基于粒计算优化的DCT车辆起步离合器模糊控制

文章针对模糊控制技术中模糊规则冗余致使控制系统复杂性增加的问题,提出了一种基于粒计算优化的模糊控制方法,即使用邻域作为粒计算的表达,并以规则覆盖度和置信度作为启发信息,对模糊规则进行提取,简化模糊控制器,并能满足控制要求。Matlab/Simulink仿真结果表明,该方法应用于DCT(dual-clutches transmission)车辆起步过程的离合器控制时,可以减少起步模糊规则的数量,提高控制的实时性,满足车辆起步平稳、快捷的要求。

基于GM-HMM的DCT车辆驾驶员起步意图辨识研究

针对当前DCT控制系统对起步意图辨识准确度不高的问题,提出了一种基于高斯混合隐马尔科夫模型(GMHMM)的起步意图辨识方法:根据DCT车辆实车起步纵向加速度分布特性,将起步过程分为8个时段,基于K均值聚类算法对各时段内平缓起步、一般起步以及紧急起步进行定义,在此基础上对各时段3类GM-HMM进行训练,通过对比0.3 s内油门踏板开度时间序列在不同模型中的对数似然概率确定当前驾驶员的起步意图。经过验证,模型的平均查全率达88.7%,耗时7 ms,具有较高的辨识准确率和较好的实时性。