论文题名: | 干式双离合变速器换挡智能控制方法研究 |
关键词: | 换挡控制;遗传算法;神经网络;模拟退火;干式双离合变速器 |
摘要: | 目前,汽车作为便捷交通工具,在人们日常生活中占有重要地位,人们对车辆乘坐的品质要求不断提高。换挡作为车辆控制的重要环节,一定程度决定了车辆的舒适性、经济性。双离合变速器以其优越性,日益受到关注。因此,将智能控制算法应用到双离合变速器的控制系统中,对汽车工业发展具有十分重要的意义。 本文以DCT的机械结构、工作原理作为切入点,结合实际路况、驾驶人员的操作习惯、汽车的品质指标等现实因素,分析了双离合变速器换挡过程存在的问题,并针对这些问题提出了一种换挡智能控制系统结构以及算法思路。该算法主要进行换挡策略和换挡过程控制两个部分。 首先,以综合车辆经济性和动力性的控制目标为前提,针对受多种因素影响,双离合变速器的档位与控制目标之间呈现的复杂规律,利用神经网络方法对车辆行车数据、驾驶人员意图等进行学习,建立档位与综合指标间的关系模型,并用遗传算法对神经网络连接权重进行优化。最后利用AdaBoost集成学习方法,将遗传神经网络模型的精度进一步提高。 然后,根据换挡过程品质指标目标,针对DCT两个离合器实际工作的特点,换挡快速响应及多目标综合最优的需要。提出了一种基于模拟退火的换挡过程控制算法,对双离合变速器的两个离合器结合和分离的切换速度进行寻优,并利用Logistic映射算法,改进模拟退火的邻域扰动方法,提升算法的搜索能力。 最后,分析了DCT档位控制系统的硬件结构、软件结构以及核心软件控制算法的具体实现。在此基础上搭建仿真实验平台,并利用对比仿真实验的结果对本文方法的有效性进行论证。 |
作者: | 李秋梅 |
专业: | 交通运输工程 |
导师: | 陈特放 |
授予学位: | 硕士 |
授予学位单位: | 中南大学 |
学位年度: | 2013 |
正文语种: | 中文 |