收稿日期:2001-12-25基金项目：国家自然科学基金资助项目(50075033)作者简介：张　勇(1973-)，男，山东淄博人，助理研究员，博士后.
工程车辆自适应模糊换挡决策方法
张　勇1，刘　杰2，卢新田2，宋　健1
(1.清华大学汽车安全与节能国家重点实验室，北京　100084;2.同济大学汽车学院，上海　200092)
摘要：针对工程车辆在作业过程中作业质量与作业阻力的变化，在模糊控制自动换挡系统的基础上，采用修正模糊量化因子的方法，建立了工程车辆的模糊自适应换挡系统，使自动换挡系统具有了自动适应工作条件和工作环境的变化能力，提高了作业效率.仿真研究表明了自适应模糊换挡系统的可行性和有效性.关键词：自适应模糊控制；自动换挡系统；换挡决策方法
中图分类号:T H 24    　文献标识码:A      文章编号:0253-374X (2003)01-0104-05
Adaptive Fuzzy Shift Strategy of Construction Vehicles
ZHANG Yong 1,LIU J ie 2,LU X in -tian 2,SONG Jian 1
(1.S tate Key Laboratory of En ergy and S afety ,Tsinghua Un iversity ,Beijing 100084,China ;
2.College of Automotive ,Tongji Univers ity ,S hanghai 200092,Chin a )
Abstract :The w orking resistance and the vehicular mass of engineering vehicles variey under w orking condi -tion .The traditional fuzzy control used in the shift strategy of vehicle is no t suitable for the shift point control under the wo rking condition .After researching into the fuzzy shift strategy and the course of shift ,the m ain principle of fuzzy shift and the shift strategy is determined .Then the fuzzy adaptive shift sy stem is realized by
adjusting the fuzzy normalized factor .The simulation under the wo rking condition of the bulldozer is carried out .The simulation results indicate that the fuzzy adaptive shift strategy is effective and practicable .Key words :adaptive fuzzy control ;autoshift system ;shift strategy
  挡位决策问题是自动变速技术的主要问题之一，即根据驾驶员意图、车辆的运行状态和道路状况等因素，按照车辆某些性能参数最优的原则，确定车辆的最佳挡位.目前，挡位决策方法可以分为两大类，一类是在选定换挡控制参数之后，按照某些性能指标最优的方法求解换挡规律[1,2]；另一类方法则是利用驾驶员的驾驶经验及相关专家的知识形成模糊控制规则，即基于专家系统的换挡规律[3,4].前者为传统方法，理论完善，有一套完整的求解方法，在车辆运行环境和车辆工况与求解最优换挡规律时的设定一致时，其给出的挡位可以保证车辆的最优性能，然而当车辆的实际运行条件与换挡规律求解的
设定条件有较大差别时，其给出的挡位显然不是最优的，或在某些区域内不是最佳的.由于在模糊控制系统设计时，隐含了“车辆性能在受控过程中不会出现超出操作者经验范围的显著变化”的假设，使模糊控制器的应用仅限于操作者的经验所及的工况，采用固定的模糊量化方法.因而后一方法并不具有自动适应行驶环境和使用条件变化的能力.对于工程车辆而言，车辆在使用过程中，作业质量和作业阻力存在较大的变化.因而，将自适应控制引入模糊控制进行挡位决策，可以在保持模糊控制优点的基础上，使换挡决策具有对环境与车况的自适应能力，能够根据使用条件和使用环境的变化调整换挡点的确定方法，从而使自动变速系统具有智能化特征.
第31卷第1期2003年1月
同　济　大　学　学　报
JOURNAL OF T ONGJI UN IVERSIT Y Vol .31No .1　Jan .2003
1　换挡系统控制参数
工程车辆自动变速系统与绝大多数的工程系统一样，可利用的信息来源有两种：一是提供测量数据的传感器，二是提供系统性能描述的专家.传统的自动变速系统的决策依据为传感器测取的车辆状态参数,
模糊控制系统的主要决策依据为专家对车辆自动变速系统的语言描述.充分利用系统已经测取的车辆状
态参数和驾驶员的操纵量，对驾驶员的操纵意图和车辆的使用状况、使用环境进行识别，可以最大限度地增加系统的可用信息，使自动变速系统具有自适应能力，能够适应车辆使用条件和使用环境的变化.进行工程车辆的挡位决策需要自动变速系统依据检测到的参数进行工程车辆的行驶阻力(包括作用阻力)和作业质量的估计.
(1)油门开度.发动机油门开度是自动变速系统的主要控制参数之一，驾驶员可以通过调节油门来干预换挡.(2)发动机转速.发动机转速是发动机运行状况的主要参数之一，可以用来估计发动机的输出转矩.在液力传动车辆中，其大小等于变矩器泵轮转速，是判断变矩器的工作状态的参数之一，也被用于变矩器泵轮转矩的估计.
(3)变矩器涡轮转速.变矩器涡轮转速是判断变矩器的工作状态的参数之一，也被用于变矩器泵轮转矩的估计，其大小等于变速箱的输入转速.
(4)车速.车辆运动速度是判断自动变速系统的主要参数之一，由车速的差分可以得到车辆的运动加速度.
(5)发动机输出转矩.发动机输出转矩是发动机控制和传动系控制的重要参数，用于车辆驱动转矩的估计，用以识别车辆的使用质量和车辆运动阻力，在线测量比较困难，可利用发动机特性，通过油门开度和发动机转速查表间接得到.
(6)变矩器输出转矩.与发动机输出转矩一样，变矩器输出转矩可用于车辆驱动转矩的估计，用以识别车辆的使用质量和车辆运动阻力.利用变矩器模型，变矩器输出转矩可以通过变矩器泵轮、涡轮转速间接得到.
2　模糊换挡控制系统
工程车辆在行驶和作业过程中，最能反映驾驶员意图而又能为驾驶员熟练掌握的是油门开度，最能反映车辆运行状况和环境条件的是车辆的速度和加速度，而升挡或降挡是实现驾驶员意图的有效途径.模糊换挡系统采用油门开度、车速和加速度为输入量，挡位为输出量.2.1　控制变量模糊化及量化因子
模糊换挡系统采用多输入单输出结构，根据车辆的速度、加速度和油门开度的大小，按照一定的模糊控制规则和推理方法，进行挡位决策.车辆速度的模糊量分别取“小”(VS )、“中小”(FS )、“中”(M )、“中大”(FL )、“大”(V L )共五个.对于加速度，其模糊量取“负大”(N L )、“负小”(NS )、“零”(ZERO )、“正小”(PS )、“正大”(PL )共五个.对于油门开度，其模糊量分别取“小”(VS )、“中小”(FS )、“中”(M )、“中大”(FL )、“大”(VL )共五个.挡位E 是以单点表示，取值分别为Ⅰ,Ⅱ,Ⅲ挡.
当论域中元素总数为模糊子集总数的2～3倍时，模糊子集对论域的覆盖程度较好[5].将车速、加速度、油门开度进行量化，它们的论域分别为:{0,1,2,3,4,5,6,7,8}、{-4,-3,-2,-1,0,1,2,3,4}、{0,1,2,3,4,5,6,7,8}.油门开度α的实际取值为[0,15]；在不同的运行工况和使用条件下，车辆的速度v 、加速度d v /d t 的确
切取值范围不同，在平直道路行驶条件下，推土机的车速、加速度的取值分别为[0,12];[-2,+2].对应的模糊论域可得量化因子分别为：油门开度量化因子k 1=8/15，车速量化因子k 2=2/3，加速度量化因子k 3=2.车速v 的各模糊子集的隶属度曲线如图1a 所示.同样可以确定车辆加速度a 和油门开度α的模糊子集的隶属度函数.加速度的隶属度曲线如图1b 所示，油门开度的隶属度曲线和车速的隶属度曲线相同.
105　第1期张　勇，等：工程车辆自适应模糊换挡决策方法
图1　车速和加速度的隶属度曲线
Fig .1　Vehicle speed and acceleration m embership curves
2.2　作业质量、作业阻力的模糊化
推土机在非作业条件下行驶时，车辆的使用质量几乎不发生变化，而在推土机的作业过程中，推土机的作业质量变化范围很大，并且随作业介质的不同而不同.运动阻力的变化也相差很大，在平直道路上行驶时，运动阻力小，爬坡时运动阻力变大.作业过程中，由于作业阻力F 的变化，车辆的运动阻力的变化也相当大.并且由于使用质量估计算法中关于在短时间内车辆作业阻力与行驶道路阻力不变的假设，以及发动机/变矩器的模型误差和速度传感器的动态特性等不稳定因素的存在，车辆的使用质量m a 的辨识出现一些波动，在实际控制过程中，将带来系统不稳定因素.为了增加系统的稳定性，本文将作业质量划分为五个等级，其模糊量分别取“小”(VS )、“中小”(FS )、“中”(M )、“中大”(FL )、“大”(VL ).取其论域为:{0,1,2,3,4,5,6,7,8}，其隶属度曲线如图2所示.同样，对估计得到的车辆运动阻力划分为五个等级，其模糊量分别取“小”(VS )、“中小”(FS )、“中”(M )、“中大”(FL )、“大”(VL ).取其论域为:{0,1,2,3,4,5,6,7,8}，其隶属度曲线如图3所示
.
图2　作业质量隶属度曲线
Fig .2　Vehicular mass mem bership
function
图3　作业阻力隶属度曲线
Fig .3　Working resistance membership function
2.3　模糊换挡策略
根据熟练驾驶员的操作经验，参照模糊换挡主要原则可以归纳出如下的模糊控制规则，应用M amdani 直接推理法，并采用重心法进行反模糊化，可以得到工程车辆的模糊换挡策略.推土机在平直路面上稳定行驶的模糊基本换挡策略如图4所示.图4a 为根据车速和油门开度的变化确定车辆挡位的换挡规律图，图4b 为挡位E 与车速v 及车速变化率的关系，图4c 为挡位与油门开度及车速变化率的关系
.
图4　模糊换挡策略Fig .4　Fuzzy shift strategy
106
  　同　济　大　学　学　报第31卷　
3　自适应模糊换挡系统
3.1　自适应模糊换挡控制系统
在实际应用过程中，由于车辆使用参数与使用环境的差异，驾驶员对车辆的输出性能评价不同.在控
制过程中，改变量化因子可以改变模糊控制器的输入变量的隶属度，实现模糊决策的自适应调整.
本文采用调整量化因子的方法，来实现车辆自动变速的自适应模糊控制.该方法采用自调整模糊控制器，对模糊控制输入量的量化因子按照车辆使用参数的变化和使用环境的变化自行调整，模拟驾驶员对车辆性能的评价，实现车辆自动变速的自适应模糊控制.图5为车辆自适应模糊控制系统原理图.由该图可以看出，自适应模糊换挡系统由两级组成，其中下一级的算法实现车辆模糊换挡的功能，为车辆基本模糊换挡系统，而上一级的算法实现模糊控制器参数的自调整，实现模糊换挡系统的自适应功能.
3.2　车辆性能估计与量化因子
根据车辆作业质量与作业阻力的大小，可以离线计算车辆性能的变化范围，计算出工程车辆的车速和加速度的变动范围，并按照工程车辆基本模糊换挡系统中规定的论域，求出相应的量化因子.根据求得
的量化因子将该参数模糊化，并利用模糊推理技术，可以进行挡位决策.求得车速与加速度的量化因子模糊查询表，如表1，表2所示.按照表中模糊查询参数可以对车速与加速度的量化因子进行修正，进而修改车速与加速度的隶属度函数.
表1　车速量化因子模糊查询表
Tab .1　Fuzzy norm alized factor of vehicle speed
m a F
012345678088887765418887665442877655443377654443347654443325654433322654333322174333322118
3
3
3
3
2
2
2
1
1
表2　加速度量化因子模糊查询表
Tab .2　Fuzzy normalized factor of vehicle acceleration
m a F
012345678088776665418877665442877655444377664443347655443325654434322654444322274433322218
4
3
3
3
2
2
2
1
1
3.3　自适应模糊换挡系统
图6为车辆自适应模糊换挡系统图，该系统为一个具有两级递阶结构的参数自调整模糊控制器.其中下一级的算法实现车辆模糊换挡的功能，系统根据测量得到的油门开度、车速等参数，经过模糊化、模糊推理进行挡位决策，最终通过换挡执行机构实现挡位转换，实现车辆的换挡操作.系统通过车辆的参数测量，按照车辆质量及阻力的识别算法，进行模糊控制器参数的自调整，实现控制器的自适应功能.自适应模糊换挡系统是采用量化因子的自整定算法实现的,
按照测得的车辆参数对车辆作业质量与作业阻力进行在
图5　工程车辆自适应模糊控制系统原理图
Fig .5　Flowchart of vehicular adaptive fuzzy control
system
图6　工程车辆自适应模糊换挡系统图F ig .6　A daptiv e fuzzy control system o f co nstruction vehicle
adaptive107　第1期张　勇，等：工程车辆自适应模糊换挡决策方法
线辨识，并据此进行量化因子k 2,k 3的自整定，图6所示自适应模糊换挡系统中的参数自调整正是通过表1，表2中量化因子的模糊查询实现的.通过采用车速与车辆加速度量化因子的自适应调整，实现模糊换挡系统的自适应控制，使其具有对作业条件下车辆参数变化的自适应控制能力.
4　仿真结果
本文对推土机在作业工况下的响应进行了仿真研究.作业工况为铲土和运土的过程，对于这种工况的仿真过程是：首先设定车辆在三档行驶逐渐接近作业场地，由驾驶员操纵作业装置进行铲土作业过程，最后进入运土阶段.整个过程代表了推土机的典型工作工况.图7a 为模糊换挡系统的响应过程，图7b 为自适应模糊换挡系统的响应过程.可以看出采用车辆自适应模糊换挡系统时的作业过程中，缩短了车辆的低速作业时间，车辆的作业效率得到了提高
.
图7　作业工况下车辆性能仿真结果
Fig .7　Simulation results of the vehicle under the working condition
5　结语
本文分析工程车辆自动变速系统的模糊换挡策略，建立了模糊控制自动换挡系统.并在此基础上，针对工程车辆在作业过程中作业质量与作业阻力的变化，采用修正模糊量化因子的方法，建立了工程车辆的模糊自适应换挡系统，使自动换挡系统具有了自动适应工作条件和工作环境的变化能力，提高了作业效率.仿真研究表明自适应模糊换挡系统的可行性和有效性.参考文献:
[1]　张光裕，许纯新.工程机械底盘设计[M ].北京：机械工业出版社,1988.
[2]　彼得罗夫B A .汽车传动系自动操纵的理论基础[M ].陆兆风译.北京：人民交通出版社,1963.
[3]　M as m oudi R A ,Hedrick J K .Estim ation of vehicl e shaft torque using nonlinear observers [J ].Journal of Dynamic S ystems ,M easurement and
Control ,1992,9(114):394-400.
[4]　Hiroshi Yamaguchi .Automatic transmission shift schedul e control using fuzzy logic [A ].S AE Technical Papers Series [C ].[s .l .]:S AE ,1993.
SAE 930674.
[5]　王立新.自适应模糊系统与控制———设计与稳定性分析[M ].北京：国防工业出版社,1995.
108
  　同　济　大　学　学　报第31卷　

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。