工程车辆模糊自动换挡策略研究

利用模糊技术对工程车辆的自动换挡方法加以分析,开发了一种工程车辆模糊自动换挡控制策略,并利用可编程控制器组成控制器,在车辆传动试验台上验证了该方法的正确性。试验结果表明,利用模糊自动换挡控制,能在不同的工况下采用不同的换挡策略,有效地避免了循环换挡、滞后换挡等问题。该控制规律丰富了工程车辆的操纵理论,并给出了一种实际可应用的控制方法。     

工程车辆四参数自动换挡策略研究

工程车辆的工作油泵消耗的发动机功率是随着工况而变化,在以往的自动换挡策略研究中都把它作为固定值考虑。在工程车辆三参数换挡策略的基础上,提出四参数换挡策略,考虑工作油泵消耗功率的变化,建立工程车辆传动系统的数学模型,进行计算机仿真,结果表明,四参数换挡策略更加符合工程车辆的实际情况。     

基于径向基函数神经网络的工程车辆自动变速控制

径向基函数(RBF)神经网络(简称径向基网络)具有较强的输入输出映射功能,理论证明其在前向神经网络中是完成映射功能的最优网络。工程车辆自动变速技术的核心是按照某种目标寻找最佳挡位,是一个非线性映射分类问题。提出了基于径向基网络的工程车辆自动变速控制方法,以保持液力变矩器工作在高效区为目标,利用车辆传动试验台换挡控制试验的数据对径向基网络进行训练,并进行了验证性的仿真试验。仿真结果表明,该方法能够根据车辆运行状态确定最佳挡位。     

基于混沌算法的工程车辆自动变速神经网络控制

为了克服BP神经网络收敛速度慢和易陷入局部极小点的不足，提出了一种基于混沌算法的工程车辆自动变速神经网络控制方法，并利用ZL50型装载机传动系统换挡控制试验的数据进行了验证性仿真试验。仿真结果表明：该方法对于车辆自动换挡智能控制是可行的，可以根据操作工况实现正确的变速挡位决策。     

液力机械传动车辆自动换挡控制系统

为实现液力机械传动车辆换挡过程的自动控制，研究了自动换挡控制系统的硬件和软件。描述了系统软硬件的构成和设计方法，研究了输入(包括脉冲量输入、模拟量输入、开关量输入)模块和输出模块的设计原则。在控制软件设计中，采用模块化的设计思想，应用实时多任务软件控制技术，以中断控制为核心，保证了软件的可扩充性与重组性；为便于对系统的监测和控制，设计了PC机监控软件。为了验证系统设计的正确性，进行了模拟试验，结果表明，自动换挡控制系统的原理正确，技术可行，PC机监控软件能够实现所要求的功能。     

工程车辆自动变速控制系统仿真与试验

对液力机械传动工程车辆遇到高强度载荷效率下降的问题进行了研究，推导了新的换挡规律。按照预先设定的经济型换挡规律，利用推导出的不同挡位下换挡点的通用公式，可将变矩器的效率限定在某一理想范围内。获取对换挡离合器执行机构的控制来达到对离合器油压的控制目的，仿真结果表明其跟踪效果良好。通过台架试验，取得了满意的效果。     

越野汽车机械自动变速器换挡规律的自适应控制

针对越野汽车载荷变化大、路况复杂而又要具有机动灵活的特点,利用自适应控制技术所建立的自适应控制器,对实际行车状况的油门、车速和冲击度进行在线估计。根据得到的实际的车辆负荷度,按照已经建立的最小和最大负荷度下的机械自动变速器换挡控制规律,通过线性插值法,建立适应实际行车状况的换挡规律,实现换挡规律的自适应控制。     

自动变速车辆坡道行驶自适应换挡策略

在分析汽车纵向动力学模型的基础上,运用改进型最小二乘法对整车质量与广义坡度进行实时辨识,以克服采用单一遗忘因子的最小二乘辨识法对变化不同步的参数辨识效果不佳的缺点。制定了自适应坡道换挡策略并进行了实车道路试验。试验结果证明,新型换挡策略能有效地解决了传统换挡策略在坡道行驶时的问题,能够更好地满足自动变速器坡道行驶的要求。     

车辆自动变速器换挡规律的研究现状与展望

综合分析了国内外车辆自动变速器换挡规律的发展过程及研究现状，预测综合智能控制将成为未来研究的焦点，同时对自动换挡规律在拖拉机上的应用进行了展望。     

拖拉机自动换挡神经网络控制系统的研究

针对拖拉机在田间作业的复杂状况,分析了影响拖拉机换挡的因素,介绍了拖拉机自动换挡神经网络控制和挡位辨识原理。利用神经网络芯片ZISC036和PIC17C42单片机,建立了径向基函数神经网络（RBFNN）控制器。通过MATLAB样本数据仿真表明,该控制器可以较好地实现挡位辨识,从而为拖拉机自动换挡的设计与研究提供了理论依据。     

车用功率分流式自动变速器换挡控制研究

在功率分流式自动变速器(PSAT)控制系统的开发中,为确定最优的换挡控制算法,建立了内燃机、磁粉离合器与变速器集成的动力学模型,并进行了升挡与降挡过程的仿真计算和深入分析。研究表明,通过控制磁粉离合器的励磁电流,可以调节离合器的接合状态,有效地改善换挡品质,从而提高车辆的性能。     

多类分类SVM在工程车辆自动变速挡位决策中的应用

经典的支持向量机(SVM)是针对二类分类的,在解决工程车辆自动变速挡位决策这种典型的多类分类问题时存在困难。本文提出了基于二叉数支持向量机的挡位决策算法,将分类器分布在各个节点上,从而构成了多类分类支持向量机,减少了分类器数量和重复训练样本的数量。该方法能够根据车辆的运行状态确定最佳挡位,从而及时、准确地满足工程车辆自动换挡的要求。试验结果表明基于二叉树的支持向量机性能要比遗传RBF神经网络略好。     

工程车辆四参数自动变速系统的试验

以ZL50型轮式装载机动力换挡变速器为控制对象，在考虑工作泵工况变化的基础上，开发了以工控机为控制核心的四参数换挡控制系统，在工程车辆电控系统试验台上进行了四参数自动变速的台架试验。结果表明，该系统能根据试验工况的变化按换挡规律自动换挡，四参数换挡规律更符合工程车辆的实际工况，对改善工程车辆的动力性和节能有实际意义。     

汽车驾驶机器人模糊神经网络换挡控制方法

为了实现汽车驾驶机器人挡位决策的智能化,提出了一种驾驶机器人模糊神经网络换挡控制方法.模糊神经网络模型的输入为驾驶机器人油门机械腿的位移、试验车辆的车速和加速度,模型的输出为挡位.输入变量的隶属函数都为3个,类型都采用广义钟形函数gbellmf,网络训练算法选用反向传播算法和最小二乘法相结合的混合学习算法.仿真结果表明,汽车驾驶机器人模糊神经网络控制仿真挡位与试验挡位基本一致,该方法可根据操作工况环境实现正确的汽车驾驶机器人挡位控制.     

并联式混合动力汽车瞬时控制策略研究与改进

通过对并联式混合动力汽车瞬时控制策略的研究,分别建立了动力电池在充电和放电两种工况下的等效油耗函数,考虑到动力电池SOC和混合动力汽车制动能量回收这两个因素的影响,导出了改进后的等效油耗瞬时控制目标函数,并建立了瞬时控制模型。针对某款并联式混合动力汽车,运用ADVISOR 2002软件,对改进前后的瞬时控制策略进行了仿真。     

基于神经网络的无人驾驶车辆转向控制研究

为了提高无人驾驶车辆进行路径跟踪时转向的准确性,基于神经网络控制理论,利用ADAMS/Car与MATLAB/Simulink进行无人驾驶车辆转向控制联合仿真。利用ADAMS/Car模块建立整车模型,进行规定路径下的跟踪实验并收集路径、车速、前轮转角等信息,以作为神经网络的训练样本。利用MATLAB对训练样本进行训练,并在Simulink中建立神经网络控制器。最后利用ADAMS/Control模块连接ADAMS/Car与MATLAB/Simulink,实现无人驾驶车辆路径跟踪时转向控制的联合仿真。仿真分析结果表明:所建立的神经网络转向控制器能够对路径进行良好的跟踪且具有良好的鲁棒性;同时验证了联合仿真的可行性与优越性,为智能车辆的整车开发提供了思路。