纯电动商用车机械式自动变速器综合换挡策略

为了使装有机械式自动变速器（AMT）的纯电动商用车的换挡时机能够更好地兼顾动力性和经济性，提出一种综合换挡策略。为提高工况适应性而引入负载识别思想，通过制动踏板信号、加速踏板开度及其变化率、车速、加速度等控制参数来识别汽车行驶工况，并采用工况分层处理。结合驾驶员意图和动力电池荷电状态（SOC）来制定综合换挡控制策略，采用正交设计法对控制策略参数进行优选，建立了整车的基于 MATLAB/Simulink 与 CRUISE 软件的联合仿真模型。研究结果表明：仿真分析和实车试验的数据规律吻合良好，表明了仿真模型的适用性。在实车加速性能试验中，采用综合换挡规律 0~50km/h和 50~70km/h 的加速时间分别为 23.48s 和 24.38s，与动力性换挡规律接近，明显优于经济性换挡规律；在实车郊区路况的经济性试验中，采用综合换挡规律的电池 SOC 值减小 3.51%，与经济性换挡规律接近，同样优于动力性换挡规律，证明本文提出的综合换挡控制策略达到预期研究目标。

基于Q学习的纯电动重型商用车智能换挡控制策略研究

为了同时兼顾换挡策略的全局最优性与在线实时性,提出了基于Q学习算法的智能综合换挡策略。根据马尔科夫理论,构建需求功率转移概率模型。以电能消耗与加速度量纲归一化最大为加权目标,建立综合性能换挡策略优化模型。运用Q学习算法,得到不同车速下的需求功率、SOC、速比三者关系的MAP图,从而制定出整车智能综合换挡策略。基于AVL/Cruise仿真平台,选取C-WTVC为循环工况,进行综合性能仿真分析。结果表明:与传统综合换挡策略相比,基于Q学习算法的智能综合换挡策略,整车0~50 km/h的加速时间缩短了4.6%,整车的能量消耗率降低了5.3%,说明该换挡控制策略能够有效地改善整车的动力性与经济性。