关键词:
双离合器式自动变速器(DCT)
数据驱动预测控制
粒子群优化
实时仿真
摘要:
双离合器式自动变速器DCT是近年来市场上最为活跃的变速器产品之一。其最为突出的两个特点就是换档速度快及接近于传统手动变速器的高传动效率,同时,由于其兼具了AT自动变速器的换档期间动力传输不中断及良好的驾乘舒适性,使得其市场占有率不断提高。 与传统变速器相比,双离合器式自动变速器机械结构上的最大特点是其具有两个离合器,换档方式为离合器切换式换档。其换档过程可分为两个阶段:力矩相及惯性相,力矩相期间,发动机输出动力的传递逐渐由旧档位离合器转移到新档位离合器,而在接下来的惯性相主要完成新档位离合器转速的同步。力矩相结束时刻的判断,惯性相离合器滑动摩擦的速度都会直接对换档品质产生重要的影响。此外,换档期间变速器的动力来源——发动机的配合,也会对换档品质产生影响。另外考虑到DCT的机械设计上缺少液力变矩器及单向离合器,也增加了DCT的换档过程控制难度。 目前针对DCT的换档过程控制问题国际上已经展开了大量的研究,包括试验标定,PID控制等方法,并已取得了一定的成果。但目前研究方法的主要局限在于对换档过程的控制只是单一考虑变速器本身,而对其动力来源发动机不做考虑。此外,目前的研究主要是针对换档惯性相过程,力矩相过程通常采用的是简单的开环人为给定,但需要指出力矩相结束时刻判定的准确与否也会对换档品质产生影响。针对目前换档过程控制方面存在的这两个问题,本文采用数据驱动预测控制方法设计换档过程控制器以对换档品质进行改善,利用商用仿真软件AMESim中搭建的装配6速DCT的整车模型,首先根据子空间辨识原理,设计被控对象换档过程的充分激励信号,该激励信号也同时满足了实际进行的可操作性。进而利用该激励信号及被控对象在该激励输入作用下的输出响应信号构造Hankel矩阵,然后采用最小二乘法得到被控对象的数据驱动预测方程,之后利用该数据驱动预测方程及换档过程控制目标,设计输出预测方程及换档过程控制目标函数,从而将闭环的换档过程控制问题转化为反复求解开环最优控制量的问题。在最优控制量的求解过程中,考虑到实际控制器的工作环境为实时环境,因此求解方法采用适用于实时环境求解的粒子群优化算法。最后,将设计的控制器进行了Matlab/Simulink实现,并通过与AMESim下搭建的被控对象模型分别在离线环境和基于xPCTarget与dSPACE的快速原型实时仿真环境下进行多工况仿真,验证了所设计的控制器的合理性和实时有效性。