[go: up one dir, main page]

CN115146370B - 汽车传动系统模型的对标修正方法及判断舒适性的方法 - Google Patents

汽车传动系统模型的对标修正方法及判断舒适性的方法 Download PDF

Info

Publication number
CN115146370B
CN115146370B CN202210220458.2A CN202210220458A CN115146370B CN 115146370 B CN115146370 B CN 115146370B CN 202210220458 A CN202210220458 A CN 202210220458A CN 115146370 B CN115146370 B CN 115146370B
Authority
CN
China
Prior art keywords
time
system model
transmission system
transmission
automobile
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210220458.2A
Other languages
English (en)
Other versions
CN115146370A (zh
Inventor
杨义勇
李亚飞
赵永涛
王翔宇
李亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Geosciences Beijing
Original Assignee
China University of Geosciences Beijing
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Geosciences Beijing filed Critical China University of Geosciences Beijing
Priority to CN202210220458.2A priority Critical patent/CN115146370B/zh
Publication of CN115146370A publication Critical patent/CN115146370A/zh
Application granted granted Critical
Publication of CN115146370B publication Critical patent/CN115146370B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/12Computing arrangements based on biological models using genetic models
    • G06N3/126Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/08Probabilistic or stochastic CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Molecular Biology (AREA)
  • Genetics & Genomics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Physiology (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Control Of Transmission Device (AREA)

Abstract

本申请涉及一种汽车传动系统模型的对标修正方法及判断舒适性的方法,该对标修正方法包括:对实际车辆进行直线加速测试,得到第一车速随时间变化关系、第一发动机扭矩随时间变化关系和第一变速器挡位随时间变化关系;建立初始的汽车传动系统模型;利用遗传算法确定初始的汽车传动系统模型中各系数的优化值;将得到的参数种群中的各系数的优化值代入到所述初始的汽车传动系统模型中,得到对标修正后的汽车传动系统模型。能够根据实际车辆的加速测试结果得到汽车传动系统模型,使得后续可以直接利用对标修正后的汽车传动系统模型模拟汽车直线加、减速测试,而无需实际车辆进行相关测试。

Description

汽车传动系统模型的对标修正方法及判断舒适性的方法
技术领域
本发明属于汽车传动系统模型领域,具体涉及一种汽车传动系统模型的对标修正方法及判断舒适性的方法。
背景技术
在自动挡汽车开发过程中,需设置与该汽车相匹配的换挡逻辑。为了调校出合适的换挡逻辑,现有的方法是,先对实际车辆设置不同的换挡逻辑,并分别针对不同的换挡逻辑对实际车辆重复进行直线加、减速测试,以获取相关数据,从而对换挡逻辑进行调整,最终得到满足舒适性的换挡逻辑。
在以上过程中,需驾驶员重复驾驶汽车进行测试,使得驾驶员产生极大的疲劳感,有可能会影响驾驶员对汽车的操控,从而产生意外的危险;每次驾驶进行测试的时间较长,从而拉长了调整换挡逻辑的时长,也会拉长自动挡汽车的开发周期;此外,在换挡逻辑极不匹配的情况下,驾驶实际车辆测试时会对汽车的发动机和各传动部件造成极大的损害,从而产生额外的维修成本。
发明内容
有鉴于此,本发明提供了一种汽车传动系统模型的对标修正方法及判断舒适性的方法,能够根据实际车辆的加速测试结果得到与实际车辆相对应的对标修正后的汽车传动系统模型,使得后续可以直接利用该对标修正后的汽车传动系统模型模拟汽车直线加、减速测试,而无需实际车辆进行相关测试,提高了获取相关数据过程的安全性、降低了调校换挡逻辑的时长以及避免了由实际车辆测试所产生的额外的维修成本。
本发明所采用的技术方案:
一种基于遗传算法的汽车传动系统模型的对标修正方法,所述汽车传动系统模型用于评价汽车换挡逻辑是否符合舒适性;包括步骤:
S100、对实际车辆进行直线加速测试,并采集实际车辆在该过程中的第一车速、发动机输出的第一扭矩、变速器的第一挡位,得到第一车速随时间变化关系、第一发动机扭矩随时间变化关系和第一变速器挡位随时间变化关系;
S200、建立初始的汽车传动系统模型,所述初始的汽车传动系统模型包括主动轮纵向力、从动轮纵向力与车速的对应关系;其中,所述主动轮纵向力根据发动机扭矩、变速器挡位、变速器挡位对应的传动比和变速器挡位对应的传动效率,以及减速器传动比和减速器的传动效率确定;所述从动轮纵向力Fxf为:
Fxf=Dsin(Carctan(Bx-E(Bx-arctan(Bx))));
其中,B为刚度因子系数,C为曲线形状因子系数,D为峰值因子系数,E为曲线曲率因子系数,x表示从动轮的滑移率;
S300、利用遗传算法确定初始的汽车传动系统模型中各系数的优化值;其中,遗传算法中的参数种群包括多组参数组,每一个所述参数组包括系数B、C、D、E;适应度函数和终止条件根据以第一发动机扭矩随时间变化关系、第一变速器挡位随时间变化关系作为输入时,初始的汽车传动系统模型输出的模拟车速随时间变化关系和作为目标的第一车速随时间变化关系确定;
S400、将步骤S300中得到的参数种群中的各系数的优化值代入到所述初始的汽车传动系统模型中,得到对标修正后的汽车传动系统模型。
优选地,步骤S200中,所述初始的汽车传动系统模型为:
其中,n为前、后轴上的车轮数量,i(t)为t时刻变速器的挡位i,g(i(t))为变速器在挡位i(t)时的传动比,τ(i(t))为变速器在挡位i(t)时的传动效率,Te(t)为t时刻发动机的输出扭矩,gf为减速器传动比,ηf为减速器传动效率,rw为主动轮半径,Cd为风阻系数,ρ为空气密度,A为汽车的迎风面积,V(t)为汽车传动系统模型中t时刻的模拟车速,Vw为风速,m为汽车的质量,为汽车传动系统模型中t时刻的模拟加速度,g为重力加速度,β为坡道角度。
优选地,所述步骤S300中,每一个所述参数组还包括系数Cd
优选地,步骤S300中,参数种群中的各系数B、C、D、E和Cd的取值范围为,
5≤B≤50,1≤C≤10,1≤D≤10,0.5≤E≤5,0.2≤Cd≤0.4。
优选地,步骤S300中,所述适应度函数为
其中,y为仿真运行次数,Sy为第y次仿真时的取样总次数,V(t)y为第y次仿真时所述初始的汽车传动系统模型输出的t时刻的模拟车速,V(t)′为第一车速随时间变化关系中在t时刻的实际车速。
优选地,所述终止条件为MSE(y)小于预设数值,所述预设数值为0-0.25。
优选地,所述步骤S300包括步骤:
S310、随机生成初始的参数种群;其中,初始的参数种群包括N组参数组,N大于或者等于20且小于或者等于50;
S320、将各参数组分别作为个体,以第一发动机扭矩随时间变化关系、第一变速器挡位随时间变化关系作为输入对初始的汽车传动系统模型进行仿真,得到每个个体的模拟车速随时间变化关系,并分别计算每个个体对应的适应度,所述适应度为根据适应度函数所得到的数值;
S330、判断是否有满足终止条件的个体,如有,则执行步骤S350;没有则执行步骤S340;
S340、选择适应度最低的预设数量的个体作为父代,进行交叉和/或变异,得到新的参数种群,并返回步骤S320;
S350、输出满足终止条件的个体作为较优参数组,并根据所述较优参数组确定初始的汽车传动系统模型中各系数的优化值。
优选地,所述步骤S350中,在满足终止条件的个体具有多个时,以适应度最小的个体作为各系数的优化值。
本发明还提供了一种利用汽车传动系统模型判断换挡逻辑是否满足舒适性的方法,包括步骤:
S10、使用前述的对标修正方法得到对标修正后的汽车传动系统模型;
S20、获取预设的变速器挡位随时间变化关系以及与其对应的多个第二发动机扭矩随时间变化关系;其中,所述预设的变速器挡位随时间变化关系为发动机扭矩和车速的函数;
S30、将多个第二发动机扭矩随时间变化关系和预设的变速器挡位随时间变化关系分别作为对标修正后的汽车传动系统模型的输入,得到多个第二车速随时间变化关系;
S40、根据多个第二车速随时间变化关系得到多个第二急动度随时间变化关系;
S50、判断各所述第二急动度随时间变化关系中的急动度是否处于设定的舒适区间范围内,得到始终处于设定的舒适区间范围内的第二急动度随时间变化关系的数量与步骤S40中得到的第二急动度随时间变化关系总数量的比例,若所述比例不小于预设比例,则预设的变速器挡位随时间变化关系符合舒适性要求。
优选地,所述步骤S50还包括:
若所述比例小于预设比例,则所述预设的变速器挡位随时间变化关系不符合舒适性要求,对所述预设的变速器挡位随时间变化关系进行调整,之后转入步骤S20。
本发明的有益效果:
本发明先建立初始的汽车传动系统模型并设定初始的参数种群,以实际车辆直线加速测试所得到的第一发动机扭矩随时间变化关系和第一变速器挡位随时间变化关系为该模型的输入,实际车辆测试所得的第一车速随时间变化关系作为该模型输出的目标,对初始的汽车传动系统模型进行对标修正,在对标修正的过程中,根据初始的汽车传动系统模型每次输出的模拟车速随时间变化关系与目标建立适度函数,利用遗传算法调整初始的汽车传动系统模型的各个系数,并重复模拟得到相应的模拟车速随时间变化关系,直至初始的汽车传动模型模拟得到的模拟车速随时间变化关系接近于第一车速随时间变化关系,从而得到对标修正后的汽车传动系统模型。如此得到的该汽车传动系统模型,能够模拟其它发动机扭矩随时间变化关系和/或预设的变速器挡位随时间变化关系(换挡逻辑)下的实际车辆的行驶状况,因此,在车辆对变速器的换挡逻辑测试中,无需驾驶员进行实车驾驶测试,避免了不同换挡逻辑对实车的测试,降低了研发过程中产生意外的危险;且采用对标修正后的汽车传动系统模型,较实车测试能够缩短调整换挡逻辑的时长,进而缩短自动挡汽车的开发周期;还能够避免在换挡逻辑极不匹配的情况下实车测试时对汽车的发动机和各传动部件造成极大的损害,进一步降低研发成本。
附图说明
通过以下参照附图对本申请实施例的描述,本申请的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是本发明的一种基于遗传算法的汽车传动系统模型的对标修正方法的流程框图;
图2是步骤S300的具体流程框图;
图3是本发明的利用汽车传动系统模型判断换挡逻辑是否满足舒适性的方法的流程框图。
具体实施方式
以下基于实施例对本申请进行描述,但是本申请并不仅仅限于这些实施例。在下文对本申请的细节描述中,详尽描述了一些特定的细节部分,为了避免混淆本申请的实质,公知的方法、过程、流程、元件并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本申请的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
参见图1,本发明涉及一种基于遗传算法的汽车传动系统模型的对标修正方法,所述汽车传动系统模型用于评价汽车换挡逻辑是否符合舒适性;该方法包括步骤:
S100、对实际车辆进行直线加速测试,并采集实际车辆在该过程中的第一车速、发动机输出的第一扭矩、变速器的第一挡位,得到第一车速随时间变化关系、第一发动机扭矩随时间变化关系和第一变速器挡位随时间变化关系;
S200、建立初始的汽车传动系统模型,所述初始的汽车传动系统模型包括主动轮纵向力、从动轮纵向力与车速的对应关系;其中,所述主动轮纵向力根据发动机扭矩、变速器挡位、变速器挡位对应的传动比和变速器挡位对应的传动效率,以及减速器传动比和减速器的传动效率确定;所述从动轮纵向力Fxf为:
Fxf=Dsin(Carctan(Bx-E(Bx-arctan(Bx))));
其中,B为刚度因子系数,C为曲线形状因子系数,D为峰值因子系数,E为曲线曲率因子系数,x表示从动轮的滑移率;
S300、利用遗传算法确定初始的汽车传动系统模型中各系数的优化值;其中,遗传算法中的参数种群包括多组参数组,每一个所述参数组包括系数B、C、D、E;适应度函数和终止条件根据以第一发动机扭矩随时间变化关系、第一变速器挡位随时间变化关系作为输入时,初始的汽车传动系统模型输出的模拟车速随时间变化关系和作为目标的第一车速随时间变化关系确定;
S400、将步骤S300中得到的参数种群中的各系数的优化值代入到所述初始的汽车传动系统模型中,得到对标修正后的汽车传动系统模型。
在步骤S100中,“实际车辆”为可以被实际驾驶的汽车,实际车辆为自动挡汽车,且实际车辆为两轮驱动汽车,例如为前轮驱动汽车或后轮驱动汽车,如为前轮驱动汽车,则两个前轮为主动轮,两个后轮为从动轮;如为后轮驱动汽车,两个后轮为主动轮,两个前轮为从动轮。该实际车辆的外形、发动机、变速箱、减速器、轮胎、传动轴等硬件的相应参数均已固定。“直线加速测试”为驾驶员驾驶该实际车辆沿着直线加速行驶的过程,例如,驾驶员驾驶实际车辆沿着直线从0km/h加速到目标车速的过程,这里的目标车速可以为30km/h、60km/h、90km/h或120km/h等;此外,在实际车辆进行直线加速测试过程中,驾驶员不可以对实际车辆进行主动制动。实际车辆上搭载着相关传感器,能够实时采集实际车辆在该直线加速测试过程中发动机扭矩(对应第一扭矩)、变速器挡位(对应第一挡位)和实际车速(对应第一车速),从而得到第一发动机扭矩随时间变化关系、第一变速器挡位随时间变化关系和第一车速随时间变化关系,“第一发动机扭矩随时间变化关系”描述的是发动机的输出扭矩随时间的变化关系,在一种实施例中为发动机的输出扭矩随时间的变化曲线图;“第一变速器挡位随时间变化关系”描述的是变速器挡位随时间变化关系,在一种实施例中为变速器挡位随时间变化方波图;“第一车速随时间变化关系”描述的是实际车速随时间变化关系,在一种实施例中为实际车速随时间的变化曲线图。
当然,前段中所说的“直线加速测试”过程,并不意味着在该过程中,车速始终处于提升的状态,也包含汽车行驶过程中车速保持不变及车速降低的情况,但该处所述的车速降低是指的驾驶员非主动制动情况下的降低车速,如车辆处于爬坡状态。
步骤S200中,初始的汽车传动模型能够用来模拟汽车的直线行驶时的模拟车速随时间变化关系,具体地,初始的汽车传动模型能够描述主动轮纵向力、从动轮纵向力与车速的对应关系,其中,t时刻的主动轮纵向力可以表示为Fxr(t),从动轮纵向力为Fxf,从动轮纵向力Fxf可以表示为:
Fxf=Dsin(Carctan(Bx-E(Bx-arctan(Bx))))……………………(1)
其中,B为刚度因子系数,C为曲线形状因子系数,D为峰值因子系数,E为曲线曲率因子系数,x表示从动轮的滑移率。
公式(1)中,x的具体取值可以由仿真软件MATLAB内部封装程序获取,其中,在该封装程序中,x作为变量,其与汽车受到的总的纵向力(即下文中的Fx(t))、从动轮所受到的垂向载荷及路面的附着系数(可通过检测获得,为常数)相关,因此,可以根据模型中的总的纵向力、输入的附着系数确定。
初始的汽车传动系统模型中,主动轮纵向力根据发动机扭矩、变速器挡位、变速器挡位对应的传动比和变速器挡位对应的传动效率,以及减速器传动比和减速器的传动效率确定。在实际车辆中,发动机的输出轴与变速器的输入轴传动连接,变速器的输出轴与减速器的输入轴传动连接,减速器的输出轴与主动轮传动连接,减速器具有固定的传动比和传动效率,变速器的每个挡位也均具有其固定的传动比和传动效率,因而可以通过发动机扭矩和变速器挡位确定主动轮纵向力Fxr(t)。
步骤S300中,在初始的汽车传动系统模型中,系数B、C、D、E为模型中待优化的系数,本发明基于遗传算法通过对初始的汽车传动系统模型仿真确定出优化的各系数值,每次仿真生成多组参数组,每个参数组均包含系数B、C、D、E的具体取值,即相当于下文中所述的一个个体,因此,每次仿真都会得到多组初始的汽车传动系统模型的输出。具体地,在整个仿真过程中,对于初始的汽车传动系统模型的输入均相同,输入均为第一发动机扭矩随时间变化关系、第一变速器挡位随时间变化关系,仅仅是每次仿真以及同一次仿真中的不同组的系数B、C、D、E的具体数值不同,因此,每次仿真以及同一次仿真中的不同组的输出也会不同,但输出均为各自输入对应的模拟车速随时间变化关系。如在一次仿真中,将一个参数组代入初始的汽车传动系统模型,会得到一个对应的输出,如此,该次仿真有几组参数组,就会有几个对应的输出,然后,根据适应度函数计算每组的适应度,如适应度均未达到终止条件时,依据遗传算法生成新的多组参数组,作为下一次仿真中新的参数种群,并重新计算每组参数组所对应的适应度,直至出现满足终止条件的适应度。其中,该适应度函数与输出的模拟车速随时间变化关系和作为目标的第一车速随时间变化关系相关,由于第一车速随时间变化关系是目标,是一固定的关系,因此,适应度函数也可以说是输出的模拟车速随时间变化关系的函数;终止条件可以根据与适应度函数的函数值相关,如设定函数值需要满足某一预设条件。
步骤S400中,将步骤S300中得到的B、C、D、E这些优化值代入到初始的汽车传动系统模型中,便可得到对标修正后的汽车传动系统模型,后期可以利用对标修正后的汽车传动系统模型来模拟其它发动机扭矩随时间变化关系和其它变速器挡位随时间变化关系(可以为下文中的换挡逻辑)作为输入时获取模拟车速随时间变化关系,因而在发动机扭矩随时间变化关系和变速器挡位的变换逻辑每次调整时,就无需驾驶员通过驾驶实际车辆来获取相关测试数据(模拟车速随时间变化关系),避免了不同换挡逻辑对实车的测试,降低了研发过程中产生意外的危险;且采用对标修正后的汽车传动系统模型,较实车测试能够缩短调整换挡逻辑的时长,进而缩短自动挡汽车的开发周期;还能够避免在换挡逻辑极不匹配的情况下实车测试时对汽车的发动机和各传动部件造成极大的损害,进一步降低研发成本。
具体地,步骤S200中,初始的汽车传动系统模型可以由下述动力学模型进行表示:
Fx(t)=n(Fxf+Fxr(t))………………………………(3)
其中:m为汽车的质量,为汽车传动系统模型中t时刻的模拟加速度,Fx(t)为汽车在t时刻受到的总的纵向力,Fd(t)为在t时刻的空气阻力,g为重力加速度,β为坡道角度,n为前、后轴上车轮的数量,Fxf为从动轮纵向力,Fxr(t)为t时刻的主动轮纵向力,Cd为风阻系数,ρ为空气密度,A为汽车的迎风面积,V(t)为汽车传动系统模型中t时刻的模拟车速,Vw为风速。
其中,公式(2)为根据牛顿第二定律得到的,其描述出汽车模型所受到的纵向力与其加速度之间的关系,其中g为重力加速度,属于常数,在初始的汽车传动系统模型和对标修正后的汽车传动系统模型中,g的数值均不变;在初始的汽车传动系统模型中β为与步骤S100中的直线加速测试的坡道角度相同,在对标修正后的汽车传动系统模型中,β可为根据实际需求进行人为设定;在初始的汽车传动系统模型中,质量m为与步骤S100中的直线加速测试时的实际车辆的质量相同,在对标修正后的汽车传动系统模型中,由于要模拟的汽车上的驾乘人员的数量会发生变化,会导致质量m的数值会与实际车辆直线加速测试时的质量发生变化,因而质量m可根据要模拟的汽车的所处状态进行人为设定。
公式(3)表达出汽车模型所受到的总的纵向力与主动轮纵向力和从动轮纵向力之间的关系,通常情况下n为2。
公式(4)为空气阻力的表达式。在初始的汽车传动系统模型中,空气密度ρ和风速Vw与步骤S100中的相关数据相同;在对标修正后的汽车传动系统模型中,空气密度ρ和风速Vw可根据实际模拟的情况进行人为设定。汽车的迎风面积A与为实际车辆的迎风面积,根据对实际车辆测量后获得,汽车的迎风面积A为常数。风阻系数Cd可通过实际车辆进行试验(风洞试验)测得,Cd为常数。
将公式(2)、(3)和(4)整合后得到:
将公式(1)代入到公式(5)中得到:
具体地,步骤S200中的初始的汽车传动系统模型包括发动机模型、变速器模型和减速器模型,在本发明中,通过发动机模型、变速器模型和减速器模型来表示在t时刻的主动轮纵向力Fxr(t)。其中:
发动机模型表示为:
Te(t)…………………………………………(7)
Te(t)为t时刻发动机的输出扭矩。
变速器模型表示为:
Tt(t)=Tt(g,τ,i)=g(i(t))·τ(i(t))·Te(t)………………(8)
其中,Tt(t)为t时刻的变速器输出扭矩,i(t)为t时刻变速器的挡位i,g(i(t))为变速器在挡位i(t)时的传动比,τ(i(t))为变速器在挡位i(t)时的传动效率。
车辆的变速器为AT变速器或DCT变速器,因而变速器具有固定的几个挡位,且每个挡位均有对应的、固定的传动比和传动效率,每个挡位的传动比和传动效率可通过采集变速器在相应挡位下的传动比和传动效率获得,也可以通过参照变速器的自身参数(如从减速器的铭牌或说明书)获得,因而在初始的汽车传动系统模型及对标修正后的汽车传动系统模型中变速器各个挡位的传动比和传动效率均为常数。
减速器模型表示为:
Tf(t)=Tt(t)·gf·ηf…………………………(9)
其中,Tf(t)为t时刻的减速器输出扭矩,gf为减速器传动比,ηf为减速器传动效率。
减速器具有固定的减速器传动比gf和固定的减速器传动效率ηf,可在实际车辆上的减速器运转时采集获取,或从减速器自身的参数(如从减速器的铭牌或说明书)获得,因而在初始的汽车传动系统模型及对标修正后的汽车传动系统模型中减速器传动比gf和固定的减速器传动效率ηf均为常数。
减速器的输出轴与主动轮传动连接,减速器输出扭矩直接作用在主动轮上,因而主动轮纵向力随时间变化关系表示为:
其中,rw为主动轮半径。
主动轮半径rw通过测量实际车辆的主动轮半径获得,rw为常数(即在初始的和对标修正后的汽车传动系统模型中rw的数值不变)。
公式(7)、(8)、(9)和(10)整合后获得:
在公式(11)中,gf、ηf和rw均为已知常数,因而可通过输入Te(t)和i(t)便可得到Fxr(t),因而在步骤S200中可以根据发动机扭矩、变速器挡位、变速器挡位对应的传动比和变速器挡位对应的传动效率,以及减速器传动比和减速器的传动效率确定主动轮纵向力。
将公式(11)代入到公式(6)中最终得到的初始的汽车传动系统模型为:
其中,加速度与车速关系可表达为:
其中,V0为0时刻的车速,即车辆的初始速度。
在步骤S100中,如直线加速测试为从0km/h加速到目标车速的过程,则在初始的汽车传动系统模型中V0为0km/h。如直线加速测试的实际车辆的初始速度不为0km/h,在初始的汽车传动系统模型中V0为实际车辆的初始速度,实际车辆的初始速度可通过测定获得,并在初始的汽车传动系统模型中进行设定。
在对标修正后的汽车传动系统模型中,V0为预设数值,操作人员可根据需要模拟的情况进行自主设定。
在初始的传动系统模型中,公式(12)和(13)中,B、C、D、E是待定的系数,Te(t)、i(t)、V(t)和随着时间的变化是变化的,而其他量均在仿真前已经确定好,而在步骤S300中,通过基于遗传算法的仿真,每次仿真时,系数B、C、D和E均已确定,通过Te(t)输入第一发动机扭矩随时间变化关系、i(t)输入第一变速器挡位随时间变化关系,从而可以得到模拟车速随时间变化关系(即模拟车速从时刻0开始至终止时刻点的曲线图)。
同理,在对标修正后的汽车传动系统模型中,系数B、C、D和E均已确定,操作人员通过输入预测试的Te(t)和i(t)(其中,i(t)可以根据下文中的换挡逻辑和Te(t)确定),便可模拟得到模拟车速随时间变化关系。
虽然系数Cd可以通过风洞试验获得,但由于风洞试验所需成本过高,本发明的一种优选实施例中,系数Cd也包括在参数组的系数中,即所述步骤S300中,所述参数组还包括系数Cd,进而通过基于遗传算法的仿真过程得到对应的优化值,此时步骤S300中,参数组同时包括系数B、C、D、E和Cd;在步骤S400中,将B、C、D、E和Cd的优化值代入到初始的汽车传动系统模型中得到对标修正后的汽车传动系统模型。
优选地,步骤S300中,参数种群中的各系数B、C、D、E和Cd的取值范围为,5≤B≤50,1≤C≤10,1≤D≤10,0.5≤E≤5,0.2≤Cd≤0.4。
通过限定各系数的取值范围,能够缩小遗传算法的代数,从而缩小获得对标修正后的汽车传动系统模型的时间。
优选地,步骤S300中,所述适应度函数为
其中,y为仿真运行次数,Sy为第y次仿真时的取样总次数,V(t)y为第y次仿真时所述初始的汽车传动系统模型输出的t时刻的模拟车速,V(t)′为第一车速随时间变化关系中在t时刻的实际车速。
以第一发动机扭矩随时间变化关系中相应时刻点的第一发动机扭矩作为Te(t)、第一变速器挡位随时间变化关系中相应时刻点的第一变速器挡位作为i(t)输入到初始的汽车传动系统模型(B、C、D、E和Cd的具体数值由相应的参数组确定),因而可通过初始的汽车传动系统模型输出第y次模拟车速随时间变化关系,其中在t时刻的模拟车速为V(t)y
在步骤S100中已经获取了第一车速随时间变化关系中在t时刻的第一车速为V′(t)。
适应度函数能够表达第y次模拟车速随时间变化关系与第一车速随时间变化关系的离散程度,其利用方差公式来实现,也就是说,通过适应度函数计算得到的适应度数值越低,则说明第y次模拟车速随时间变化关系越接近于第一车速随时间变化关系,也就意味着得出该第y次模拟车速随时间变化关系的初始的汽车传动系统模型越接近于实际车辆。
当然,所述适应度函数也可以表达为
优选地,所述终止条件为MSE(y)小于预设数值,所述预设数值为0-0.25。该预设数值越小,则表明最终得到的对标修正后的汽车传动系统模型越接近于实际车辆,但预设数值太小(预设数值为0或无限接近于0),会增大遗传算法的种群代数(具体见下文),拖长得到对标修正后的汽车传动系统模型的时间。因而预设数值应设置得较为合理,本发明中,预设数值优选为0.03、0.05、0.07、0.09、0.1、0.15、0.2或0.25。从而在确保对标修正后的汽车传动系统模型接近于实际车辆的同时还能缩减得到该对标修正后的汽车传动系统模型的时间。
当然,终止条件为MSE(y)小于预设数值,所述预设数值为0-0.3。例如为0.26、0.27、0.28、0.29或0.3等。
优选地,参见图2,所述步骤S300包括步骤:
S310、随机生成初始的参数种群;其中,初始的参数种群包括N组参数组,N大于或者等于20且小于或者等于50;
S320、将各参数组分别作为个体,以第一发动机扭矩随时间变化关系、第一变速器挡位随时间变化关系作为输入对初始的汽车传动系统模型进行仿真,得到每个个体的模拟车速随时间变化关系,并分别计算每个个体对应的适应度,所述适应度为根据适应度函数所得到的数值;
S330、判断是否有满足终止条件的个体,如有,则执行步骤S350;没有则执行步骤S340;
S340、选择适应度最低的预设数量的个体作为父代,进行交叉和/或变异,得到新的参数种群,并返回步骤S320;
S350、输出满足终止条件的个体作为较优参数组,并根据所述较优参数组确定初始的汽车传动系统模型中各系数的优化值。
步骤S310中,随机生成的初始的参数种群P0中包括N组参数组,即初始的参数种群P0包括N个个体,每个参数组均包含系数B、C、D、E和Cd的具体取值,其中,各系数的具体取值均在对应的取值范围内进行随机选取。
此外,如系数Cd的具体数值已通过风洞试验得到,则参数组包含系数B、C、D和E的具体取值。
初始的参数种群P0中的各参数组均不相同,即在初始的参数种群P0中,任意两个参数组中的各系数中,至少有一个系数的数值不同。
初始的参数种群P0参数组的数量为20-50个,例如为20、25、27、30、32、35、38、40、42、45、47、50等,提供了合适数量的样本数,参数组数量太少,会增大遗传算法的种群代数,从而拖慢得到对标修正后的汽车传动系统模型的时间,而参数组数量太多,会增大每一代的汽车传动系统模型进行模拟仿真的时间,也会拖慢得到对标修正后的汽车传动系统模型的时间。
步骤S320中,将初始的参数种群P0的每个参数组分别作为个体,因而可得到与参数组数量相同的个体,将每个个体中的各个系数的数值分别赋值至初始的汽车传动系统模型中,得到与个体一一对应的初始的汽车传动系统模型,以第一发动机扭矩随时间变化关系中相应时刻点的第一发动机扭矩作为Te(t)、第一变速器挡位随时间变化关系中相应时刻点的第一变速器挡位作为i(t)输入到这些初始的汽车传动系统模型进行仿真,因而每个初始的汽车传动系统模型均能输出模拟车速随时间变化关系,由于个体间存在着差异,因而个体对应的模拟车速随时间变化关系也存在着差异,通过前述的适应度函数分别计算每个个体所对应的模拟车速随时间变化关系与第一车速随时间变化关系的适应度。
步骤S330中,对每个个体的适应度与终止条件进行对比,从而判断是否有满足终止条件的个体。
例如终止条件设定为MSE(y)小于0.15,对于单个个体来说,如个体的适应度小于0.15,则说明该个体满足终止条件;反之如个体的适应度大于等于0.15,则说明个体不满足终止条件。
在步骤S330中,如果有满足终止条件的个体,就执行步骤S350,“有满足终止条件的个体”是指至少有一个满足终止条件的个体即为有满足终止条件的个体;如没有满足终止条件的个体,就执行步骤S340,“没有满足终止条件的个体”是指所有的个体均不满足终止条件。
步骤S340中,由于在步骤S330中没有得到满足终止条件的个体,则根据每个个体的适应度,挑选出其中优良的个体,此处优良的个体可通过各个个体的适应度来进行评判,即适应度低的个体相比适应度高的个体更加优良,因而可根据每个个体的适应度筛选出其中最优良的预设数量的个体,此处预设数量优选为5-10个,在实际应用时,“预设数量”可根据需求进行人为设定,如预设数量为5,则筛选出适应度最低的5个个体,将这5个个体作为父代进行交叉和/或变异得到新的参数种群。
此外,新的参数种群中的参数组中的各个系数的具体值依然受前述的取值范围所限定。
例如,初始的参数种群P0内有20组参数组,所形成的20个个体均不满足终止条件,因而在步骤S340中,根据这20个个体的适应度,筛选出适应度最低的5个个体作为父代进行交叉和/或变异,得到新一代参数种群P1(新的参数种群),后将该新一代参数种群P1通过步骤S320分别计算其各自个体的适应度,并经步骤S330进行判断看是否有满足终止条件的个体,如仍然没有满足终止条件的个体,再经步骤S340生成新二代参数种群P2(新的参数种群),重复上述过程,直至得到满足终止条件的个体后终止。
此外,步骤S340中,新的参数种群中参数组的组数优选与初始的参数种群中的参数组的组数相等,或者新的参数种群中的参数组的组数可以不等于初始的参数种群中的参数组的组数,但新的参数种群中的参数组的组数依然控制在20-50范围内。
在步骤S330中出现有满足终止条件的个体时,才会执行步骤S350。在步骤S350中,就能够直接输出满足终止条件的个体,该满足终止条件的个体所对应的参数组为较优参数组。较优参数组中各个系数的具体取值即为各系数的优化值,从而方便在后续步骤S400中得到对标修正后的汽车传动系统模型。
但在一些情况下,同时满足终止条件的个体的数量具有多个时,此时以适应度最小的个体作为各系数的优化值。
参见图3,本发明还提供了一种利用汽车传动系统模型判断换挡逻辑是否满足舒适性的方法,包括步骤:
S10、使用前述的对标修正方法得到对标修正后的汽车传动系统模型;
S20、获取预设的变速器挡位随时间变化关系以及与其对应的多个第二发动机扭矩随时间变化关系;其中,所述预设的变速器挡位随时间变化关系为发动机扭矩和车速的函数;
S30、将多个第二发动机扭矩随时间变化关系和预设的变速器挡位随时间变化关系分别作为对标修正后的汽车传动系统模型的输入,得到多个第二车速随时间变化关系;
S40、根据多个第二车速随时间变化关系得到多个第二急动度随时间变化关系;
S50、判断各所述第二急动度随时间变化关系中的急动度是否处于设定的舒适区间范围内,得到始终处于设定的舒适区间范围内的第二急动度随时间变化关系的数量与步骤S40中得到的第二急动度随时间变化关系总数量的比例,若所述比例不小于预设比例,则预设的变速器挡位随时间变化关系符合舒适性要求。
在对标修正后的汽车传动系统模型中,Te(t)、i(t)、V(t)和为未知状态,B、C、D、E、Cd、x、g(i(t))、τ(i(t))、gf、ηf、rw、A和g均已经固定;m、ρ、β、Vw和V0为操作人员根据需要模拟的实际需求,人为进行预先设定。
可以在步骤S10与步骤S20之间增加步骤:
S11、向对标修正后的汽车传动系统模型内输入m、ρ、β、Vw和V0的具体数值。
此外,如V0的数值默认为0,使得汽车传动系统模型只能模拟从静止开始后的模拟车速随时间变化关系,则在步骤S11中无需输入V0的具体数值。
即:
S11、向对标修正后的汽车传动系统模型内输入m、ρ、β和Vw具体数值。
如此,在步骤S11之后,对标修正后的汽车传动系统模型中,只有Te(t)、i(t)、V(t)和处于未知状态,因而可根据要模拟的车辆行驶状态,向该对标修正后的汽车传动系统模型中输入要模拟的多个第二发动机扭矩随时间变化关系和预设的变速器挡位随时间变化关系,每个第二发动机扭矩随时间变化关系和该预设的变速器挡位随时间变化关系构成一个输入组,因而总共形成多个输入组,分别将多个输入组输入至对标修正后的汽车传动系统模型中,因而最终能够得到多个第二车速随时间变化关系。其中,多个第二发动机扭矩随时间变化关系和预设的变速器挡位随时间变化关系为根据需要模拟的车辆行驶状态人为预设的。
第二发动机扭矩随时间变化关系的数量可以为10-100个,例如,10、20、30、40、50、60、70、80、90或100等,且多个第二发动机扭矩随时间变化关系之间均不相同。
此外,预设的变速器挡位随时间变化关系为发动机扭矩和车速的函数即,换挡逻辑;也就是说向对标修正后的汽车传动系统模型输入第二发动机扭矩随时间变化关系以及预设的换挡逻辑,便可输出第二车速随时间变化关系。因此,在实际应用上述对标修正后的汽车传动系统模型判断换挡逻辑是否满足舒适性时,可对上述汽车传动系统模型进行变换,具体地,换挡逻辑表达为:
i(t)=i(Te(t),V(t))…………………(16)
因而对标修正后的汽车传动系统模型在实际使用时可以变换为:
参见公式(17),汽车传动系统模型由三个相互关联的公式共同组成,其中存在Te(t)、i(t)、V(t)和四个未知变量,因而在确定其中任一一个变量确认后,便可得到另外三个变量。
也就是说,在步骤S30中,只需向汽车传动系统模型内输入第二发动机扭矩随时间变化关系相应时刻点的第二发动机扭矩Te(t),便可得到在t时刻的第二车速V(t)、在t时刻的变速器第二挡位i(t)和在t时刻的第二加速度所有时刻的V(t)的集合构成第二车速随时间变化关系,所有时刻的的集合构成第二加速度随时间变化关系。
因而可通过上述的多个输入组得到多个第二车速随时间变化关系和多个第二加速度随时间变化关系。
步骤S40中,将第二车速随时间变化关系求导两次得到第二急动度随时间变化关系,或者将第二加速度随时间变化关系求导一次得到第二急动度随时间变化关系。第二急动度随时间变化关系中在t时刻的急动度表示为j(t),所有时刻的j(t)的集合构成第二急动度随时间变化关系。
每个输入组均对应得到一个第二急动度随时间变化关系。因而可以得到多个第二急动度随时间变化关系。
步骤S50中,判断每个第二急动度随时间变化关系中的急动度是否属于设定的舒适区间范围内,如果单个第二急动度随时间变化关系中的急动度均在舒适区间范围内(由于车辆在起步阶段的急动度会处于舒适区间范围外,因而可以对起步阶段的急动度不予判断,起步阶段是指,车速从0km/h开始后的设定时间段内,该设定时间段可以为0.7s-1.2s。),则说明该第二急动度随时间变化关系符合舒适性要求;如单个第二急动度随时间变化关系中存在舒适度位于舒适区间范围外时,则说明该第二急动度随时间变化关系不符合舒适性要求,对每个第二急动度随时间变化关系均进行上述判断,因而可得到符合舒适性要求的第二急动度随时间变化关系的数量N1,进而得到N1与第二急动度随时间变化关系的总数量N2的比例,如该比例不小于预设比例,则说明前述的预设的换挡逻辑符合舒适性要求。
其中比例的表达公式可表达为:
预设比例为80%-100%,例如为80%,85%,90%,95%或100%等。
所述步骤S50还包括:
若所述比例小于预设比例,则所述预设的变速器挡位随时间变化关系(前述换挡逻辑,公式(16))不符合舒适性要求,对所述预设的变速器挡位随时间变化关系进行调整,之后转入步骤S20。
“对所述预设的变速器挡位随时间变化关系进行调整”就是对预设的换挡逻辑进行调整。然后再重新进行验证,直至得到满足舒适性的换挡逻辑。
本发明所提供的方法可用来验证预设的换挡逻辑在多个的第二发动机扭矩随时间变化关系的输入条件下是否满足舒适性,为得到符合舒适性的换挡逻辑提供数据支持。
应当理解,上述的实施方式仅是示例性的,而非限制性的,在不偏离本申请的基本原理的情况下,本领域的技术人员可以针对上述细节做出的各种明显的或等同的修改或替换,都将包含于本申请的权利要求范围内。

Claims (10)

1.一种基于遗传算法的汽车传动系统模型的对标修正方法,所述汽车传动系统模型用于评价汽车换挡逻辑是否符合舒适性;其特征在于,包括步骤:
S100、对实际车辆进行直线加速测试,并采集实际车辆在该过程中的第一车速、发动机输出的第一扭矩、变速器的第一挡位,得到第一车速随时间变化关系、第一发动机扭矩随时间变化关系和第一变速器挡位随时间变化关系;
S200、建立初始的汽车传动系统模型,所述初始的汽车传动系统模型包括主动轮纵向力、从动轮纵向力与车速的对应关系;其中,所述主动轮纵向力根据发动机扭矩、变速器挡位、变速器挡位对应的传动比和变速器挡位对应的传动效率,以及减速器传动比和减速器的传动效率确定;所述从动轮纵向力Fxf为:
Fxf=Dsin(Carctan(Bx-E(Bx-arctan(Bx))));
其中,B为刚度因子系数,C为曲线形状因子系数,D为峰值因子系数,E为曲线曲率因子系数,x表示从动轮的滑移率;
S300、利用遗传算法确定初始的汽车传动系统模型中各系数的优化值;其中,遗传算法中的参数种群包括多组参数组,每一个所述参数组包括系数B、C、D、E;适应度函数和终止条件根据以第一发动机扭矩随时间变化关系、第一变速器挡位随时间变化关系作为输入时,初始的汽车传动系统模型输出的模拟车速随时间变化关系和作为目标的第一车速随时间变化关系确定;
S400、将步骤S300中得到的参数种群中的各系数的优化值代入到所述初始的汽车传动系统模型中,得到对标修正后的汽车传动系统模型。
2.根据权利要求1所述的方法,其特征在于,
步骤S200中,所述初始的汽车传动系统模型为:
其中,n为前、后轴上的车轮数量,i(t)为t时刻变速器的挡位i,g(i(t))为变速器在挡位i(t)时的传动比,τ(i(t))为变速器在挡位i(t)时的传动效率,Te(t)为t时刻发动机的输出扭矩,gf为减速器传动比,ηf为减速器传动效率,rw为主动轮半径,Cd为风阻系数,ρ为空气密度,A为汽车的迎风面积,V(t)为汽车传动系统模型中t时刻的模拟车速,Vw为风速,m为汽车的质量,为汽车传动系统模型中t时刻的模拟加速度,g为重力加速度,β为坡道角度。
3.根据权利要求2所述的方法,其特征在于,所述步骤S300中,每一个所述参数组还包括系数Cd
4.根据权利要求3所述的方法,其特征在于,
步骤S300中,参数种群中的各系数B、C、D、E和Cd的取值范围为,
5≤B≤50,1≤C≤10,1≤D≤10,0.5≤E≤5,0.2≤Cd≤0.4。
5.根据权利要求1-4任一项所述的方法,其特征在于,
步骤S300中,所述适应度函数为
其中,y为仿真运行次数,Sy为第y次仿真时的取样总次数,V(t)y为第y次仿真时所述初始的汽车传动系统模型输出的t时刻的模拟车速,V(t)′为第一车速随时间变化关系中在t时刻的实际车速。
6.根据权利要求5所述的方法,其特征在于,
所述终止条件为MSE(y)小于预设数值,所述预设数值为0-0.25。
7.根据权利要求1-6任一项所述的方法,其特征在于,
所述步骤S300包括步骤:
S310、随机生成初始的参数种群;其中,初始的参数种群包括N组参数组,N大于或者等于20且小于或者等于50;
S320、将各参数组分别作为个体,以第一发动机扭矩随时间变化关系、第一变速器挡位随时间变化关系作为输入对初始的汽车传动系统模型进行仿真,得到每个个体的模拟车速随时间变化关系,并分别计算每个个体对应的适应度,所述适应度为根据适应度函数所得到的数值;
S330、判断是否有满足终止条件的个体,如有,则执行步骤S350;没有则执行步骤S340;
S340、选择适应度最低的预设数量的个体作为父代,进行交叉和/或变异,得到新的参数种群,并返回步骤S320;
S350、输出满足终止条件的个体作为较优参数组,并根据所述较优参数组确定初始的汽车传动系统模型中各系数的优化值。
8.根据权利要求7所述的方法,其特征在于,所述步骤S350中,在满足终止条件的个体具有多个时,以适应度最小的个体作为各系数的优化值。
9.一种利用汽车传动系统模型判断换挡逻辑是否满足舒适性的方法,其特征在于,包括步骤:
S10、使用权利要求1-8任一项所述的对标修正方法得到对标修正后的汽车传动系统模型;
S20、获取预设的变速器挡位随时间变化关系以及与其对应的多个第二发动机扭矩随时间变化关系;其中,所述预设的变速器挡位随时间变化关系为发动机扭矩和车速的函数;
S30、将多个第二发动机扭矩随时间变化关系和预设的变速器挡位随时间变化关系分别作为对标修正后的汽车传动系统模型的输入,得到多个第二车速随时间变化关系;
S40、根据多个第二车速随时间变化关系得到多个第二急动度随时间变化关系;
S50、判断各所述第二急动度随时间变化关系中的急动度是否处于设定的舒适区间范围内,得到始终处于设定的舒适区间范围内的第二急动度随时间变化关系的数量与步骤S40中得到的第二急动度随时间变化关系总数量的比例,若所述比例不小于预设比例,则预设的变速器挡位随时间变化关系符合舒适性要求。
10.根据权利要求9所述的方法,其特征在于,所述步骤S50还包括:
若所述比例小于预设比例,则所述预设的变速器挡位随时间变化关系不符合舒适性要求,对所述预设的变速器挡位随时间变化关系进行调整,之后转入步骤S20。
CN202210220458.2A 2022-03-08 2022-03-08 汽车传动系统模型的对标修正方法及判断舒适性的方法 Active CN115146370B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210220458.2A CN115146370B (zh) 2022-03-08 2022-03-08 汽车传动系统模型的对标修正方法及判断舒适性的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210220458.2A CN115146370B (zh) 2022-03-08 2022-03-08 汽车传动系统模型的对标修正方法及判断舒适性的方法

Publications (2)

Publication Number Publication Date
CN115146370A CN115146370A (zh) 2022-10-04
CN115146370B true CN115146370B (zh) 2025-03-14

Family

ID=83405169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210220458.2A Active CN115146370B (zh) 2022-03-08 2022-03-08 汽车传动系统模型的对标修正方法及判断舒适性的方法

Country Status (1)

Country Link
CN (1) CN115146370B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2249503A1 (en) * 1997-10-21 1999-04-21 Meritor Heavy Vehicle Systems, L.L.C. Torque dithering method for controlling a vehicle transmission
CN105398449A (zh) * 2014-09-05 2016-03-16 福特全球技术公司 用于动力传动系统阻尼的离合器和电机控制

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0571622A (ja) * 1991-09-12 1993-03-23 Honda Motor Co Ltd 自動変速機の制御装置
DE10356641A1 (de) * 2003-12-01 2005-06-30 Adam Opel Ag Verfahren und Vorrichtung zur Motorsteuerung
CN111376738B (zh) * 2019-06-20 2022-07-12 长城汽车股份有限公司 车速控制方法和系统
CN110641470B (zh) * 2019-09-30 2021-04-27 福州大学 一种融合驾驶员偏好的纯电动汽车驾驶辅助系统优化方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2249503A1 (en) * 1997-10-21 1999-04-21 Meritor Heavy Vehicle Systems, L.L.C. Torque dithering method for controlling a vehicle transmission
CN105398449A (zh) * 2014-09-05 2016-03-16 福特全球技术公司 用于动力传动系统阻尼的离合器和电机控制

Also Published As

Publication number Publication date
CN115146370A (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
CN100545595C (zh) 一种汽车质量估计系统和方法
EP1338882B1 (en) Engine testing apparatus
CN105782428B (zh) 一种汽车变速器传动比优化方法及装置
JP2017512954A (ja) 自動車のトランスミッションのシフト挙動を評価するための方法
JP7199133B2 (ja) 音信号生成装置、音信号生成方法及び音信号生成用プログラム
CN102305715A (zh) 一种用于汽车动力系统测试的动态负载模拟装置及方法
CN113859253B (zh) 一种车辆行驶过程中质量的实时估计方法
Ahmad et al. Modelling and validation of the vehicle longitudinal model
CN108020427A (zh) 一种基于ga-bp神经网络的纯电动汽车换挡品质评价方法
Foulard et al. Online and real-time monitoring system for remaining service life estimation of automotive transmissions–Application to a manual transmission
CN115146370B (zh) 汽车传动系统模型的对标修正方法及判断舒适性的方法
CN111942401B (zh) 一种避免增加标定量的整车质量估算方法及系统
Buggaveeti et al. Longitudinal vehicle dynamics modeling and parameter estimation for plug-in hybrid electric vehicle
CN116538286A (zh) 一种计及nvh特性的商用车换挡系统及方法
US6691011B1 (en) Method of estimating vehicle deceleration during a transmission gear shift
CN115144191B (zh) 车辆直线加速模型的建立方法及利用其评价舒适性的方法
Nemes et al. Vehicle dynamic simulation possibilities using AVL Cruise M
CN107989704B (zh) 发动机换挡提示参数的获取系统及其获取方法
Weber et al. Investigations of the process of road matching on powertrain test rigs
Doyle et al. Lap time simulation tool for the development of an electric formula student car
CN114604229A (zh) 一种混合动力重型商用车起步控制方法
Domijanic et al. Simulation Model for Drivability Assessment and Optimization of Hybrid Drive Trains
Patil et al. Analyzing the performance of a formula type race car using lap time simulation
Calvo et al. SIMPERF: SIMULINK‐based educational software for vehicle's performance estimation
JP5217830B2 (ja) 4wd車用シャシーダイナモメータおよび同期制御方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant