重庆理工大学学报（自然科学）

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    下一篇

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

PDF (PC)

237

赞

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