【正文】 正中(PM)、 正小 (PS)—— 依次介于 PB和 ZE之間，負(fù)中 (NM)、 負(fù)小 (NS)—— 依次介于 NB和 ZE之間。調(diào)節(jié)兩錐盤(pán)的軸向作用力，金屬傳動(dòng)帶即在主從動(dòng)錐盤(pán)間徑向移動(dòng)，主從動(dòng)錐盤(pán)的作用半徑相應(yīng)地發(fā)生變化，無(wú)級(jí)地改變了系統(tǒng)的傳動(dòng)比。 金屬帶式無(wú)級(jí)變速器使發(fā)動(dòng)機(jī)輸出功率和路面行駛阻力達(dá)到動(dòng)態(tài)匹配 ， 使發(fā)動(dòng)機(jī)穩(wěn)定在最佳工作點(diǎn) ， 即經(jīng)濟(jì)轉(zhuǎn)速下工作 ， 節(jié)油率在 10%以上 。 對(duì)于輸出層 對(duì)于隱層 式中 :Φ′ 為函數(shù)對(duì)其自變量的導(dǎo)數(shù) 。 應(yīng)用具有誤差反向傳播的 BP神經(jīng)網(wǎng)絡(luò)可以識(shí)別出系統(tǒng)工作點(diǎn)所在的檔位區(qū) ， 從而進(jìn)行換檔操作 。 n)(Z1)P(nZ(n) n)1)ZP(n)n(K TT???? ? （2023/3/2 32 哈爾濱工業(yè)大學(xué)（威海）汽車(chē)工程學(xué)院 （ 4） 更新連接權(quán)值 ， j=1， 2， ? M 其中 ， 誤差 , 是網(wǎng)絡(luò)輸入樣本時(shí)第 j個(gè)輸出結(jié)點(diǎn)的期望輸出 。 整個(gè)訓(xùn)練過(guò)程分為非監(jiān)督學(xué)習(xí)和監(jiān)督學(xué)習(xí)兩個(gè)階段 。當(dāng)徑向基取為 Gaussian函數(shù)時(shí) ， iC? ? ? ? ???????? ??? ??2ij2N1j ijjii/cxexpCXfz ?， i=1， 2， ? S 網(wǎng)絡(luò)的輸出是隱層輸出與連接權(quán)值線性組合，第 j個(gè)輸出為 : TjTjs1i ijij ZWZWzwy ???? ??， j=1， 2， ?M 2023/3/2 28 哈爾濱工業(yè)大學(xué)（威海）汽車(chē)工程學(xué)院 其中， ? ?jsj2j1j W ???? ?s21 zzzZ ???， 1z2z1zS1xNx 1yMyjjwjijSw圖 RBFN網(wǎng)絡(luò)模型 RBFN的學(xué)習(xí)分為兩個(gè)可相互獨(dú)立兩個(gè)階段 :隱層中心的學(xué)習(xí)算法和隱層與輸出層間連接權(quán)值的學(xué)習(xí)算法 。 定義 I表示駕駛員要求車(chē)輛加速?gòu)?qiáng)度的模糊變量 。 1x23x451x234x5表 訓(xùn)練樣本中檔位信號(hào)轉(zhuǎn)換關(guān)系 2023/3/2 25 哈爾濱工業(yè)大學(xué)（威海）汽車(chē)工程學(xué)院 通過(guò)學(xué)習(xí)后的神經(jīng)網(wǎng)絡(luò)檔位模型就可以應(yīng)用于自動(dòng)換檔過(guò)程中 。它包括三個(gè)步驟： 1）神經(jīng)網(wǎng)絡(luò)檔位模型決定預(yù)選檔位 獲得換檔規(guī)律有兩種方法：一是依據(jù)車(chē)輛變速理論 ， 它在一定約束條件下 ， 按某個(gè)或某些目標(biāo)函數(shù)通過(guò)優(yōu)化實(shí)驗(yàn)來(lái)獲取換檔規(guī)律；二是通過(guò)學(xué)習(xí)優(yōu)秀駕駛員的換檔數(shù)據(jù) ， 提取最佳換檔規(guī)律 。 當(dāng)條件 成立時(shí) ， 表明 ， 已是最佳動(dòng)力性換檔點(diǎn) 。這樣，每一次換檔前后的加速度差與目標(biāo)量之間的誤差為 。 最佳動(dòng)力性換檔規(guī)律的迭代自學(xué)習(xí)算法 ： 迭代自學(xué)習(xí)控制算法是一種將前一次控制結(jié)果與控制目標(biāo)之間的誤差通過(guò)一定的學(xué)習(xí)率學(xué)習(xí)后修正下一次控制信號(hào)并使控制誤差趨向收斂的算法。例如，當(dāng)車(chē)輛下坡時(shí)，神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)能使車(chē)輛自動(dòng)從 4檔降到 3檔、 2檔，逐漸向發(fā)動(dòng)機(jī)制動(dòng)狀態(tài)過(guò)渡；而在上坡或彎曲道路行駛時(shí)，避免了高、低檔間的循環(huán)換檔，提高了最佳變速操作和行駛的舒適性 .在該系統(tǒng)基礎(chǔ)上，又開(kāi)發(fā)了最優(yōu)控制和學(xué)習(xí)控制兩大功能(如圖 )。再有 ,這種檔位決策方法是基于統(tǒng)計(jì)和分析意義上的，模糊換檔規(guī)則庫(kù)和知識(shí)庫(kù)的建立要咨詢大量有經(jīng)驗(yàn)的駕駛員和專家，所形成的換檔規(guī)律不可能覆蓋車(chē)輛使用過(guò)程中的所有工況。 2. 基于模糊邏輯和專家知識(shí)的檔位決策方法 隨著智能控制理論的發(fā)展 ,出現(xiàn)了綜合利用道路環(huán)境 、 駕駛員的操作特點(diǎn) 、 車(chē)輛的運(yùn)行狀況等信息的模糊邏輯檔位決策方法 ,其結(jié)構(gòu)原理如圖 。二參數(shù)換擋規(guī)律已被廣泛應(yīng)用于轎車(chē)、貨車(chē)等車(chē)輛上。 但大油門(mén)升檔時(shí) ， 發(fā)動(dòng)機(jī)轉(zhuǎn)速要降的很低 ， 降低時(shí)大 ， 功率利用差 ， 故該型使用于功率大的轎車(chē)上 。 2） 有利于減小換擋循環(huán) ,防止控制系統(tǒng)元件的加速磨損 ,并防止乘坐舒適性的降低 。 （２）傳感器監(jiān)測(cè)的主要信息 1） 節(jié)氣門(mén)位置傳感器反應(yīng)節(jié)氣門(mén)的開(kāi)度大小的比例 ， 該信息與發(fā)動(dòng)機(jī)轉(zhuǎn)速汽車(chē)行駛速度等參數(shù)配合提供電腦換檔的決策依據(jù)； 2） 車(chē)速傳感器反應(yīng)汽車(chē)的行駛速度； 3） 發(fā)動(dòng)機(jī)轉(zhuǎn)速傳感器反應(yīng)發(fā)動(dòng)機(jī)實(shí)際運(yùn)轉(zhuǎn)速度； 4） 冷卻水溫傳感器反應(yīng)發(fā)動(dòng)機(jī)熱平衡狀況信息 ， 水溫較低時(shí)不適宜加檔 ， 應(yīng)在低負(fù)荷下繼續(xù)預(yù)熱； 5） 變速器油溫傳感器反應(yīng)變速器潤(rùn)滑油熱平衡狀況 ， 其是控制散熱器的散熱強(qiáng)度的依據(jù)； 6） 檔位開(kāi)關(guān)反應(yīng)駕駛?cè)藛T的意圖并間接反應(yīng)出道路情況 ， 自動(dòng)變速器仍然需要將變速手柄置于某一確定的位置 （ 至少分為前進(jìn) 、 倒退 、 空位等 ） ； 7） 模式選擇開(kāi)關(guān)決定汽車(chē)行駛的基本模式：是以經(jīng)濟(jì)車(chē)速行駛還是以高動(dòng)力性行駛； 8） 制動(dòng)燈開(kāi)關(guān) ， 反應(yīng)汽車(chē)是否處于制動(dòng)狀態(tài) ， 決定發(fā)動(dòng)機(jī)工況及各傳動(dòng)部件的工況； 2023/3/2 4 哈爾濱工業(yè)大學(xué)（威海）汽車(chē)工程學(xué)院 （３）自動(dòng)變速系統(tǒng)的控制內(nèi)容 1）檔位控制：當(dāng)變速手柄在前進(jìn)檔時(shí)，自動(dòng)變速器電腦根據(jù)汽車(chē)行駛情況選擇最佳的時(shí)刻換到最合適的檔位，以使汽車(chē)充分發(fā)揮動(dòng)力性和經(jīng)濟(jì)性； 2）變速液壓系統(tǒng)的油壓控制：自動(dòng)變速器電腦根據(jù)汽車(chē)的工況需要調(diào)整液壓系統(tǒng)的壓力，以達(dá)到既減少能耗，又滿足傳遞功率流的需要，同時(shí)保證換檔平穩(wěn)無(wú)沖擊； 3）發(fā)動(dòng)機(jī)控制：自動(dòng)換檔過(guò)程中，自動(dòng)變速器電腦通知發(fā)動(dòng)機(jī)電腦適當(dāng)減小噴油量，保證換檔平穩(wěn)；特殊路況下需發(fā)動(dòng)機(jī)制動(dòng)汽車(chē)運(yùn)行時(shí)，自動(dòng)變速器電腦發(fā)出信號(hào)使發(fā)動(dòng)機(jī)與變速器強(qiáng)制連接（通過(guò)強(qiáng)制離合器），以實(shí)現(xiàn)發(fā)動(dòng)機(jī)的制動(dòng)效果。 2023/3/2 1 哈爾濱工業(yè)大學(xué)（威海）汽車(chē)工程學(xué)院 ２． 自動(dòng)換擋規(guī)律研究展望 隨著自動(dòng)變速器換擋規(guī)律在使用中出現(xiàn)的問(wèn)題和智能控制理論的迅速發(fā)展以及人們對(duì)車(chē)輛性能要求的提高，各種最新的監(jiān)測(cè)、控制技術(shù)將不斷引入車(chē)輛領(lǐng)域，以改善自動(dòng)變速器的性能，使檔位決策、換擋控制與車(chē)輛、環(huán)境和駕駛員意圖相適應(yīng)。 由于自動(dòng)換擋和起步時(shí)都受到環(huán)境 、 駕駛員駕駛水平和車(chē)況等因素的影響 ， 日本的五十鈴(ISUZU)、 尼桑 (NISSAN)等開(kāi)始采用模糊推理的智能化方法進(jìn)行此方面的研究 ， 包括模糊換擋策略和離合器接合速度的模糊控制 。 三菱公司新的自動(dòng)變速車(chē) “ Fuzzy Shift 4AT”在自動(dòng)變速系統(tǒng)中加入了 “ 模糊控制 ” 的概念 。在已有智能控制理論與車(chē)輛工程相結(jié)合的基礎(chǔ)上，運(yùn)用最新的智能控制理論修正傳統(tǒng)的二參數(shù)、三參數(shù)換擋規(guī)律，使車(chē)輛換擋更加經(jīng)濟(jì)、可靠；將模糊控制、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)及混沌理論等新學(xué)科單獨(dú)或者結(jié)合使用，以擴(kuò)大處理信息的范圍和能力，進(jìn)行綜合控制，形成綜合智能控制換擋規(guī)律。 高檔 低檔 50% 100% 車(chē)速 加速時(shí)的升檔規(guī)律 加速時(shí)的降檔規(guī)律 節(jié)氣門(mén)開(kāi)度 圖 自動(dòng)換檔圖 2023/3/2 5 哈爾濱工業(yè)大學(xué)（威海）汽車(chē)工程學(xué)院 （４）自動(dòng)變速的控制原理 1）自動(dòng)換檔的決策模型：如圖 ，汽車(chē)換檔的主要決定因素是節(jié)氣門(mén)開(kāi)度和汽車(chē)行駛速度，當(dāng)汽車(chē)在某一節(jié)氣門(mén)開(kāi)度下，車(chē)速上升達(dá)到升檔規(guī)律線時(shí)，則自動(dòng)變速器電腦發(fā)出升檔指令使自動(dòng)變速器實(shí)現(xiàn)升檔操作；反之，車(chē)速下降達(dá)到降檔規(guī)律線時(shí)，則自動(dòng)變速器電腦發(fā)出降檔指令使自動(dòng)變速器實(shí)現(xiàn)降檔操作，該模型也稱為自動(dòng)換檔圖。 1V2V1 2 1 2 1V2降檔 升檔 V a a 油門(mén)開(kāi)度 n 發(fā)動(dòng)機(jī)轉(zhuǎn)速 v 車(chē)速 圖 單參數(shù)換檔規(guī)律 2023/3/2 8 哈爾濱工業(yè)大學(xué)（威海）汽車(chē)工程學(xué)院 單參數(shù)換擋規(guī)律結(jié)構(gòu)簡(jiǎn)單 ,但無(wú)論油門(mén)開(kāi)度如何變化 ,換擋點(diǎn) 、 換擋延遲大小都不變 ,不能實(shí)現(xiàn)駕駛員干預(yù)換擋 。 3） 收斂型 其降擋延遲隨油門(mén)開(kāi)度增大而減小 ， 呈收斂狀分布 ， 特點(diǎn)是：在大油門(mén)換檔延遲最小 ，小 ， 所以升檔時(shí)有較好的功率利用 ， 動(dòng)力性好 。 （３）動(dòng)態(tài)三參數(shù)換擋規(guī)律 根據(jù)優(yōu)化計(jì)算時(shí)所選取得目標(biāo)函數(shù)的不同分為最佳動(dòng)力性動(dòng)態(tài)三參數(shù)換擋規(guī)律和最佳燃油經(jīng)濟(jì)性動(dòng)態(tài)三參數(shù)換擋規(guī)律兩種基本類(lèi)型 : ① 最佳動(dòng)力性換檔規(guī)律 。 其工作原理是采集系統(tǒng)采集車(chē)輛運(yùn)行狀況和駕駛員的操作信息 ,由模糊推理 Ⅰ 判斷出駕駛員的操作意圖，如加速、超車(chē)、制動(dòng)減速等。 因此，這種方法在解決傳統(tǒng)換檔規(guī)律存在的問(wèn)題時(shí)也喪失了傳統(tǒng)換檔規(guī)律的一些優(yōu)勢(shì) 。最優(yōu)控制是以多數(shù)駕駛員在各種不同的道路條件下，手動(dòng)變速操作信息 (油門(mén)開(kāi)度、車(chē)速、制動(dòng)程度、轉(zhuǎn)向角 )作為輸入，由微機(jī)和神經(jīng)網(wǎng)絡(luò)邏輯電路根據(jù)車(chē)輛的運(yùn)行狀況和道路條件輸出最佳檔位，從而進(jìn)行最優(yōu)控制。這種算法的應(yīng)用前提是控制過(guò)程必須具有重復(fù)性。于是，根據(jù)迭代自學(xué)習(xí)控制思想，提出一種最佳動(dòng)力性換檔規(guī)律的自學(xué)習(xí)逼近算法。 否則 ， 令 1i? ai1ia aae ??? ?? ?)k(i)k(i(k)i v, ? ? ?i1ia( k )i1ki aaLaa ?? ??）（ ? ?i1iaii(k)i1)(ki aaLa dt/davv ?? ??? ? ?i1i)k(i)1k(i aa ?? ?? ???（ ） 這就是對(duì)最佳動(dòng)力換檔點(diǎn)的第ｋ +1次學(xué)習(xí)值 ， 加以記憶 ， 作為下一次換檔點(diǎn)參數(shù)的預(yù)測(cè)值 ， 迭代初始 值為 ， 自學(xué)習(xí)的目標(biāo)是使 。 但無(wú)論采用這兩種方法中的哪一種 ， 所獲得的換檔規(guī)律都是包含換檔控制參數(shù)與對(duì)應(yīng)最佳檔位的一組組離散的數(shù)據(jù) ， 神經(jīng)網(wǎng)絡(luò) 檔位模型 駕駛員 意圖推理 綜 合 車(chē) 速 v 油門(mén)開(kāi)度 lastg1?igIdtd/圖 車(chē)輛檔位模糊 ——神經(jīng)網(wǎng)絡(luò)決策方法 2023/3/2 23 哈爾濱工業(yè)大學(xué)（威海）汽車(chē)工程學(xué)院 即由換檔參數(shù) ， ， ? ， 至檔位 g的對(duì)應(yīng)關(guān)系 ， 因此可以看作由輸入?yún)?shù)空間 （ 如車(chē)速 、 油門(mén) ） 到輸出空間 （ 檔位 ） 的非線性映射分類(lèi) 。 網(wǎng)絡(luò)的輸入信號(hào)采用與訓(xùn)練是相同的歸一