[发明专利]发动机油门需求扭矩的在线自学习方法有效
申请号: | 201710864152.X | 申请日: | 2017-09-22 |
公开(公告)号: | CN107842433B | 公开(公告)日: | 2019-09-24 |
发明(设计)人: | 滕昱棠 | 申请(专利权)人: | 威伯科汽车控制系统(中国)有限公司 |
主分类号: | F02D41/24 | 分类号: | F02D41/24 |
代理公司: | 青岛智地领创专利代理有限公司 37252 | 代理人: | 韩玉昆 |
地址: | 266510 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 需求扭矩 在线自学习 发动机状态 学习状态 发动机油门 发动机ECU 油门 输入信号预处理模块 控制模块 平均滤波 学习模块 移动窗口 在线学习 状态控制 质量检查 数据点 自学习 选档 发动机 行驶 保证 | ||
本发明公开了一种发动机油门需求扭矩的在线自学习方法,该方法通过发动机状态识别模块根据发动机ECU提供的CAN报文信号对当前的发动机状态进行识别,以决定AMT中的油门需求扭矩MAP学习模块在线自学习的启动或停止;通过输入信号预处理模块对发动机ECU提供的CAN报文信号进行输入数据质量检查和移动窗口平均滤波,以得到稳定的输入信号用于在线学习;通过学习状态控制模块根据当前的发动机状态、输入数据质量、输入数据对应的需求扭矩MAP中对应的数据点的坐标进行自学习状态控制,实现不同学习状态间的切换,在不同的学习状态对应不同的处理方法。该方法能够车辆在行驶中通过发动机提供的信号进行油门需求扭矩MAP在线自学习,从而保证了AMT选档性能的可靠性。
技术领域
本发明属于汽车变速器控制技术领域,尤其涉及一种发动机油门需求扭矩的在线自学习方法。
背景技术
对于重型卡车的自动变速箱ATM选档控制程序来说,发动机油门需求扭矩MAP是非常重要的输入,其准确性直接决定了AMT的选档性能。发动机油门需求扭矩MAP是一个基于发动机转速、油门开度对应需求扭矩的MAP图,其通常由发动机厂商通过实验标定确定。如附图的图1,其示出了典型的发动机油门需求扭矩MAP。
AMT的选档控制模块需要根据发动机油门需求扭矩预测换挡发动机转速变化后,对应油门下的需求扭矩,从而根据此预测值来进行选档计算。因此,发动机油门需求扭矩MAP是AMT选档策略中必须输入的信息。发动机油门需求扭矩MAP通常是由发动机厂商提供给AMT供应商。AMT供应商将该MAP存储在AMT软件中,供AMT的选档模块使用。但是对于独立的AMT供应商通常需要匹配大量各种不同类型的发动机,不同的发动机类型、发动机控制软件版本、排放水平、发动机应用都会有不同的发动机油门需求扭矩MAP标定,这给AMT系统的匹配带来了很大难度。而一旦发动机供应商提供的油门需求扭矩MAP不准确,或随着发动机软件版本的升级变化后,未协调AMT供应商进行对应的AMT软件更新,那么就会对AMT的选档性能造成较大的影响。
发明内容
本发明为解决上述现有技术存在的技术问题,提供了一种发动机油门需求扭矩的在线自学习方法,以实现AMT控制软件自动学习和更新发动机油门需求扭矩。
本发明所采用的技术方案为:
发动机油门需求扭矩的在线自学习方法,包括如下步骤:
步骤1,在AMT的随机存储器RAM中存储一个二维MAP,将该二维MAP定义为LrntAPmap,该LrntAPmap对应了发动机转速从800rpm~2000rpm和油门开度从0%~100%范围内,对应数据点上学习到的油门需求扭矩值;
步骤2,采用发动机状态识别模块根据发动机ECU提供的CAN报文信号对当前的发动机状态stEng进行识别,以决定AMT中的油门需求扭矩MAP学习模块在线自学习的启动或停止;
步骤3,采用输入信号预处理模块对发动机ECU提供的CAN报文信号进行输入数据质量检查和移动窗口平均滤波,以得到稳定的输入信号用于在线学习;
步骤4,采用学习状态控制模块根据当前的发动机状态、输入数据质量、输入数据对应的需求扭矩MAP中对应的数据点的坐标进行自学习状态控制,实现不同学习状态间的切换,自学习状态控制包括五种不同的学习状态,分别为:非活动状态、暂停状态、学习状态、成熟度检查状态和冻结状态,不同的学习状态对应不同的处理方法;
步骤5,AMT中的油门需求扭矩MAP学习模块进行对应状态下的计算和学习。
所述发动机ECU提供的CAN报文信号包括驾驶员需求发动机扭矩、发动机转速、油门开度和发动机冷却液温度。
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威伯科汽车控制系统(中国)有限公司,未经威伯科汽车控制系统(中国)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/201710864152.X/2.html,转载请声明来源钻瓜专利网。