重庆理工大学学报(自然科学) ›› 2021, Vol. 35 ›› Issue (8): 8-15.doi: 10.3969/j.issn.1674-8425(z).2021.08.002

• 车辆工程 • 上一篇    

基于基于概率神经网络的自动换挡策略研究

杜传正,王立勇,苏清华,张金石   

  1. 北京信息科技大学 机电工程学院 现代测控技术教育部重点实验室,北京 100192
  • 收稿日期:2020-08-29 发布日期:2021-09-19
  • 作者简介:杜传正,男,硕士研究生,主要从事车辆自动变速技术研究,Email:duchuanzheng163@163.com;通讯作者 王立 勇,男,博士,教授,主要从事机电传动系统动力学及状态监测与控制技术研究,Email:wangliyong@bistu. edu.cn。
  • 基金资助:
    国 防 科 技 工 业 局 基 础 科 研 项 目 (JCCPCX201705);北 京 信 息 科 技 大 学 “勤 信 人 才”培 育 计 划 项 目 (QXTCPA201903)(QXTCPB201901);促进内涵发展科研水平提高项目(2020KYNH112)

  • Received:2020-08-29 Published:2021-09-19

摘要: 为了将驾驶员手动换挡经验制作成自动换挡策略,更好地满足汽车换挡的动力性 要求,缩短变速箱自动换挡策略的研发时间,提出使用驾驶员手动换挡经验训练概率神经网络, 从而高效率地制定汽车自动变速箱的换挡策略。在 TruckSim中搭建汽车仿真模型,通过车辆 CAN总线获得训练样本,在 Matlab里训练概率神经网络模型。一方面进行 PNN换挡策略与动 力性换挡策略及 BP神经网络换挡策略的仿真对比试验;另一方面进行原车离线数据的换挡试 验。试验结果表明:基于概率神经网络的自动换挡策略可以实现正确率为 98.76%的挡位控 制,达到将优秀驾驶员手动换挡经验应用于自动换挡策略的要求;概率神经网络自动换挡策略 的动力性优于动力学理论推导的换挡策略和 BP神经网换挡策略。

关键词: 重型货车, 概率神经网络, 自动换挡策略, TruckSim, Matlab

中图分类号: 

  • U463.212