专利汇可以提供汽车有级自动变速器多性能综合最优挡位决策系统专利检索,专利查询,专利分析的服务。并且一种 汽车 有级自动 变速器 多性能综合最优挡位决策系统,该系统主要由换挡规律优化模 块 、 信号 采集模块、驾驶意图识别模块、目标挡位决策模块、换挡执行模块、车辆行驶状态 数据库 和换挡规律数据库组成。本系统在体现驾驶者换挡性能要求的前提下,确定 自动变速器 的综合性能最优目标档位,并完成换挡控制,使汽车的动 力 性、燃油经济性和排放性能达到综合最优。,下面是汽车有级自动变速器多性能综合最优挡位决策系统专利的具体信息内容。
1.一种汽车有级自动变速器多性能综合最优挡位决策系统,其特征是,所述系统主要由换挡规律优化模块、信号采集模块、驾驶意图识别模块、目标挡位决策模块、换挡执行模块、车辆行驶状态数据库和换挡规律数据库组成;
换挡规律优化模块离线计算在不同驾驶意图下的多性能综合最优换挡规律,并将优化后的各种换挡规律存储在变速器控制单元(TCU)的换挡规律数据库中;
信号采集模块在车辆运行过程中实时获取车辆状态信息和驾驶员操作信息,这些信息包括发动机转速、车速、油门开度、挡位,并将所获取的信息存入车辆行驶状态数据库;
驾驶意图识别模块以驾驶员操纵信息和车辆状态信息为输入,以驾驶员的动力性期望值、经济性期望值和各种排放性能期望值为输出,在线识别驾驶员的换挡性能期望,并将其量化;
目标挡位决策模块则根据识别出的换挡性能期望量化值,简称性能期望值,结合换挡规律数据库选择或构造换挡规律,再根据油门开度及车速及当前挡位,确定有级自动变速器多性能综合最优目标挡位;
换挡执行模块根据所确定的目标挡位通过驱动选挡电机和换挡电机完成选挡和换挡操作。
2.根据权利要求1所述的汽车有级自动变速器多性能综合最优挡位决策系统,其特征是,所述换挡规律优化模块采用多性能指标综合最优换挡规律优化方法:首先建立发动机转矩、油耗和排放的发动机各项性能指标模型;再结合驾驶员的换挡性能期望值,构造换挡性能综合评价函数;然后以换挡性能综合评价函数为优化目标,以油门开度和车速为设计变量,以汽车基本行驶条件和发动机转速有效范围为约束条件,结合所建立的发动机各项性能指标模型,计算不同换挡性能期值下的有级自动变速器多性能指标综合最优换挡规律;最后将计算得到的各换挡性能期望值对应的换挡规律存储在变速器控制单元TCU的换挡规律数据库中;
所述的建立发动机转矩、油耗和排放的发动机各项性能指标模型,是指通过台架实验获得发动机转矩、油耗和排放特性的实验数据后,应用系统建模方法,以油门开度和发动机转速为输入,分别以动力性指标、经济性指标以及各排放性能指标为输出,建立发动机各项性能指标模型;
所述驾驶员的换挡性能期望值,是指驾驶意图识别模块根据驾驶员的操纵信息和车辆运行状态,计算出的动力性、经济性以及排放不同性能指标在驾驶员期望的汽车换挡性能中所占的权重,这些权重由各性能指标期望的量化值来表示,每个性能指标期望值均在[0,
1]范围内,且所有性能指标期望值之和为1;
所述的构造换挡性能综合评价函数,包括以下步骤:首先分别构造汽车动力性、经济性和排放性能的评价函数,即动力性分目标函数、经济性分目标函数和各排放性能分目标函数;然后对三类分目标函数进行归一化处理;最后采用线性加权方法构造可用于有级自动变速器换挡规律优化的换挡性能综合评价函数;
所述的动力性分目标函数、经济性分目标函数和各排放性能分目标函数,均采用极小值来表示对应性能最优;
所述的归一化处理,是为了将各分目标函数的值转换至[0,1]的范围内;
所述的线性加权方法,是指为归一化后的各分目标函数分别与其对应的加权系数相乘,然后累加求和,得到换挡性能综合评价函数;所有加权系数均为非负值且其和为1;
所述的汽车基本行驶条件,是指换挡后汽车的驱动力仍足以克服汽车行驶阻力;
所述的发动机转速有效范围,是指某一特定油门开度下的发动机最低稳定转速到该油门开度下能达到的最高转速之间的范围;
所述的计算有级自动变速器多性能指标综合最优换挡规律,是指遍历有级自动变速器所有相邻两挡组合的情况,针对不同的油门开度,采用优化算法去搜索或求解能使换挡性能综合评价函数达到最优的换挡点所对应的车速;根据各相邻两挡组合下所有油门开度及其对应的换挡点车速,绘制出所有换挡曲线。
3.根据权利要求2所述的汽车有级自动变速器多性能综合最优挡位决策系统,其特征是,所述换挡规律优化模块工作流程如下:该模块首先根据发动机台架实验获得的发动机转矩、油耗和排放数据,建立发动机转矩、油耗和排放的发动机各项性能指标模型,然后结合驾驶员换挡性能期望值构造换挡性能综合评价函数,再以换挡性能综合评价函数为优化目标,以油门开度和车速为设计变量,以汽车基本行驶条件和发动机转速有效范围为约束条件,结合所建立的发动机各项性能指标模型,优化计算有级自动变速器多性能综合最优换挡规律;
上述发动机各项性指标模型采用BP神经网络系统建模的方法建立:输入P为油门开度和发动机转速,输出T为发动机各性能指标,分别为转矩、小时燃油消耗量、CO排放量、HC排放量、NOx排放量;
输入P在辨识过程中也作为BP神经网络的输入,以输出T与BP神经网络的实际输出Y的偏差e作为网络的学习信号,再通过设计的学习算法去更新BP神经网络的权值,直到偏差小于预设值,从而完成对发动机各性能指标模型的辨识;与转矩、小时燃油消耗量、CO排放量、HC排放量、NOx排放量对应的性能指标神经网络模型的拓扑结构为2×6×1,即输入层具有2个神经元;单隐含层具有6个神经元;输出层具有1个神经元。
4.根据权利要求2所述的汽车有级自动变速器多性能综合最优挡位决策系统,其特征是,所述的构造换挡性能综合评价函数中,动力性分目标函数采用同一油门开度下相邻两挡加速度之差的绝对值表示,如下式所示,
式中,ua为车速, 为行驶加速度,i表示挡位;
经济性分目标函数采用同一油门开度下相邻两挡燃油消耗率之差的绝对值表示,如下式所示,
ffc(ua)=|bei-be(i+1)|
式中,be为发动机的燃油消耗率,ua为车速,i表示挡位,
各排放性能分目标函数采用同一油门开度下相邻两挡污染物比排放量之差的绝对值表示,CO、HC和NOx排放目标函数分别如下所示,
fco(ua)=|bcoi-bco(i+1)|
fhc(ua)=|bhci-bhc(i+1)|
fnox(ua)=|bnoxi-bnox(i+1)|
式中,bco、bhc、bnox分别为CO、HC和NOx比排放量,i表示挡位,ua为车速,
所述的对上述三类分目标函数进行归一化处理,具体为:
采用极差法对各个分目标函数值做无量纲化处理,转换到[0,1]的范围内;归一化公式如下
式中,x′表示归一化后的值,x为样本原始值,xmax为样本数据中的最大值,xmin为样本数据中的最小值;
所述采用线性加权方法构造的换挡性能综合评价函数即多性能指标综合评价函数f(ua),如下式所示,
式中,fd'(ua)、ff'c(ua)、fc'o(ua)、fh'c(ua)、fn'ox(ua)分别为归一化后的上述各项性能所对应的分目标函数;wd、wfc、wco、whc、wnox分别为动力性分目标函数、经济性分目标函数、CO排放分目标函数、HC排放分目标函数以及NOx排放分目标函数的权系数。
5.根据权利要求2所述的汽车有级自动变速器多性能综合最优挡位决策系统,其特征是,所述汽车行驶基本条件,即在一定油门开度下,升挡后汽车的驱动力仍足以克服汽车所有行驶阻力之和,以确保换挡完成后行驶加速度不小于0,即
式中,g1(ua)为车速对时间的变化率,即行驶加速度,ua为车速,
所述发动机转速有效范围,即在一定油门开度下,发动机转速应在其最低稳定转速到该油门下能达到的最高转速之间,
式中,g2(ua)为车速对应的发动机转速与该油门开度下发动机最低稳定转速之差,g3(ua)为该油门开度下发动机能达到的最高转速与车速对应的发动机转速与之差,ua为车速,i0表示主减速器速比,ig表示变速器速比,r表示车轮半径,nemin、nemax分别为发动机在该油门开度下的最低稳定转速和能达到的最高转速。
6.根据权利要求1或2或3所述的汽车有级自动变速器多性能综合最优挡位决策系统,其特征是,所述换挡规律优化模块采用多性能指标综合最优换挡规律优化方法,包括以下步骤:
1)导入汽车整车及传动系统相关参数,包括传动比、主传动比、传动效率、迎风面积、空气阻力系数、车轮半径、整车装备质量、单车轮转动惯量和发动机飞轮转动惯量,并输入各性能期望值,即各分目标函数的权值;
2)设置挡位循环控制变量i=2;
3)设置油门开度循环控制变量j=1;
4)计算各分目标函数在约束条件内的最大值、最小值;
5)分别调用发动机转矩、燃油消耗率、CO比排放量、HC比排放量和NOx比排放量的神经网络模型,计算各分目标函数值;
6)各分目标函数归一化处理;
7)调用遗传算法优化程序计算升挡车速uaupi(j);
8)判断j是否等于k?若是,继续下一步;否则,j=j+1,返回第四步;
9)判断i是否等于n?若是,继续下一步;否则,i=i+1,返回第三步;
10)计算降挡车速uadowni=uaupi-Ai(uaupi-uaup(i-1));
11)保存计算结果;
其中,n为变速器前进挡位数,k为油门开度循环控制变量终值,表示油门开度为从0到
100%的取值个数,所选取的油门开度值按升序排列,j为当前油门开度在k个油门开度按升序排列之后的位置;uaupi为升入i挡时的车速;uaup(i-1)为升入i-1挡时的车速;uadowni为i挡降入i-1挡时车速;对于2挡降1挡,油门开度小于60%时Ai=0.4,油门开度大于等于60%时Ai=0.15;对于其它挡位,油门开度小于60%时Ai=0.8,油门开度大于等于60%时Ai=0.2。
7.根据权利要求1所述的汽车有级自动变速器多性能综合最优挡位决策系统,其特征是,所述驾驶意图识别模块的工作流程如下:该模块的输入为油门开度和发动机转速以及油门开度变化率,输出为动力性、经济性和各种排放性能期望值;动力性和经济性期望值的推理过程类似,模糊推理的输入为油门开度、发动机转速和油门开度变化率,这些输入值经模糊化、模糊推理和去模糊化过程,分别输出动力性和经济性期望值;作为模糊推理依据的动力性和经济性期望推理规则库,是在采集的试验数据基础上、结合驾驶员和专家经验提取而来的;
CO排放、HC排放、NOx排放所对应的各种排放性能期望值由下式确定
式中,wco、whc、wnox分别为CO排放、HC排放、NOx排放所对应的各种排放性能期望值,wd为动力性期望值,wfc为经济性期望值。
8.根据权利要求1所述的汽车有级自动变速器多性能综合最优挡位决策系统,其特征是,所述目标挡位决策模块工作流程如下:在换挡规律数据库中,查找与识别出的换挡性能期望值偏差小于5%换挡规律,若能够找到,则直接选择该换挡表作为适用换挡表;若不能找到这样的换挡规律,则通过多元线性插值、由与识别出的换挡性能期望值最接近的换挡规律构造适用换挡表;再根据油门开度、车速及当前挡位,结合所选择或构造的适用换挡表,确定目标挡位。
9.一种汽车有级自动变速器多性能综合最优挡位决策系统,其系统硬件由换挡执行机构和换挡控制装置组成,其特征是,所述换挡执行机构为:
换挡初级减速主动齿轮(2)安装在换挡电机(1)的轴上,初级减速主动齿轮(2)和换挡初级减速从动齿轮(4)啮合组成换挡减速齿轮组,换挡次级减速主动齿轮(3)与换挡初级减速从动齿轮(4)安装在同一根轴上,同步转动,换挡次级减速主动齿轮(3)与圆柱形齿条(5)啮合将将齿轮的旋转运动转换为传动轴(9)的轴向移动,涡轮(6)经花键安装在传动轴(9)上,选挡电机(8)轴上固定的蜗杆(7)与蜗轮(6)啮合,叉轴拨杆(10)安装在传动轴(9)另一端上,由叉轴拨杆(10)择一地拨动的多根拨叉轴(11),拨叉轴(11)设置在叉轴拨杆(10)下方,每一拨叉轴(11)上安装有一个与挡位对应的拨叉(12)。
10.根据权利要求9所述的一种汽车有级自动变速器多性能综合最优挡位决策系统,其特征是,所述换挡控制装置由信号采集模块电路和电机驱动模块电路组成;该信号采集模块电路为:单片机型号为MC9S12DP256,车速传感器的信号输出端串接电阻RA2后接于单片机的9脚,该信号输出端同时串接电容C8后接地;发动机转速传感器的信号输出端串接电阻RA13后接于单片机的10脚,该信号输出端同时串接电容C36后接地;油门开度传感器的信号输出端串接电阻RA3后接于单片机的67脚,该信号输出端同时串接电容C9后接地,该信号输出端接于稳压二极管Z2负极,稳压二极管Z2正极接地;变速器挡位传感器的信号输出端串接电阻RA1后接于单片机的75脚,电容C7一端和稳压二极管Z1负极均接于该信号输出端,电容C7另一端和稳压器二极管Z1正极均接地;该电机驱动模块电路为:由电压芯片LM4040DIM3-3.0组成参考电压源以及由型号为MAX4081的电流采样芯片U1组成电流采样电路,该参考电压源的输出端接于芯片U1的7脚,采集电机电流信号的电流传感器的信号输出端以及芯片U1的5脚均接于上述单片机73脚,由4个型号为IRL3713的MOS管Q1、Q2、Q3、Q4组成H桥电路,该H桥电路中MOS管Q1和Q2的漏极D均接于芯片U1的8脚,MOS管Q2、Q4的两个栅极外接电路为:MOS管Q2的栅极G接于二极管D2正极,D2负极接于型号为IR2103S的芯片U3的7脚,电阻R5串接在Q2的栅极G与芯片U3的7脚之间,MOS管Q4的栅极G接于二级管D5正极,D5负极接于U3的5脚,电阻R6串接在Q4的栅极G与U3的5脚之间,电解电容C6正极以及二极管D4负极均接于U3的8脚,电容C6负极接于U3的6脚,二极管D4正极和蓄电池BAT的正极均接于U3的1脚,单片机4脚接于U3的2脚,U3的3脚接于单片机24脚,U3的4脚接地,MOS管Q1、Q3的两个栅极外接电路与Q2、Q4的两个栅极外接电路相同;所述换挡电机(1)或选挡电机(6)电连接在上述H桥电路中。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种汽车用主减速器轴 | 2020-05-12 | 637 |
主减速器带差速器总成 | 2020-05-12 | 836 |
一种主减速器总成 | 2020-05-12 | 589 |
一种贯通式主减速器 | 2020-05-12 | 296 |
汽车主减速器总成 | 2020-05-12 | 284 |
主减速器总成及驱动桥 | 2020-05-11 | 854 |
主减速器壳拨叉孔结构 | 2020-05-12 | 395 |
主减速器总成及采用该主减速器总成的车辆 | 2020-05-12 | 260 |
一种一体式铝合金前主减速器总成 | 2020-05-12 | 772 |
主减速器壳 | 2020-05-12 | 188 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。