基于数据挖掘方法的DCT智能换挡研究.pdf

中文摘要 摘 要 双离合器自动变速器（Dual clutch transmission, DCT ）的换挡研究包括挡位 决策和换挡过程控制两部分内容。其中挡位是影响车辆经济性、动力性和驾乘 体验的关键因素，需综合考虑驾驶意图和行驶环境的影响完成决策。换挡过程 两离合器转矩的协调控制与冲击度、滑摩功和换挡时间紧密相关，对车辆的平 顺性和动力的响应性起着决定性作用。目前挡位决策中涉及的驾驶意图和行驶 环境较多采用模糊推理定性判断，隶属函数和模糊规则依赖经验制定，识别精 度不高；挡位决策局限于 MAP 图形式，易造成不同驾驶意图和行驶环境下的 循环和意外换挡；实际换挡过程离合器目标转矩的规划难以获得最优轨迹。本 文以某汽车厂商7 速DCT 为研究对象，开展了挡位的数据化智能决策研究和基 于支持向量机算法的换挡过程智能控制，主要研究内容如下： ①基于数据挖掘方法的驾驶意图识别。基于采集的车辆行驶数据，利用小 波分析方法获得去噪后的制动力、车速、油门踏板开度数据；利用主因子分析 方法获得保留了绝大部分原始信息的降维特征；基于二分 K-means 聚类算法， 聚类出维持、停车、急加速、加速、减速五类驾驶意图；利用聚类后得到的五 类驾驶意图数据，建立能进行驾驶意图实时辨识的MGHMM 模型。 ②考虑燃油经济性的动态规划挡位优化。利用遗传算法优化的 BP 神经网 络预测NEDC 、UDDS 、US06 工况下当前时刻未来10s 的车速；基于车速预测 结果结合动态规划算法 （DP ）实现基于车速预测的DP 挡位决策，完成基于车 速预测的DP 挡位决策与已知全局工况的DP 挡位决策的燃油消耗、换挡次数、 实时性对比；根据解析法制定最佳经济性换挡规律和最佳动力性换挡规律，建 立整车换挡模型，对四种挡位决策方法在三种工况下的燃油经济性和动力性进 行仿真并作对比分析。 ③不同驾驶意图和坡度下的数据化挡位智能决策。依据分类的思想采用支 持向量机算法找到各相邻挡位的分离边界并提取出全部挡位的升、降挡曲线； 以整个工况动力性、经济性和换挡次数为优化目标，利用粒子群算法实现不同 驾驶意图下的挡位优化；以坡度平均值、坡度标准差、工况总长度以及单坡道 长度为坡道特征参数，利用高斯随机过程构造随时间变化的坡度曲线；利用粒 子群算法优化同时考虑了驾驶意图和坡度的挡位决策序列；建立车速、油门踏 板开度、驾驶意图、坡度、上一时刻挡位与当前时刻最优挡位的映射关系，构 建基于LSTM 的数据化挡位智能决策模型，并与BP 神经网络模型作对比，分 析LSTM 模型的优势性。 I 重庆大学硕士学位论文 ④基于支持向量机算法的换挡过程智能控制。基于DCT 换挡过程动力学模 型仿真出的两离合器转矩数据，研究离合器转矩数据带置信区间的拟合方法； 以最大冲击度、滑摩功和换挡时间为目标，研究换挡过程两离合器转矩数据的 优化方法。利用两离合器主从动端转速差及转速差变化率、优化后的离合器转 矩数据，建立DCT 换挡过程离合器转矩的SVM 智能预测模型。基于采集的换 挡过程离合器油压数据，验证所建的离合器智能预测模型的有效性。 关键词：DCT ；数据挖掘；挡位决策；智能换挡 II 英文摘要 Abstract Shifting of Dual clutch transmission (DCT) has always been a focus of research, which includes two parts: Gear decision-making and shifting process control. Gear decision-making of Dual clutch transmission proves the ke