一种AMT变速器制动器控制方法及系统与流程

一种amt变速器制动器控制方法及系统
技术领域
1.本发明属于变速器技术领域，涉及一种amt变速器制动器控制方法及系统。


背景技术：

2.amt在升挡时，需要中断动力传输，同时挂挡齿轮间需要进行同步，同步时间过长必然降低换挡品质并增加油耗，若单独通过增加挂挡力来缩短同步时间，必然降低齿轮寿命。因此，如何在尽可能短的同步时间下完成挂挡动作成为amt的关键技术。现有研究中主要通过计算制动器的作用滞后和消退延迟影响或者根据上一升挡动作进行微调，缺少对车辆运行工况的考虑，计算的补偿往往不能满足实际需求。


技术实现要素：

3.本发明的目的在于解决现有技术中由于缺乏与车辆实际运行情况的结合，在计算同步时间时不能满足实际需求，换挡质量不高的问题，提供一种amt变速器制动器控制方法及系统。
4.为达到上述目的，本发明采用以下技术方案予以实现：
5.一种amt变速器制动器控制方法，包括以下步骤：
6.获取变速器当前运行工况数据和动态数据库数据；
7.变速器发出升挡指令后，离合器分离，在主箱进行挂挡动作时，判断是否开启变速器制动器；
8.如果变速器制动器打开，对比变速器当前运行工况数据和动态数据库数据中的运行工况数据，如果变速器当前运行工况中的各参数和动态数据库数据中的运行工况数据中的各参数相同，选择动态数据库中相对应工况下的电磁阀占空比数据对电磁阀进行控制；否则，由mfac控制器计算每一时刻的电磁阀占空比，根据电磁阀占空比控制电磁阀开度；
9.预测提前关闭电磁阀后输入轴的转速变化，根据预测转速计算速差；
10.判断速差是否在挂挡允许的速差范围内，如果不在挂挡速差范围内，重新计算每一时刻的电磁阀占空比；如果在挂挡速差范围内，则关闭电磁阀。
11.本发明的进一步改进在于：
12.所述判断是否开启变速器制动器，具体包括以下步骤：
13.根据变速器当前运行工况数据预测输入轴转速变化趋势；
14.获取输入轴分别在设定时间前后的转速，得到预测速差；
15.判断预测速差是否在挂挡允许的速差范围内，如果预测速差在挂挡允许的速差范围内，不打开变速器制动器；如果预测速差不在挂挡允许的速差范围内，判断预测速差是否小于挂挡允许速差的最小值，如果预测速差不小于挂挡允许速差的最小值，打开变速器制动器，如果预测速差小于挂挡允许速差的最小值，则结合离合器，提升输入轴转速后，重新判断预测速差是否在挂挡允许的速差范围内。
16.对所述电磁阀开度还需设置死区，根据变速器制动器制动斜率修正电磁阀开度死
区。
17.所述变速器制动器制动斜率通过训练bp神经网络得到，bp神经网络输入层包括当前道路坡度、车辆运行状态、变速器油温、进气压力、升挡次数、升挡期间电磁阀占空比均值和升挡期间电磁阀的开启时间；中间层神经元个数为l；输出层为变速器制动器制动斜率。
18.所述mfac控制器通过以下步骤设置：
19.建立动态离散系统泛模型，所述动态离散系统泛模型如式(1)所示：
[0020][0021]
其中，u
l
(k)为一个滑动时间窗口内所有输入信号组成的向量，δu
l
(k)＝[(u(k)-u(k-1)),...,(u(k-l+1)-u(k-l))]
t
，φ
p,l
(k)＝[φ1(k),...,φ
l
(k)]
t
，φ
p,l
(k)为与y(k+1)关于u
l
(k)的梯度，系统采用非线性siso系统，y(k)＝f[u(k),...u(k-nu),y(k-1),...,y(k-ny)]，u(k)、y(k)分别为k时刻系统的输入和输出，l为输入变量线性化后的参数长度，nu、ny分别表示输入、输出变量阶数；
[0022]
设置伪梯度估计值的初值
[0023]
通过伪梯度估计值的初值计算每一步的伪梯度估计值，如式(2)所示：
[0024][0025]
其中，μ》0，为权重因子；η∈[0,2]；
[0026]
根据每一步的伪梯度估计值计算每一时刻的电磁阀占空比，如式(3)所示：
[0027][0028]
其中，λ为权重系数，用于限制输入量的变化δu(k)；y
*
(k+1)为k+1时刻系统期望输出；为时变参数向量的第i个元素；ρi∈(0,1],(i＝1,2...,l)，ρi为步长因子。
[0029]
所述动态数据库中包括运行工况数据以及运行工况所对应的电磁阀占空比数据，所述运行工况数据包括输入轴转速变化率、输入轴速差、车辆行驶状态、制动器制动斜率、油温和气压。
[0030]
所述关闭电磁阀后还需要对mfac控制器计算的每一时刻电磁阀占空比进行评价，评价函数f如式(4)所示：
[0031][0032]
其中，k表示常系数，c表示一次升挡动作电磁阀开启次数；t表示一次升挡动作持续时间；t
*
表示预期的升挡时间，δ
*
表示挂挡速差目标值，v表示主箱第一次挂挡时输入轴转速与目标值的差值绝对值。
[0033]
判断所述评价函数f是否小于等于p
min
，如果评价函数f小于等于p
min
，将对应数据
主箱2挡齿轮，7-主箱1挡齿轮，8-主箱倒挡齿轮，9-第二副箱同步器，10-输出轴，11-第一主箱滑套；12-第二主箱滑套；13-主箱3挡齿轮；14-第三主箱滑套；15-第二中间轴；16-变速器制动器。
具体实施方式
[0052]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0053]
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0054]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0055]
在本发明实施例的描述中，需要说明的是，若出现术语“上”、“下”、“水平”、“内”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0056]
此外，若出现术语“水平”，并不表示要求部件绝对水平，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
[0057]
在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0058]
下面结合附图对本发明做进一步详细描述：
[0059]
参见图1，为本发明中一种amt变速器制动器控制方法流程图，包括以下步骤：
[0060]
s1，获取变速器当前运行工况数据和动态数据库数据；动态数据库中包括运行工况数据以及运行工况所对应的电磁阀占空比数据，所述运行工况数据包括输入轴转速变化率、输入轴速差、车辆行驶状态、制动器制动斜率、油温和气压。
[0061]
s2，变速器发出升挡指令后，离合器分离，在主箱进行挂挡动作时，判断是否开启变速器制动器；参见图3，为变速器制动器是否打开的判断逻辑图，包括以下步骤：
[0062]
s2.1，根据变速器当前运行工况数据预测输入轴转速变化趋势；
[0063]
s2.2，获取输入轴分别在设定时间前后的转速，得到预测速差；
[0064]
s2.3，判断预测速差是否在挂挡允许的速差范围内，如果预测速差在挂挡允许的速差范围内，不打开变速器制动器；如果预测速差不在挂挡允许的速差范围内，判断预测速
差是否小于挂挡允许速差的最小值，如果预测速差不小于挂挡允许速差的最小值，打开变速器制动器，如果预测速差小于挂挡允许速差的最小值，则结合离合器，提升输入轴转速后，重新判断预测速差是否在挂挡允许的速差范围内。
[0065]
s3，如果变速器制动器打开，对比变速器当前运行工况数据和动态数据库数据中的运行工况数据，如果变速器当前运行工况中的各参数和动态数据库数据中的运行工况数据中的各参数相差不超过设定阈值，选择动态数据库中相对应工况下的电磁阀占空比数据对电磁阀进行控制；否则，由mfac控制器计算每一时刻的电磁阀占空比，根据电磁阀占空比控制电磁阀开度，所述电磁阀开度还需设置死区，根据变速器制动器制动斜率修正电磁阀开度死区；变速器制动器制动斜率通过训练bp神经网络得到，bp神经网络输入层包括当前道路坡度、车辆运行状态、变速器油温、进气压力、升挡次数、升挡期间电磁阀占空比均值和升挡期间电磁阀的开启时间；中间层神经元个数为l；输出层为变速器制动器制动斜率。其中，mfac在输入、输出曲线变化轨迹的每一个点引入一个线性化数据模型，仅用受控系统的输入或输出数据来估计系统的伪梯度向量，进而实现非线性系统的自适应控制，mfac控制器通过以下步骤设置：
[0066]
s3.1，建立动态离散系统泛模型，所述动态离散系统泛模型如式(1)所示：
[0067][0068]
其中，u
l
(k)为一个滑动时间窗口内所有输入信号组成的向量，δu
l
(k)＝[(u(k)-u(k-1)),...,(u(k-l+1)-u(k-l))]
t
，φ
p,l
(k)＝[φ1(k),...,φ
l
(k)]
t
，φ
p,l
(k)为与y(k+1)关于u
l
(k)的梯度，系统采用非线性siso系统，y(k)＝f[u(k),...u(k-nu),y(k-1),...,y(k-ny)]，将变速器制动器的非线性系统转化为一个单参数线性时变系统，u(k)、y(k)分别为k时刻系统的输入和输出，l为输入变量线性化后的参数长度，nu、ny分别表示输入、输出变量阶数；
[0069]
s3.2，设置伪梯度估计值的初值
[0070]
s3.3，通过伪梯度估计值的初值计算每一步的伪梯度估计值，如式(2)所示：
[0071][0072]
其中，μ》0，为权重因子；η∈[0,2]。
[0073]
s3.4，根据每一步的伪梯度估计值计算每一时刻的电磁阀占空比，如式(3)所示：
[0074][0075]
其中，λ为权重系数，用于限制输入量的变化δu(k)；y
*
(k+1)为k+1时刻系统期望输出；为时变参数向量的第i个元素；ρi∈(0,1],(i＝1,2...,l)，ρi为步长因子。
[0076]
s4，预测提前关闭电磁阀后输入轴的转速变化，根据预测转速计算速差；通过递推
最小二乘法预测提前关闭电磁阀后输入轴的转速变化。
[0077]
s5，判断速差是否在挂挡允许的速差范围内，如果不在挂挡速差范围内，重新计算每一时刻的电磁阀占空比；如果在挂挡速差范围内，则关闭电磁阀。
[0078]
关闭电磁阀后还需要对mfac控制器计算的每一时刻电磁阀占空比进行评价，评价函数f如式(4)所示：
[0079][0080]
其中，k表示常系数，c表示一次升挡动作电磁阀开启次数；t表示一次升挡动作持续时间；t
*
表示预期的升挡时间，δ
*
表示挂挡速差目标值，v表示主箱第一次挂挡时输入轴转速与目标值的差值绝对值；
[0081]
判断评价函数f是否小于等于p
min
，如果评价函数f小于等于p
min
，筛选出此工况下的变速器制动器控制数据，并将对应数据存储至动态数据库中，遇到相同或类似工况下的升挡情况，将调用数据库中的数据；否则，丢弃对应数据；其中，p
min
为筛选评价函数的门限值。
[0082]
动态数据库中存储有初始数据，数据主要来自台架，存储的数据包括挂挡时的工况，即离合器脱开、主箱回空时的输入轴转速变化率、速差、车辆运行状态、制动器制动斜率、油温、气压以及在该工况下的制动器电磁阀占空比。所存储的制动器制动性能均为初始值，控制器中存储了最新的制动器制动性能参数，神经网络输出的制动器性能参数与原始参数差值绝对值超过5时会进行更新并执行下电存储。
[0083]
参见图2，为本发明中amt变速器制动器控制系统模块示意图，包括：
[0084]
数据获取模块，所述数据获取模块用于获取变速器当前运行工况数据和动态数据库数据；
[0085]
第一判断模块，所述判断模块用于在变速器发出升挡指令后，离合器分离，在主箱进行挂挡动作时，判断是否开启变速器制动器；
[0086]
数据处理模块，所述数据处理模块用于在变速器制动器打开时，对比变速器当前运行工况数据和动态数据库数据中的运行工况数据，如果变速器当前运行工况中的各参数和动态数据库数据中的运行工况数据中的各参数相差不超过设定阈值，选择动态数据库中相对应工况下的电磁阀占空比数据对电磁阀进行控制；否则，由mfac控制器计算每一时刻的电磁阀占空比，根据电磁阀占空比控制电磁阀开度；
[0087]
预测计算模块，所述预测计算模块用于预测提前关闭电磁阀后输入轴的转速变化，根据预测转速计算速差；
[0088]
第二判断模块，所述第二判断模块用于判断速差是否在挂挡允许的速差范围内，如果不在挂挡速差范围内，重新计算每一时刻的电磁阀占空比；如果在挂挡速差范围内，则关闭电磁阀。
[0089]
参见图4，具体工作过程为：
[0090]
首先，由于道路工况、行驶类型、换挡类型、进气压力、变速器油温和制动器磨损程度的影响，在图5中t2制动时间下的制动斜率是一个受多因素影响的变化值，需不断预测制动器制动性能。在台架和实车测试变速器制动器的制动性能，包括100万次的升挡制动测试以及整车三高测试，三高测试包括高温试验、高原试验和高寒试验，从而完善制动器性能在
不同路况、温度和气压等因素作用下的测试数据。在测试中考虑当前道路坡度、车辆运行状态、变速器油温、进气压力、升挡次数、升挡期间电磁阀占空比均值和升挡期间电磁阀的开启时间等参数，采用离线数据不断训练bp神经网络算法修正权值，最终采用训练好的神经网络算法估计变速器制动器性能。bp神经网络输入层包括：道路坡度、车辆状态、变速器油温、进气压力、升挡次数、升挡期间电磁阀占空比均值以及升挡期间电磁阀开启时间等7个因素；输出层为变速器制动器制动斜率；中间层神经元个数l，按照l＝sqrt(n+m)+a，其中n为输入层神经元个数，m为输出层神经元个数，a为[1,10]之间的常数确定。最终设计7*6*1三层网络结构，设置学习率为0.06，收敛误差为0.0001，最终算法可根据车辆实际运行工况输出制动器性能，这里设定制动器制动性能指标为变速器输入轴转速开始快速下降时刻到关闭电磁阀时刻，两个时刻下的输入轴转速差与间隔时间的比值。
[0091]
其次，参见图5，为变速器传动结构示意图，离合器1分离后，第一主箱滑套11、第二主箱滑套12和第三主箱滑套14均回空，等待第一副箱同步器3和第二副箱同步器9挂完挡后，此时主箱再挂挡，判断是否开启变速器制动器，等待滑套、齿轮间的转速同步，考虑道路工况、车辆状态以及油温影响建立匀速/匀加速/匀减速模型，模型根据换挡时的输入轴转速初值、油温和坡道等参数决定，根据数据拟合确定不同工况下的方程参数，计算在不施加制动力、一定时间后的输入轴转速变化，根据图3逻辑确定是否开启变速器制动器。
[0092]
然后，考虑制动器气压建立的滞后性以及排气时气压的过冲特性，设计mfac控制器，给定伪梯度初值siso系统输入参数u
l
(1)，给定u(1)、y(1)和y(2)等参数，根据递推公式推导出每一时刻电磁阀占空比，根据电磁阀占空比控制电磁阀开度。对电磁阀开度设置死区α0，即输入u(k)需要进行有效限制，防止过小的占空比产生无效的制动作用，令u(k)≥α0，由于死区的设置是随着变速器制动器的使用损耗发生变化而变化，因此需要对制动器性能进行监控，以对α0进行自适应修正。同时，设计评价函数f，对mfac控制效果进行评估，对控制数据进行筛选并存储至动态数据库，根据实际工况与动态数据库中的工况进行对比，通过比较选择是否采用动态数据库中的电磁阀占空比数据对变速器制动器进行控制。
[0093]
最后，考虑排气滞后特性，参见图6，打开制动器电磁阀，输入轴转速需要经过t1时间后，转速才开始以较大的斜率下降，并且由于腔体的密封性导致转速下降斜率为变化值，经过t2时间制动作用关闭电磁阀后，由于排气滞后导致制动作用仍持续t3时间才结束。关闭电磁阀后，由于排气滞后使得输入轴转速继续下降，类似于系统惯性作用，通过递推最小二乘法自适应出不同车辆升挡工况下的提前关阀时间，防止输入轴转速下降到允许挂挡转速下限，造成对齿或挂挡时间延长等不利影响。采用递推最小二乘法预测该时刻关闭电磁阀后输入轴的转速变化趋势，根据预测转速计算速差，进而判断速差是否在可挂挡速差范围来决定是否关闭电磁阀，如果关闭电磁阀后的转速落在目标转速窗口则直接关闭电磁阀；关阀后判断挂挡拨叉动作时间，一旦时间超过设定阈值t
max
，tcu控制挂挡拨叉再次回空、离合器浅结合再分离，然后等待时机重新挂挡。
[0094]
amt变速器制动器的控制主要包含三个方面：制动器控制使能、考虑滞后的制动器控制和考虑排气滞后的制动提前退出。本发明中通过考虑进气压力、变速器油温、电磁阀占空比以及换挡次数等因素，用台架及整车试验数据训练神经网络算法学习制动器制动性
能，使神经网络算法不断适应实车控制需求，最终训练出的神经网络算法将成为一种制动器性能监督控制器；同时设计适合大惯性、延迟系统的mfac控制策略，通过参数迭代使mfac控制不断优化，满足车辆升挡同步需求；设计评价函数对每一次mfac控制进行评估，选取符合条件的数据不断更新动态数据库，通过动态数据库控制制动器可作为mfac控制的冗余机制，一旦挂挡条件与数据库中挂挡公开相关参数相比满足阈值要求时即可通过数据库中数据进行制动器控制；同时考虑排气滞后特征，设计算法预测关闭电磁阀后的输入轴转速变化趋势，一旦预测转速满足挂挡需求，立即退出制动器作用，从而使得换挡品质得到保障。
[0095]
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。