[发明专利]一种拥堵工况辨识与自动变速换挡修正系统及其方法有效

专利信息
申请号: 201710384797.3 申请日: 2017-05-26
公开(公告)号: CN107143649B 公开(公告)日: 2018-11-06
发明(设计)人: 夏光;郑友;涂波涛;郭东云;闫瑞琦;邹斌;杜克;谢海;滑杨莹;施信信 申请(专利权)人: 合肥工业大学
主分类号: F16H61/02 分类号: F16H61/02;F16H61/04;F16H59/60;F16H59/24;F16H59/54;F16H59/44;F16H59/70
代理公司: 安徽省合肥新安专利代理有限责任公司 34101 代理人: 陆丽莉;何梅生
地址: 230009 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 拥堵 换挡 辨识 自动变速 模糊神经网络 辨识模块 信号处理模块 修正系统 训练样本 采集传感器信号 电磁阀驱动模块 修正 辨识系统 换档执行 获取模块 计算处理 修正模块 训练模块 样本获取 有效辨识 制动系统 分级 换档 磨损 样本
【说明书】:

发明公开一种拥堵工况辨识与自动变速换挡修正系统及其方法,其特征是包括信号处理模块、拥堵工况辨识模块、换挡修正模块和电磁阀驱动模块,信号处理模块包括训练样本获取模块和辨识样本获取模块,拥堵工况辨识模块包括T‑S模糊神经网络训练模块和T‑S模糊神经网络辨识模块;通过采集传感器信号并进行计算处理,获得训练样本和辨识样本,并对T‑S模糊神经网络辨识系统进行训练、拥堵工况辨识和分级,根据拥堵级别对自动变速基本换挡规律进行修正。本发明能有效辨识拥堵工况并进行自动变速换挡修正,避免拥堵工况时频繁换档,减少换档执行部件和制动系统的磨损。

技术领域

本发明属于用于车辆自动变速控制技术领域,具体地说是一种拥堵工况辨识与自动变速换挡修正系统及其方法。

背景技术

一般车辆自动变速器包括若干传动齿轮和离合器,换挡即根据车辆所需的变速器输入轴与输出轴的转速比,控制离合器的结合和分离,使变速器输入轴与输出轴的转速比变为新的转速比。

自动变速换挡控制技术是车辆变速控制的关键技术,自动变速换挡控制主要包括单参数、二参数、三参数,甚至四参数的基本换挡控制方法,以提高燃油经济性和改善换挡平顺性。

车辆在拥堵工况下,自动变速基本换挡控制方法按照正常行驶工况设定,无法根据车辆不同行驶工况采取不同的换挡控制策略来满足当前所需的档位,以致驾驶员为了跟车与行车安全,频繁踩踏油门踏板和制动踏板,车速与油门容易突变,导致车辆频繁换档,加大换档执行部件和制动系统的磨损,甚至会导致干式双离合器的换挡离合器过热而中断动力,引发安全事故。

发明内容

本发明是为避免上述现有技术所存在的不足之处,提供一种拥堵工况辨识与自动变速换挡修正系统及其方法,以期能有效辨识拥堵工况并进行自动变速换挡修正,满足拥堵工况下的换挡控制需求,从而避免拥堵工况时频繁换档,减少换档执行部件和制动系统的磨损,并提高车辆的行驶安全性和乘坐舒适性。

本发明为解决技术问题采用如下技术方案:

本发明一种拥堵工况辨识与自动变速换挡修正系统,是应用于包含传感器模块和电磁阀组的自动变速器中,所述传感器模块包括:节气门开度传感器、制动踏板传感器、车速传感器和档位传感器;其特点是,

所述拥堵工况辨识与自动变速换挡修正系统包括:信号处理模块、拥堵工况辨识模块、换挡修正模块和电磁阀驱动模块;

所述信号处理模块包括:训练样本获取模块和辨识样本获取模块;

所述拥堵工况辨识模块包括:T-S模糊神经网络训练模块和T-S模糊神经网络辨识模块;

所述训练样本获取模块在训练样本周期内采集所述节气门开度传感器、制动踏板传感器和车速传感器输出的信号并进行计算处理,获得训练样本周期内由平均节气门开度、制动次数和行驶里程构成的训练样本,并发送至所述T-S模糊神经网络训练模块;

所述辨识样本获取模块在辨识样本周期内采集所述节气门开度传感器、制动踏板传感器和车速传感器输出的信号并进行计算处理,获得辨识样本周期内由平均节气门开度、制动次数和行驶里程构成的辨识样本,并发送至所述T-S模糊神经网络辨识模块;

所述T-S模糊神经网络训练模块根据所接收的训练样本,对T-S模糊神经网络进行训练,直到误差不超过所设定的阈值时,得到训练好的T-S模糊神经网络辨识模型;

所述T-S模糊神经网络辨识模块利用所述训练好的T-S模糊神经网络模型对所接收到的辨识样本进行拥堵工况辨识,并将辨识得到的拥堵工况级别输出至所述自动变速器的换挡修正模块;所述拥堵工况级别分为一级拥堵、二级拥堵和三级拥堵;

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合肥工业大学,未经合肥工业大学许可,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/201710384797.3/2.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