基于AMT的自动换挡协调控制策略研究

为了改善电控机械式自动变速箱(automated mechanical transmission,AMT)自动换挡品质,文章针对电机-变速器一体化电驱动系统的控制特点,在分析无离合动力传动系统自动换挡原理的基础上,制定了自动换挡协调控制系统框架和实现流程,提出了一种基于驱动电机转矩、转速双闭环控制的自动换挡协调控制策略。设定综合工况下的仿真试验表明,系统自动换挡协调控制策略正确、可靠,换挡品质较好。

基于动态滑模算法的AMT选换挡电机控制

针对电动机械式自动变速器换挡时间较长的特点,对电动AMT选换挡电机进行分析和建模;基于动态滑模理论,提出了一种换挡电机动态滑模控制方法,并将它应用于电动AMT汽车选换挡执行机构的位置跟踪控制。仿真与试验结果都表明,与常规的PID控制器和滑模控制器相比,动态滑模控制器响应速度快、鲁棒性好、跟踪精度高,能有效地改善AMT的换挡品质。

AMT换挡电机精确跟踪控制

介绍了AMT换挡执行系统的结构和原理,并对AMT换挡机构与电机进行分析与建模;基于变结构滑模控制原理,构造了换挡机构电机的非线性系统滑模控制器,使被控电机具有高精度的跟踪品质和较强的抗干扰能力。通过对2挡升3挡理想运动曲线跟踪控制仿真表明,滑模控制比传统PID控制跟踪精度高、响应速度快、抗干扰能力强,其不仅提高了挂挡过程换挡品质,而且又能保证同步器寿命。

基于改进布谷鸟搜索优化神经网络的AMT换挡电机控制

针对神经网络在训练过程中出现权值和阈值更新不及时和误差较大等问题,提出一种基于改进布谷鸟搜索(CS)算法优化神经网络训练权值和阈值的方法,该算法模拟布谷鸟繁殖策略能够对电控机械式自动变速器(AMT)换挡电机进行位置和转矩实时跟踪控制以提高AMT换挡精度。通过对AMT换挡电机进行建模和仿真,研究经CS算法优化后的神经网络在控制电机时负载转矩的瞬态响应性能和抗负载扰动能力。通过与常规神经网络训练方法对比,结果表明,改进的CS算法优化神经网络控制策略在负载扰动、跟踪精度、控制响应等方面具有良好的动态性能和鲁棒性,其中响应时间和达到稳态时间分别减少了0. 02 s和0. 08 s,因此所提出的改进CS优化神经网络控制策略能够有效改善网络训练方法提高AMT的换挡品质。

AMT换挡电机调速系统模糊PID控制

针对传统的控制技术难以满足换挡电机调速系统快速性和稳定性的要求,引入模糊比例、积分和微分(PID)参数自适应控制器到换挡电机的控制系统中,根据系统输入误差和误差变化率在线整定PID参数,丰富了PID控制器的功能.仿真结果说明,模糊PID控制器与传统PID控制器相比,在动态响应上更快,在超调上更小.

纯电动防爆车辆AMT换挡过程研究

对纯电动防爆车辆AMT换挡机理进行分析,建立了换挡过程各阶段AMT变速箱输入轴、输出轴的动力学方程及换档冲击度数学表达式,提出了对应的控制方法及控制策略并进行仿真验证。整车试验表明:采用AMT变速驱动车辆防爆驱动电机额定功率下降了18 k W,能耗降低了5.9 k W/h,续航里程延长了7.1 km。

基于模糊控制的AMT换挡电机控制策略

重点研究基于模糊控制的AMT换挡电机控制策略,通过将模糊策略引入AMT换挡电机控制,能够在降低换挡时间的基础上,提升汽车的加速性能。

电动汽车两档机械自动变速器控制器设计

针对目前电动汽车的选换挡品质欠佳和经济性低的问题,提出了新型电控式机械两档自动变速器设计。该变速器基于电动汽车电控式机械自动变速器控制器的结构以及工作原理,采用直流有刷电机作为电控式AMT控制器的执行选换档电机,选用了Freescale公司的MPC5634单片机设计了变速器控制器硬件电路,并通过分析电控式AMT的基本控制方式,设计了控制器的主程序以及各个子模块程序,增加了CAN通信模块和串口通信模块来实现电控式AMT控制器与整车系统的数据传输,最后对控制器进行了台架换档试验。实验结果表明:所设计的控制器能很好地实现选换档操作功能,且性能稳定。

纯电动轿车AMT换挡过程协调匹配控制方法

为实现装备机械式自动变速器(AMT)的纯电动轿车能够快速、准确、平稳地换挡,以建立的换挡过程数学模型为基础,详细分析了换挡过程不同阶段换挡冲击产生的机理,提出了摘挡前驱动电机切换至自由模式的转矩控制方法,确定了摘挡后驱动电机调速目标值和执行机构最优运动速度,提出了挂挡完成后驱动电机转矩恢复方法。针对换挡过程驱动电机的协调控制问题,提出了整车控制器控制驱动电机参与换挡过程的综合协调匹配控制方法。为了验证控制策略的正确性,研制开发了纯电动轿车用AMT样机,并进行了样车道路试验。试验结果表明:所制定的控制策略能很好地实现挡位的自动平顺切换,且换挡时间短。