ISG型混合动力系统离合器在线自适应结合控制

摘要

离合器结合控制是影响混合动力汽车模式切换控制中的动力中断时间与冲击度的主要因素,关键在于如何自动适应离合器在使用过程中存在的磨损及其工作环境条件的变化。为此,提出一种基于数据驱动和转矩预测的在线自适应优化控制方法,通过人工神经网络辨识离合器模型并在线更新,采用卡尔曼滤波方法实时预测离合器转矩,解决离合器参数的动态不确定性问题,进而以综合抑制冲击度和减少结合时间为目标函数,结合组合优化算法得到最优占空比序列和最优结合时间,同时采用发动机目标转速轨迹跟踪控制完成离合器两侧转速同步。测试结果证明,提出的方案可实时应用于车辆在线控制,相比其他控制方法,能有效抑制冲击度和减少结合时间。