液力变矩变速器自动换档控制技术研究

《液力变矩变速器自动换档控制技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、AutomaticShiftControlTechnologyofHydraulicConverter●1n●-lranSmiSSionByWuyiMingSupervisor：Prof．WufaLiuMechanicalandElectronicEngineeringSchoolofMechanicalEngineeringApril2010本人郑重声明：究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。学位

2、论文作者：五一日期：知f1年f月／El学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。学位论文作者：明五7日期：2。I口年f月f日摘要摘要本

3、文液力变矩变速器自动换档控制技术的研究主要涉及到换挡策略确定、仿真与试验技术以及嵌入式自动换挡平台的搭建，其中换挡策略确定是核心工作，通过仿真建模系统验证换挡策略的有效性，再将该策略在嵌入式自动换挡平台中实现。控制策略选用的优劣对换挡控制系统性能有直接的影响。因此在研究中根据实际情况，对四参数、智能模糊换挡算法进行改进，并引进神经网络换挡算法，综合以上三种换挡算法，提出了加权换挡控制算法。在已有的研究成果中大部分基于当前采样点的数据去控制输出，很少或者没有考虑到历史采样数据，通过研究，提出了引用历史采样数据评判换挡操作，适当修正换挡控制输出。仿真系统采

4、用VisualC++6．0开发实现，应用MVC设计模式。仿真系统中经过验证的换挡控制策略可以平滑地移植到ARM7中。仿真系统通过图形化界面显示各个传感器的参数以及档位输出，按照预先编制的测试数据完成一次测试，分析自动换挡控制算法的优劣，找出换挡控制算法有待改进的地方。嵌入式自动换挡平台控制器采用ARM7系列的S3C44BOX作为主控制器，整个系统是一个前、后台程序：前台程序包括档位决策、档位输出、GPRS上传数据和通信协议维护；后台程序通过定时器中断(周期200ms)，实时采集泵轮转速、涡轮转速、油门位置和工作泵压力数据。档位决策通过运行加权换挡控制算

5、法来实现，同时也注重燃油经济性以及换档品质。为了使嵌入式自动换挡平台试验数据实时传输到远程控制中心，目前在该平台中加入了GPRS模块。采用点到点协议提高通信的可靠性。基于GPRS无线网络的远程通信技术则是一种实施方便、成本低廉的方案，而且控制终端有很好的移动性能，受环境设施限制少，符合本研究的应用。在移动运营商3G网络成熟时，能通过实时数据监控模块扩展更多的功能，为课题的后续研究留有空间。通过仿真研究，本文提出的自动换挡控制算法符合预期设计的要求，能够满足工程车辆的自动换挡要求。关键词：液力变矩变速器；自动换挡；模拟仿真；Al蝴；点到点协议Abstra

6、ctTheresearchofautomaticshiftcontroltechnologyofhydraulicconvertertransmissionismainlyrelatedtoshi衔ngstrategysetting,simulationandt懿fingtechniqu铭andtheconstructionofembeddedplatformforautomaticshiftcontr01．Thecoreworkoftheresearchishowtodeterminetheshiftingstrategies，theeffectiv

7、enessoftheshiftingstrategiesisverifiedbymodelingandsimulation，andtheshiftingstrategiesareachievedintheembeddedplatformoftheautomaticshift．TheprosandconsoftheselectedstrategyofshiRingcontrolhaveadirectimpactonsystemperformance．Therefore，inthisissuethefourparametersandintelligentf

8、uzzyshiftalgorithmsisimproved,andneuralnetworkc