[实用新型]空档位置传感器信号的空档判断阀值自学习装置有效

专利信息
申请号: 201520797831.6 申请日: 2015-10-15
公开(公告)号: CN205118217U 公开(公告)日: 2016-03-30
发明(设计)人: 韩安;李洪飞 申请(专利权)人: 联合汽车电子有限公司
主分类号: F16H61/02 分类号: F16H61/02
代理公司: 上海浦一知识产权代理有限公司 31211 代理人: 王江富
地址: 201206 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 空档 位置 传感器 信号 判断 自学习 装置
【说明书】:

技术领域

实用新型涉及发动机控制技术,特别涉及一种空档位置传感器信号的空档判断阀值自学习装置。

背景技术

随着国家油耗法规的越来越严格,汽车自动启停功能作为一项新技术,能够在城市工况有效减少燃油的消耗,降低汽车尾气排放,被越来越多的用到整车功能当中。对于手动档车型的启停功能,需要根据离合器是否被踩下和变速箱档位是否在空档来判断是否允许车辆自动停机和自动启动。

现在绝大多数的空档位置传感器,根据变速箱档位杆的实际位置发送PWM(Pulse-WidthModulation脉冲宽度调制)的占空比信号给EMS((EngineManagementSystem,发动机管理系统),EMS通过判断占空比的值来判断档位是否在空档。一般空档的识别是根据传感器的SPEC(Specification,产品规格说明书),设置一个有效的范围,如当空档位置传感器信号的占空比在50%到70%之间时,认为档位处于空档。目前根据传感器SPEC直接判断是否在空档的方法,有一个弊端是不能解决传感器安装时候的散差,以及不同传感器制造时候的散差,如SPEC标注的空档位置是占空比在50%到70%,但是传感器在实际安装后由于安装位置和制造的散差,实际空档位置可能是占空比在55%到75%,那么如果按照SPEC的标准去识别,在50%到55%,70%到75%的区间存在误差。

实用新型内容

本实用新型要解决的技术问题是提供一种空档位置传感器信号的空档判断阀值自学习装置,能得到合理、精确的空档位置的阀值。

为解决上述技术问题,本实用新型提供的空档位置传感器信号的空档判断阀值自学习装置,其包括输入捕捉器、低通滤波模块、自学习模块、非易失存储器;

所述输入捕捉器,输出端分别同低通滤波模块、自学习模块连接;

所述低通滤波模块,输出端同所述自学习模块连接;

所述自学习模块,输出端同所述非易失存储器连接。

较佳的,所述输入捕捉器,对空档位置传感器输出的PWM信号进行处理,获得空档位置传感器输出的PWM信号的占空比;

所述低通滤波模块,对所述输入捕捉器获得的占空比进行低通滤波,输出滤波后占空比;

所述自学习模块,将所述低通滤波模块输出的连续多个周期的滤波后占空比进行累加平均,将累加平均后的值作为空档信号的中间值,将空档信号的中间值增加设定比例作为空档信号的实际判断上阀值存入到所述非易失存储器,将空档信号的中间值减少设定比例作为空档信号的实际判断下阀值存入到所述非易失存储器。

较佳的,Bn=(An-Bn-1)*X+Bn-1,其中Bn是所述低通滤波模块输出的当前周期滤波后占空比,An是所述输入捕捉器获得的当前周期占空比,Bn-1是是所述低通滤波模块输出的上一个周期滤波后占空比,X为标定系数,0<X<1。

较佳的,所述自学习模块,首先判断所述低通滤波模块输出的当前周期滤波后占空比是否有效,如果有效则将当前周期滤波后占空比进行累加,如果无效则清零,重新开始累加;

所述低通滤波模块输出的当前周期滤波后占空比Bn同所述输入捕捉器获得的当前周期占空比An的差值的绝对值,如果大于设定值,则当前周期滤波后占空比为无效,如果小于等于该设定值,则当前周期滤波后占空比为有效。

较佳的,所述自学习模块,将所述低通滤波模块输出的连续多个周期的滤波后占空比进行累加时,累加的次数为标定值。

较佳的,所述输入捕捉器,每20ms获得一次空档位置传感器输出的PWM信号的占空比;所述低通滤波模块,每20ms输出一次滤波后占空比;

所述自学习模块,将所述低通滤波模块输出的连续10个周期的滤波后占空比进行累加,并除以10得到平均值。

较佳的,所述设定比例为小于20%。。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于联合汽车电子有限公司,未经联合汽车电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201520797831.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top