重型商用车自动换挡策略研究

针对重型商用车在加速过程中出现燃油消耗高的问题,提出了基于BP神经网络的自动换挡策略。收集重型商用车的发动机转矩、发动机转速、油门开度、车速以及相应挡位的数据,在MATLAB/Simulink中搭建BP神经网络模型,将相关数据输入进行训练,将训练好的模块封装嵌入AVL CRUISE搭建好的整车模型中,在CLTC循环工况下进行模拟预测。仿真结果表明:与传统的换挡规律相比,构建的BP神经网络可以优化换挡规律,提高重型商用车的燃油经济性。