该D C T的车辆在2挡和3挡间循环切换㊂从图7d 可以看出,在2挡的时候,D C T 输出扭矩较大,可以克服坡道阻力而使车辆加速,而在3挡时,D C T 输出扭矩较小,在坡道阻力的作用下,车辆减速又换回抵挡,从而出现图7a 所示的循环换挡状况㊂4.2 坡道换挡规律模糊修正为了解决D C T 变速车辆在坡道行驶时出现的频繁换挡和意外升挡问题,当车辆在坡道上行驶时,需要对换挡曲线进行实时的修正,给换挡车速v 一个修正系数λ(λ=f (i ,α)),该修正系数为㊃5212㊃双离合器变速汽车坡道模糊修正换挡研究赵治国 王 琪 刁威振等(a)当前挡位与目标挡位(b)车速随时间的变化(c)发动机转速随时间的变化(d )D C T 输出扭矩随时间的变化图7 装有D C T 的车辆坡道行驶仿真结果道路坡度和节气门开度的函数,对换挡曲线进行修正,修正后的换挡车速为v '=λf '(g g ,α)=f (i ,α)f '(g g ,α)(20)式中,f '(g g ,α)为常用的两参数换挡规律,即平路行驶换挡规律;α为节气门开度;g g 为目标挡位;i 为道路坡度㊂修正后,只有当车速v >v '时,汽车才执行换挡操作,修正的示意图如图8所示㊂图8 坡道换挡规律修正示意图用坡度和节气门开度建立修正因子函数时,由于坡度和节气门开度大小在实际中均可看作模糊变量,故可采用模糊映射来确定修正系数㊂具体为:以辨识出的坡度值和节气门开度作为模糊修正换挡系统的输入并模糊化,建立模糊规则集并进行推理,再通过输出反模糊化得到坡道换挡修正值λ㊂在确定坡度的语言集和基本论域时,将坡度分为5种类型:大下坡㊁小下坡㊁平路㊁小上坡㊁大上坡,节气门开度分为3种类型:小㊁中㊁大,其语言集和基本论域分别如下设置:i (坡度):(大下坡(B d o w n ),小下坡(M d o w n ),平路(S ),小上坡(M u p ),大上坡(B u p));α(节气门开度):(小(S ),中(M ),大(B ))㊂坡度和节气门开度的隶属度函数如图9所示㊂(a)坡度的隶属度函数(b)节气门开度的隶属度函数图9 坡度和节气门开度的隶属度函数设置好语言集和基本论域后,建立模糊规则,得出模糊规则插值曲面,如图10所示㊂图10 模糊规则插值曲面4.3 坡道修正换挡仿真分析在MA T L A B 中建立基于坡道的模糊换挡规律修正模块,以坡度和节气门开度作为输入量,得出修正系数㊂依然选取如图6所示的坡度进行仿真,仿真时间200s,车辆分别经历了平路㊁下坡㊁平路㊁上坡四个阶段,仿真结果见图11㊂㊃6212㊃中国机械工程第24卷第15期2013年8月上半月(a)当前挡位与目标挡位(b)车速随时间的变化(c)发动机转速随时间的变化(d )D C T 输出扭矩随时间的变化图11 坡道修正换挡仿真结果由图11a 可以看出,在下坡段(约10~20s),模糊修正换挡模块根据输入的节气门信号和坡度值,对换挡的车速进行实时修正㊂随着车速的增大,车辆的挡位并未逐渐升高,而是稳定在3挡,充分利用了发动机在低挡的辅助制动作用㊂经过下坡段后,以3挡驶入平路,之后驶入上坡工况㊂在上坡段,装有该D C T 的车辆未出现之前所出现的2挡和3挡间挡位循环切换的现象,而是保持在低挡,增加了上坡的动力性,从而有效地减少了离合器和同步器不必要的频繁的动作,减轻了机构的磨损,增强了乘车的舒适性㊂图11d 中D C T 输出扭矩之所以存在波动是因为在上坡时,当驾驶员感到车速过高时,松加速踏板,利用坡道阻力进行制动,而当感到车速过低时,踩加速踏板,增大发动机输出扭矩,从而增大了D C T 输出扭矩㊂5 坡道模糊修正换挡硬件在环仿真实验采用硬件在环仿真技术,可对控制策略进行优化,与数字仿真相比,该方法具有一定的实时性,可相对准确地对控制策略的预期效果进行实时预测和评价[10]㊂本文基于自主开发的D C T 硬件在环仿真平台,对所建的D C T 坡道模糊修正换挡控制策略进行了初步验证㊂5.1 D C T 硬件在环仿真实验台的搭建D C T 硬件在环仿真实验台结构原理如图12所示,实物如图13所示㊂硬件部分主要包括D C T 台架㊁T C U 控制器及d S P A CE 硬件设备M i c r o A u t o b o x ,软件部分包括D C T 车辆实时仿真模型㊁d S P A C EC o n t r o l D e s k ㊁T C U 控制软件及C A N a pe 标定测量软件等㊂图12 D C T 硬件在环仿真实验台原理图5.2 坡道模糊修正换挡硬件在环仿真实验利用所建立的D C T 硬件在环仿真实验台,验证所设计的模糊修正换挡策略的有效性,实验所选用的坡度与在硬件在环仿真实验台上所辨识出的坡度对比如图14所示㊂由图14可见,基于改进型最小二乘递推算法所辨识出的坡度值准确㊂未加入模糊修正换挡时,在硬件在环仿真实验台上采集到的挡位值如图15所示㊂加入模糊修正换挡策略后,在硬件在环仿真实验台上采所采集到的挡位值如图16所示㊂由图15可知,在未加入模糊修正换挡模块进㊃7212㊃双离合器变速汽车坡道模糊修正换挡研究赵治国 王 琪 刁威振等(a)硬件在环仿真实验台正面图(b)硬件在环仿真实验台背面图图13 D C T硬件在环仿真实验台实物图14实验所用坡度值与辨识出的坡度值对比图15 未加入模糊修正换挡D C T硬件在环仿真结果图16 加入模糊修正换挡D C T 硬件在环仿真结果行硬件在环仿真实验时,在下坡段高档运行,不能充分利用发动机牵阻作用,而在上坡段则出现频繁换挡现象㊂由图16可知加入基于坡道识别的模糊修正换挡模块后,在下坡段随着车速的增大,车辆的挡位并未逐渐升高,而是稳定在3挡,充分利用了发动机在低挡的辅助制动作用,而在上坡段未出现频繁换挡现象,从而减少了离合器和同步器不必要的频繁动作,提高了整车舒适性㊂6 结论(1)基于纵向车辆动力学模型,运用改进型最小二乘法对整车质量等车辆参数与道路坡度进行实时辨识,离线仿真及硬件在环仿真实验结果表明,在不增加系统硬件成本,充分利用车辆现有传感器信号的前提下,基于改进型最小二乘法的车辆参数与道路坡度实时辨识算法准确度较高,简便㊁实用㊂(2)在车辆参数与道路坡度实时辨识的基础上,利用B P 神经网络进行坡道映射求解坡度,进而基于模糊控制设计坡道模糊修正换挡规律㊂离线仿真及硬件在环仿真实验结果表明,坡道行驶时,开发的坡道模糊修正换挡规律能有效地解决传统二参数换挡规律引起的频繁换挡和意外换挡现象,减少了D C T 同步器作动次数,提高了整车舒适性㊂参考文献:[1] 赵治国,仇江海.D C T 车辆起步及换挡过程双离合器H ∞鲁棒控制[J ].中国机械工程,2012,23(6):745‐751.Z h a oZ h i g u o ,Q i u J i a n g h a i .H ∞R o b u s tC o n t r o l f o r T w i nC l u t c h e so fD C T D u r i n g V e h i c l e ’SS t a r t i n ga n dS h i f t i n g P r o c e s s e s [J ].C h i n a M e c h a n i c a lE n g i -n e e r i n g,2012,23(6):745‐750.[2] 史俊武,鲁统利,李小伟,等.自动变速车来那个坡道行驶自适应换挡策略[J ].农业机械学报,2011,42(4):1‐6.S h i J u n w u ,L u T o n gl i ,L i x i a o w e i ,e ta l .S e l f-A d a p t i v e S l o p e G e a r s h i f t S t r a t e g y fo r A u t o m a t i c T r a n s m i s s i o nV e h i c l e s [J ].T r a n s a c t i o n s o f t h eC h i -n e s eS o c i e t y f o rA g r i c u l t u r a lM a c h i n e r y ,2002,33(2):8‐10.[3] 杨伟斌,陈全世,吴光强,等.智能修正型换挡规律的设计及在双离合器式自动变速器中的应用[J ].机械工程学报,2009,45(1):205‐209.Y a n g W e i b i n ,C h e n Q u a n s h i ,W u G u a n g q i a n g,e t a l .D e s i g no f t h e I n t e l l i g e n tC o m p e n s a t i n g S h i f t -i n g S c h e d u l e a n d I t sA p p l i c a t i o n i nD u a l C l u t c hA u -㊃8212㊃中国机械工程第24卷第15期2013年8月上半月t o m a t i cT r a n s m i s s i o n V e h i c l e[J].C h i n e s eJ o u r n a l o fM e c h a n i c a l E n g i n e e r i n g,2009,45(1):205‐209.[4] 张勇,宋健,许纯新.车辆质量参数对最佳换挡点的影响[J].农业机械学报,2002,33(2):8‐10.Z h a n g Y o n g,S o n g J i a n,X u C h u n x i n.T h eI n f l u-e n c e o fV e h i c u l a rM a s sP a r a m e t e r s o n t h eO p t i m u mS h i f tP o i n t[J].T r a n s a c t i o n so f t h eC h i n e s eS o c i e t yf o rAg r i c u l t u r a lM a chi n e r y,2002,33(2):8‐10.[5] B a e lH S,R y u J i h a n,G e r d e s JC.R o a dG r a d e a n dV e h i c l eP a r a m e t e rE s t i m a t i o n f o rL o n g i t u d i n a l C o n-t r o lU s i n g G P S[C]//P r o c e e d i n g so f t h e4t hI n t e r-n a t i o n a l I E E EC o n f e r e n c e o n I n t e l l i g e n tT r a n s p o r t a-t i o nS y s t e m s.O a k l a n d,C A,2001:166‐171.[6] Wür t e n b e r g e rM,G e r m a n nS t,I s e r m a n nR.M o d-e l i n g a n dP a r a m e t e rE s t i m a t i o no fN o n l i n e a rV e h i-c l eD y n a m i c s[J].A m e r i c a nS o c i e t y o f M e c h a n i c a lE n g i n e e r s,D y n a m i cS y s t e m s a n dC o n t r o lD i v i s i o n,1992,44:53‐63.[7] 陈士安,何仁,陆森林.AM T车辆运行状态参数辨识的新方法[J].轻型汽车技术,2003,10(2):17‐20.C h e nS h i a n,H e r e n,L uS e n l i n.A N e wR e c o g n i t i o nM e t h o df o r AM T V e h i c l e P a r a m e t e r s[J].L i g h tV e h i c l e s,2003,10(2):17‐20.[8] 金辉,葛安林,秦贵和,等.基于纵向动力学的坡道辨识方法研究[J].机械工程学报,2002,38(1):79‐86.J i n H u i,G e A n l i n,Q i n G u i h e,e ta l.S t u d y o nS l o p eR e c o g n i t i o nM e t h o dB a s e d o nV e h i c l e sL o n g i-t u d i n a l D y n a m i c s[J].C h i n e s e J o u r n a l o fM e c h a n i c a lE n g i n e e r i n g,2002,38(1):79‐86.[9] A r t h u rJ,B r y s o n E,H o Y C.A p p l i e d O p t i m a lC o n t r o l O p t i m i z a t i o n,E s t i m a t i o n,a n d C o n t r o l[M].N e w Y o r k:H e m i s p h e r eP u b l i s h i n g,1975.[10] 何宁,赵治国,李瑜婷.双离合器自动变速器换挡规律及其仿真评价[J].中国机械工程,2011,22(6)367‐373.H eN i n g,Z h a oZ h i g u o,L iY u t i n g.S h i f t S c h e d u l ea n dS i m u l a t i o n E v a l u a t i o nf o rD u a lC l u t c h A u t o-m a t i cT r a n s m i s s i o n[J].C h i n a M e c h a n i c a lE n g i-n e e r i n g,2011,22(6):367‐373.(编辑 王艳丽)作者简介:赵治国,男,1971年生㊂同济大学汽车学院副教授㊁博士研究生导师㊂主要研究方向为车辆动力学控制及混合动力汽车动力传动系统控制㊂发表论文70余篇㊂王 琪,男,1989年生㊂同济大学汽车学院硕士研究生㊂刁威振,男,1987年生㊂同济大学汽车学院硕士研究生㊂陈海军,男,1989年生㊂同济大学汽车学院硕士研究生㊂(上接第2121页)S u nG u a n g y o n g,L i G u a n g y a o,G o n g Z h i h u i.A p p l i-c a t i o n i nS h e e t M e t a lF o r m i n g O p t i m i z a t i o n B a s e d o n V a r i a b l e C o m p l e x i t y M o d e l o f M e t a m o d e l i n g T e c h n i q u e[J].J o u r n a lo f M e c h a n i c a lE n g i n e e r i n g, 2009,45(9):201‐210.[3] S a k a t aS,A s h i d aF,Z a k o M.A nE f f i c i e n tA l g o-r i t h mf o rK r i g i n g A p p r o x i m a t i o na n d O p t i m i z a t i o nw i t h L a r g e-s c a l e S a m p l i n g D a t a[J].C o m p u t.M e t h o d sA p p l.M e c h.E n g.,2004,193:385‐404.[4] W e l c h W J,B u c kRJ,S a c k sJ.S c r e e n i n g,P r e d i c-t i n g a n d C o m p u t e r E x p e r i m e n t s[J].T e c h n o m e t-r i c s,1992,34(1):15‐25.[5] W e l c h W J,M i t c h e l lTJ,W y n n H P.D e s i g na n dA n a l y s i so fC o m p u t e rE x p e r i m e n t s[J].S t a t i s t i c eS c i e n c e,1989,4(4):409‐435.[6] M a r t i n JD,S i m p s o nT W.U s eo fK r i g i n g M o d e l st o A p p r o x i m a t e D e t e r m i n i s t i c C o m p u t e r M o d e l s[J].A I A AJ.,2005,43(4):853‐863.[7] S i m p s o nT W,M a u e r y T M,K o r t e J J,e t a l.C o m-p a r i s o no fR e s p o n s e S u r f a c e a n dK r i g i n g M o d e l s f o rM u l t i d i s c i p l i n a r y D e s i g n O p t i m i z a t i o n[C]//7t hS y m p o s i u mo nM u l t i d i s c i p l i n a r y A n a l y s i s a n dO p t i-m i z a t i o n,S tL o u i s,M J,A J A A‐98‐4755,1998.[8] S a k a t aS,A s h i d aF,Z a k o M.A nE f f i c i e n tA l g o-r i t h mf o rK r i g i n g A p p r o x i m a t i o na n d O p t i m i z a t i o nw i t hL a r g e-s c a l eS a m p l i n g D a t a[J].C o m p u t e rM e t h o d si n A p p l i e d M e c h a n i c sa n d E n g i n e e r i n g, 2004,193:385‐404.[9] S a k a t aS,A s h i d aF,Z a k o M.S t r u c t u r a lO p t i m i z a-t i o n U s i n g K r i g i n g A p p r o x i m a t i o n[J].C o m p u t e rM e t h o d si n A p p l i e d M e c h a n i c sa n d E n g i n e e r i n g, 2003,192:923‐939.[10] H u a n g D,A l l e nT T,N o t zWI,e t a l.S e q u e n t i a lK r i g i n g O p t i m i z a t i o n U s i n g M u l t i p l e-f i d e l i t yE v a l u a t i o n s[J].S t r u c t u r a la n d M u l t i d i s c i p l i n a r yO p t i m i z a t i o n,2006,32:369‐382.[11] W a n g H,L iG Y,L iE Y,e t a l.D e v e l o p m e n t o fM e t a m o d e l i n g B a s e d O p t i m i z a t i o n S y s t e m f o rH i g h N o n l i n e a rE n g i n e e r i n g P r o b l e m s[J].A d v.E n g.S o f t w.,2008,39(8):629‐645.[12] 张登峰,高金源.用于变复杂度建模的K r i n g i n g模型研究[C]//中国航空学会第十三届学术年会.呼伦贝尔,2007:1‐21.(编辑 苏卫国)作者简介:廖代辉,女,1979年生㊂湖南大学汽车车身先进设计制造国家重点实验室博士研究生㊂主要研究方向为车身结构分析与优化㊁薄板冲压成形技术及其优化㊂发表论文8篇㊂成艾国,男,1972年生㊂湖南大学机械与运载工程学院教授㊂钟志华,男,1963年生㊂湖南大学机械与运载工程学院教授㊁博士研究生导师,中国工程院院士㊂㊃9212㊃双离合器变速汽车坡道模糊修正换挡研究 赵治国 王 琪 刁威振等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
CN 11-5904/U J Automotive Safety and Energy, 2013, Vol. 4 No. 3279—288干式双离合器变速器换挡过程的转矩协调最优控制赵治国，王 琪，陈海军，刁威振（同济大学新能源汽车工程中心，上海 201804，中国）摘 要：对于某一自主开发汽车的六速干式双离合器变速器（DDCT），提出了对不同驾驶意图、分阶段采取不同措施的转矩协调最优控制策略：在转矩相阶段，运用二次型最优控制确定了离合器转矩变化率；在惯性相阶段，采用发动机点火参数与燃油供给调节控制以缩短惯性相时间；在微滑摩阶段及需求转矩切换阶段，建立了体现驾驶意图的控制因子映射。
并在Matlab/Simulink软件平台上，搭建了DDCT换挡过程模型，进行仿真试验。
结果表明：换挡过程中的换挡冲击在－2 m/s3以内，产生的总滑摩功在2 kJ以内；因而，该控制策略能体现驾驶员的换挡意图，且满足换挡品质需求。
关键词：汽车变速器；干式双离合器变速器（DDCT）；换挡过程；转矩协调；二次型最优控制中图分类号： U 463.211 文献标志码： A DOI： 10.3969/j.issn.1674-8484.2013.03.013Torque coordinating optimal control for dry dual clutchtransmission in shifting processZHAO Zhiguo, WANG Qi, CHEN Haijun, DIAO Weizhen（Clean Energy Automotive Engineering Center, Tongji University, Shanghai 201804, China）Abstract: A torque coordinating optimalcontrol strategy was developed using different driving intentions indifferent shifting process phases for a six-speed Dry Dual-Clutch-Transmission (DDCT) of a self-developed car.A simulation model was set up on the Matlab/Simulink software platform and then used to simulate the controlstrategy for DDCT shifting process. The sub-divided phases included the quadratic optimal control adopted intorque phase; the ignition parameters and fuel supply controlin inertia phase; the control factor mapping method, which refl ects driving intension, both in micro-slipping phase and in demanded torque switching phase. Theresults show that shift jerks are within -2 m/s3 while the total frictional energy losses are within 2 kJ in shiftprocess. Therefore, this control strategy refl ects driving intentions and meets the demand of shift quality.Key words: automotive transmission; dry dual clutch transmission (DDCT); shifting process; torquecoordinating; quadratic optimal control收稿日期/ Received：2013-05-09基金项目 / Supported by：国家自然科学基金资助项目（51275355）第一作者 / First author：赵治国（1971—），男（汉），陕西，副教授、博士生导师。
E-mail：zhiguozhao@双离合器变速器（dual clutch transmissions，DCT）是近年来迅速发展的汽车自动变速器技术，它既继承了手动变速器（manual transmission，MT）与电控机械式自动变速器（automated mechanical transmission，AMT）传动效率高、结构紧凑、成本低等诸多优点，又克服了MT和AMT换挡过程动力中断的不足，具有与自动变速器（automatic transmission，AT）相当的换挡品质[1]。
干式双离合器变速器（dry-DCT, DDCT)的换挡过程，依赖双离合器工作状态的切换和发动机的有效配合；若两离合器传递转矩与发动机输出转矩间协调不当，将导致动力中断、出现功率循环和变速器输出轴转矩的较大波动，不仅会直接影响换挡平顺性，还会引起传动系统的冲击振动并降低传动部件的寿命。
因此，换挡过程的转矩协调控制成为DCT控制的难点和重点。
Goetz M、秦大同等 [2~4]将DCT换挡过程分成转矩相和惯性相，其中在转矩相，完成双离合器转矩的切换，而在惯性相，则用来实现发动机转速与离合器目标转速的同步。
牛铭奎等将升挡过程描述为5个阶段，即低挡运行、低挡转矩相、惯性相、高挡转矩相、高挡运行，并采用EASY5软件建立各阶段模型，对DCT 换挡过程进行了仿真研究[5]。
但都只是定性分析，并未定量地给出两个离合器接合程度随时间的变化规律。
吴光强，李瑜婷等[6~7]采用了二次型最优控制理论，求解了换挡过程中两个离合器转矩的变化率，但在确定过程中，人为地认为两个离合器转矩变换率成一定的比例关系，缺少理论支持。
本文基于自主开发的、采用有6个前进挡的干式离合器变速器（“六速干式DCT”），建立八自由度换挡动力学模型。
根据换挡品质的要求，量化了换挡控制目标，分析了换挡过程发动机与离合器的转速和转矩特性，将DCT换挡过程分为转矩相、惯性相、微滑摩阶段以及需求转矩切换阶段。
在转矩相阶段运用二次型最优控制离合器转矩变化率；在惯性相阶段采用发动机点火参数与燃油供给调节控制缩短惯性相时间；在微滑摩阶段与需求转矩切换阶段，建立了体现驾驶员意图的控制因子映射。
由此，解决了DCT换挡过程中双离合器及发动机间的实时转矩协调以及优化控制问题。
1 DCT换挡动力学模型1.1 六速干式DCT的动力学模型六速干式DCT是由干式双离合器模块及其执行机构、4个同步器及其执行机构、双中间轴齿轮传动机构所构成的复杂系统。
为研究方便进行以下假设：1）将发动机输出轴、变速器输入轴、中间轴及输出轴均视为具有分布参数的集中惯量的刚体，并考虑各自摩擦阻尼损失；2）系统只考虑离合器减振器和变速器输出轴的弹性，忽略轴承和轴承座间的弹性，同时也不考虑齿轮啮合弹性及间隙；3）忽略温度等因素对除离合器之外的系统其它部分的工作状态的影响。
简化后所建立的6速干式DCT动力学模型如图1所示。
各参数及变量定义为：I 为当量转动惯量，其角标：e 为发动机曲轴（含飞轮）及离合器主动盘的当量；c1为离合器1从动盘及变速器输入轴1（实心轴）及关联奇数挡齿轮当量；c2为离合器2从动盘及变速器输入轴2（空心轴）及关联偶数挡齿轮当量；m1为变速器中间轴1及其关联齿轮、主减速器主动部分的当量；m2为变速器中间轴2及其关联齿轮、主减速器主动部分的当量；s为s轴当量；v为主减速器从动部分、差速器、半轴、车轮以及整车等效至变速器输出轴的当量；g1—g6为各前进挡被动齿；r为倒挡被动齿。
i为速比，其角标：g1—g5、r 为各前进挡及主减速器。
c为旋转粘性阻尼系数，其角标：e为发动机曲轴、输出轴；c1为变速器输入轴1的；c2为变速器输入轴2的；m1为变速器中间轴m1的；m2为变速器中间轴m2的；s为变速器输出轴（s）的；v 为车辆半轴及轮胎等效到变速器输出轴上的当量。
ω为角速度，其角标：e为发动机曲轴；c1为离合器1从动盘盘（变速器输入轴1）的；c2为离合器2从动盘盘（或变速器输入轴2）的；m1为中间轴m1的；m2为中间轴m2的；s为变速器输出轴的。
T 为转矩，其角标：e为发动机曲轴；c1为离合器1所传递的；c2为离合器2所传递的；m1为中间轴m1的；m2为中间轴m2的；r为折算到变速器输出轴上的车辆行驶的(阻力矩)；b为刹车。
此外，T c1m1、T c2m1、T c1m2、T c2m2分别为变速器输入轴1和输入轴2对中间轴m1与m2的作用转矩；T m1c1、T m1c2、T m2c1、T m2c2分别为变速器中间轴m1与m2对输入轴1和输入轴2的反作用转矩；T sm1、T sm2分别为输出轴对变速器中间轴反作用转矩。
281赵治国，等：干式双离合器变速器换挡过程的转矩协调最优控制1.2 六速干式DCT 换挡动力学方程DCT 换挡过程本质上就是接合离合器分离，同时分离离合器接合的离合器工作状态切换过程。
以一挡升二挡为例，DCT 换挡滑摩阶段，离合器1逐渐分离，同时离合器2缓慢接合，即 逐渐减小，而 逐渐增大，发动机转矩则通过离合器1和离合器2共同向后传递至驱动轮。
值得注意的是，DCT 换挡过程中可能出现功率循环现象，故离合器传递转矩是否做正功需由离合器主从动盘转速差的符号所决定。
对图1所示的DCT 进行受力分析可得滑摩阶段DCT 的八自由度换挡动力学方程：（1）其中：（2）sign 为符号函数，其表达式为：（3）因为变速器输入轴1转速、输入轴2转速、中间轴转速以及输出轴转速之间满足以下关系：（4）所以，式（1） 所示的八自由度模型可以简化为以下的二自由度模型： （5）式中：、分别为等效到变速器输出轴的当量转动惯量和当量旋转粘性阻尼系数， K c1、 K c2分别为离合器1、离合器2传递转矩等效到变速器输出轴的放大因子, 可以通过式（1）得到，在此不再赘述。
DCT 换挡前后，车辆分别处于一挡和二挡稳定行驶状态，此时发动机转速和接合离合器从动盘转速严格相等，将此转速限制条件代入式（5）中，即可得到稳定阶段DCT 的换挡动力学模型。
其中：一挡稳定行驶状态下的动力学方程为（6）二挡稳定行驶状态下的动力学方程为： （7）式中：、分别为一挡稳及二挡稳定行驶下等效到变速器输出轴的当量转动惯量；、分别为一挡及二挡稳定行驶下等效到变速器输出轴的当量旋转2n I 1֛3֛5֛2֛4֛6֛R ֛g 1I 4g I g 5I grI 2m I 1m I v I ގఞC1ގఞC2ඃᇨ2ĩ४ྗᇨĪඃᇨ1ĩൔྗᇨĪ2T c 1T c 2c ω1c ω2c c ࠏᇗᇨ1Ҍఞ1Ҍఞ2Ҍఞ4Ҍఞ311m c T 22c m T 22m c T 11c m T 2m c 1m c 1i 2c ω2c ωsω3i 2i 4i 5i 6i Ri ai a i 1sm T 1s m T 2sm T 1sm T 2c c ᇗᇨ2֢֞ᇨඃԣᇨ1n I e I ec eT eωهࠗsI sc rT ᆤӢ6g I 2g I 图1 六速干式DCT 动力学模型汽车安全与节能学报2822013年第4卷第3期粘性阻尼系数；K e1、K e2分别为一挡及二挡稳定行驶下发动机输出转矩等效到变速器输出轴的放大因子。