一种基于客车AMT自动变速箱换挡机构自学习控制方法

摘要

本发明提供一种基于公交客车AMT自动变速箱选换挡机构自学习控制方法，通过采集选挡位置坐标电压、挂挡电机位置坐标电压、选挡电机电流反馈和挂挡电机电流反馈，并经过控制算法从而最终确认变速箱的各个挡位分布情况，并将数据存储至TCU主芯片中，从而达到AMT车辆稳定可靠的选挂挡操作。本发明适用于公交客车AMT自动变速箱系统，能提高软件的自适应能力,能够自学习变速器的挡位位置，可保证机构在运行中准确、快速地完成选换挡动作。同时，通过该控制方法可有效的减轻自学习时对机构的磨损，延长其使用寿命，提高系统可靠性。

说明书

技术领域

本发明涉及机械自动变速器AMT控制领域，具体涉及公交客车AMT自动变数箱选换挡机构自学习的控制方法。

背景技术

机械自动变速器(AMT)是在传统的固定轴式有级变速器的基础上,加装了电控离合器和选换挡执行机构而成。TCU能根据车速、油门、驾驶员操作指令等参数，确定最佳挡位，控制传统车辆原来本应由人工完成的离合器分离、结合和换挡操纵杆的摘挡、挂挡以及发动机的油门开度的同步调节等操作过程，最终实现换挡过程的操纵自动化。

我国城市公交客车质量和自动化水平很低，使得驾驶员每天的工作量很大，易产生疲劳，直接导致了行车的安全性降低，为此AMT汽车如果条件允许的话，应优先考虑。还有，城市公交客车现阶段使用量很低，仅仅有27.3万辆左右，这与日益发展中的中国国情严重不符，为此需要加大城市公交客车的投入，估计应需要达到60多万辆。可以看出，AMT技术公交客车领域的应用前景十分的广阔。

在电控机械式自动变速器(AMT)系统中，因制造、装配、磨损、更换等导致变速器挡位位置存在差异及变化，引起选换挡成功率降低甚至工作异常，需通过AMT挡位自学习解决此问题。针对AMT静态时各挡位位置自学习控制策略提出了优化，主要包括挡位学习顺序，再通过自整定PID技术进行自适应参数优化。经过试验验证，提高了自学习成功率、合格率、效率和一致性。

由于AMT选换挡驱动电机输出轴到变速器驱动齿轮的尺寸链较长，每台AMT制造和装配存在差异，使用后的零部件磨损、松动及维修后的重装也会产生差异，所以不同变速器各挡位的位置有所不同，且同台变速器的位置也会相应变化。因此需要不断优化AMT挡位自学习控制技术来自动精确、高效地获得每台变速器各挡位坐标位置，实现精准良好的选换挡控制效果和减小自学习的次数，以满足快速、精准的换挡品质，进而满足AMT的智能控制，保证车辆运行安全。

AMT系统在实际车载动力换挡(变速器有转矩传递时)过程前，必须获得各个挡位位置数据，才能有效控制选换挡电机在车辆运行时能准确换挡，而各个挡位的位置数据需通过静态(变速器无转矩传递)时启动挡位自学习控制程序来获得。

传统AMT挡位自学习控制方法对变速箱的损害较大，且在保护机构方面存在一定的欠缺，这是由于自学习时选换挡电机要尝试进行查找两端的极限值，此时电机存在堵转，保护不够，且若选挂挡方向选择错误则也对选换挡机构造成损坏。

发明内容

本发明要解决的技术问题就是针对公交客车AMT自动变速箱系统，在车辆下线标定时，通过TCU对选换挡电机的控制，准确查找选换挡的位置，并将数据保存至TCU中，保证车辆运行正常。同时，通过该控制方法可有效的减轻自学习时对机构的磨损，延长其使用寿命，提高系统可靠性。

为实现上述目标，本发明采用如下技术方案：

通过采集选挡位置坐标电压、挂挡电机位置坐标电压、选挡电机电流反馈和挂挡电机电流反馈，并经过控制算法从而最终确认变速箱的各个挡位分布情况，并将数据存储至TCU主芯片中，从而达到AMT车辆稳定可靠的选 挂挡操作。该方法具体包括以下步骤：

步骤1：计算挡位位置

假设各挡位位置Pn(n＝0,1,…,6)为

Pn＝[f(St,Dj),f(Gk,Dj)]

式中：参数包括St(t＝0,1,…,6)，为挂入挡位时最小选挡宽度、Gk(k＝0,1,…,5)，为相邻两挡直线换挡间距和Dj(j＝1,…,9)，为挡位末端自由行程。f(St,Dj)为选挡行程坐标函数；f(Gk,Dj)为换挡行程坐标函数。f(St,Dj)和f(Gk,Dj)的值通过数组查表得到。

假设其坐标系顶点为1挡位置,即

P1＝(G0,D0)

则可得到2挡和3挡位置为

P2＝(S0+D7,G0+G1+D1+D2)

P3＝[S0+S6-S1/2+D7+D8,G0+G1-(G1+G2)/2+D1+D2+D3]

S6＝(S4+S5)/2

其他挡位可以此类推。

步骤2：空挡坐标位置自学习

空挡位置的精确确定在AMT控制系统中最为关键，故空挡学习的时间相对其它挡位较长，但为了提高自学习效率，减少自学习时间，需要对空挡学习时间优化。因空挡位置的精确程度是由空挡位置的上偏差和下偏差确定的，都属于换挡值，故可以从选挡运动中得以优化。

学习N挡中间值，保证车辆运行选挡位置不会与变速箱N挡边界发生摩擦使选挡不成功。该部分为条件选择结构，共5个条件，选挡向下运动->选挡向上运动->挂挡位置偏移与各挡位选挡初步赋值->第一次选挡位置不够挂挡偏移->N挡自学习成功并跳转各挡位边界条件自学习。

步骤3：挂挡坐标位置自学习

学习挂挡位置边界值与选挡中间值，选取一定的向N挡偏移量后，作为各挂挡目标值。挂挡坐标位置自学习函数为计数控制函数，对时间周期进行计数。在0～200时间周期内，挂挡学习最小边界值，在200～220时间周期内，停止选挂挡电机，在220～420时间周期内，学习挂挡最大边界值，420～428时间周期内，停止选挂挡电机，在428～520时间周期内，学习在挡位里选挡边界最小值，520～530时间周期内，停止选挡电机，在530～610时间周期内，学习在挡位里选挡边界最大值，根据上述计数时间内学习的挂挡最大值与最小值，选挡最大值与选挡最小值，通过挂挡边界条件之差乘15％为往N挡偏移值作为目标挂挡位置，选挡边界值的平局值作为该次挂挡挡位的选挡目标值。

步骤4：选挡坐标位置自学习

在自学习过程中，需要学习每个挡位所对应的边界值，必须要选挡控制到各挡位所对应的选挡值，该函数选挡目标位寻找N挡自学习过程中所赋予的各挡位所对应的选挡初始值，在该函数选挡位置与目标选挡位置一致时，跳转至挡位自学习模块。

步骤5：再次进挡学习策略

对于新装配的AMT系统，在第1次挡位位置自学习时因零部件之间未经过运动磨合换挡阻力较大，会影响挡位位置的准确性，一般需要多次学习校正。为提高第1次自学习的挡位位置值的准确性，减少多次学习以提高效率节省时间，提出了再次进挡学习策略，即在学习某挡位过程中，当学习挡位极限值成功后，进行回退学习功能，在回退学习成功后不及时回挡，而是再次进挡学习挡位位置值，两次进挡选取最佳值作为为此轮学习的挡位极限值。此策略避免了重复学习及校验合格挡位的时间，从而使挡位学习效率大大提升。

本发明的有益效果是：本发明作用在公交客车AMT自动变速箱系统中， 能提高软件的自适应能力,能够自学习变速器的挡位位置，可保证机构在运行中准确、快速地完成选换挡动作。

进一步，所述步骤2中，N挡自学习的具体步骤如下：

步骤2a:设置选挡目标大于0.45，选挡目标每周期减0.2，直至选挡实际位置与上一周期位置小于0.05，延时100周期，记录当前选挡最小值minValue，跳转至步骤2b。

步骤2b:设置选挡目标小于4.7，选挡目标每周期加0.2，直至选挡实际位置与上一周期位置小于0.05，延时80周期，记录当前选挡最大值maxValue，跳转至步骤2c。

步骤2c:计算maxValue与minValue的差值：

若差值大于1.7，且反向挂挡偏移为0时，各挡位选挡初步赋值，挂挡目标位置加0.2偏移值后，实际挂挡位置在运行误差范围内时，跳转至步骤2a；

若差值小于1.7，且选挡第一次时，跳转至步骤2d；否则若选挡是正向寻找完成后，将反向寻找标志位置1，目标挂挡位置为第一次学习到N挡位置，跳转至不走2a；若挂挡已反向寻找，则直接跳转至步骤2e。

步骤2d:若反向寻找标志位为0，且挂挡位置大于3.8，挂挡反向寻找标志位为1，挂挡反向目标位当前挂挡位置减0.2，实际挂挡位置与目标挂挡之差在允许范围内，跳转至步骤2a。

步骤2e:将正向找寻与反向找寻所记录的挂挡值做平均，去平均值为N挡值，跳转至各挡位自学习。

进一步，所述步骤3中，挂挡位置自学习的具体步骤如下：

步骤3a:判断周期时间计数值是否在0-200之间，如果是，则目标挂挡位置若大于0.2，每周期挂挡位置减0.2，挂挡实际位置与上一周期挂挡实际位置之差小于0.05，延时10个周期记录当前挂挡最小边界；否则跳转至 步骤3b。

步骤3b:判断周期时间计数值是否在200-220之间，如果是，目标挂挡位置跟随，否则跳转至步骤3c。

步骤3c:判断周期时间计数值是否在220-420之间，如果是，目标挂挡位置若大于4.8，每周期挂挡位置加0.2，挂挡实际位置与上一周期挂挡实际位置之差小于0.05，延时50个周期记录当前挂挡最大边界值，否则跳转至步骤3d。

步骤3d:判断周期时间计数值是否在420-428之间，如果是，目标挂挡位置跟随，否则跳转至步骤3e。

步骤3e:判断周期时间计数值是否在428-520之间，如果是，目标位置若大于0.2，直接赋值0.2，否则跳转至步骤3f。

步骤3f:判断周期时间计数值是否在520-530之间，如果是，目标位置跟随，否则跳转至步骤3g。

步骤3g:判断周期时间计数值是否在530-610之间，如果是，目标位置若小于4.8，直接赋值4.8，否则跳转至步骤3h。

步骤3h:周期时间计数值若等于610，根据上面所学到的挂挡边界值之差大于2.7，挂挡自学习成功，当前选挡位置所对应的挂挡目标赋值；若学习位置在选挡位置范围内跳转至选挡目标控制，若超出选挡位置个数，结束。

进一步，所述步骤5中，回退学习是对于新装配的，不只学习一次，挂挡后退出空挡然后再次挂挡，这样第二次的肯定比第一次的神，更接近挡位极限值，并具有校验作用。

附图说明

图1为本发明技术方案原理图；

图2为本发明空挡坐标位置自学习流程图；

图3为本发明挂挡坐标位置自学习流程图；

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，为发明的技术方案原理图，通过采集选挡位置坐标电压、挂挡电机位置坐标电压、选挡电机电流反馈和挂挡电机电流反馈，并经过控制算法从而最终确认变速箱的各个挡位分布情况，并将数据存储至TCU主芯片中，从而达到AMT车辆稳定可靠的选挂挡操作。

所述挡位位置计算的方法是：

假设各挡位位置Pn(n＝0,1,…,6)为

Pn＝[f(St,Dj),f(Gk,Dj)]

式中：参数包括St(t＝0,1,…,6)，为挂入挡位时最小选挡宽度、Gk(k＝0,1,…,5)，为相邻两挡直线换挡间距和Dj(j＝1,…,9)，为挡位末端自由行程。f(St,Dj)为选挡行程坐标函数；f(Gk,Dj)为换挡行程坐标函数。f(St,Dj)和f(Gk,Dj)的值通过数组查表得到。

假设其坐标系顶点为1挡位置,即

P1＝(G0,D0)

则可得到2挡和3挡位置为

P2＝(S0+D7,G0+G1+D1+D2)

P3＝[S0+S6-S1/2+D7+D8,G0+G1-(G1+G2)/2+D1+D2+D3]

S6＝(S4+S5)/2

其他挡位可以此类推。

所述空挡坐标位置自学习过程如图2所示。

所述挂挡坐标位置只学习过程如图3所示。

所述选挡坐标位置自学习的过程为：在自学习过程中，需要学习每个挡 位所对应的边界值，必须要选挡控制到各挡位所对应的选挡值，该函数选挡目标位寻找N挡自学习过程中所赋予的各挡位所对应的选挡初始值，在该函数选挡位置与目标选挡位置一致时，跳转至挡位自学习模块。

所述再次进挡学习方法是：对于新装配的AMT系统，在第1次挡位位置自学习时因零部件之间未经过运动磨合换挡阻力较大，会影响挡位位置的准确性，一般需要多次学习校正。为提高第1次自学习的挡位位置值的准确性，减少多次学习以提高效率节省时间，提出了再次进挡学习策略，即在学习某挡位过程中，当学习挡位极限值成功后，进行回退学习功能，在回退学习成功后不及时回挡，而是再次进挡学习挡位位置值，两次进挡选取最佳值作为为此轮学习的挡位极限值。此策略避免了重复学习及校验合格挡位的时间，从而使挡位学习效率大大提升。

所述回退学习功能是对于新装配的，不只学习一次，挂挡后退出空挡然后再次挂挡，这样第二次的肯定比第一次的神，更接近挡位极限值，并具有校验作用。

如图2所示，为本发明所述本空挡坐标位置自学习流程图，空挡坐标位置自学习的具体步骤如下：

步骤2a:设置选挡目标大于0.45，选挡目标每周期减0.2，直至选挡实际位置与上一周期位置小于0.05，延时100周期，记录当前选挡最小值minValue，跳转至步骤2b。

步骤2b:设置选挡目标小于4.7，选挡目标每周期加0.2，直至选挡实际位置与上一周期位置小于0.05，延时80周期，记录当前选挡最大值maxValue，跳转至步骤2c。

步骤2c:计算maxValue与minValue的差值：

若差值大于1.7，且反向挂挡偏移为0时，各挡位选挡初步赋值，挂挡目标位置加0.2偏移值后，实际挂挡位置在运行误差范围内时，跳转至步骤2a；

若差值小于1.7，且选挡第一次时，跳转至步骤2d；否则若选挡是正向寻找完成后，将反向寻找标志位置1，目标挂挡位置为第一次学习到N挡位置，跳转至不走2a；若挂挡已反向寻找，则直接跳转至步骤2e。

步骤2d:若反向寻找标志位为0，且挂挡位置大于3.8，挂挡反向寻找标志位为1，挂挡反向目标位当前挂挡位置减0.2，实际挂挡位置与目标挂挡之差在允许范围内，跳转至步骤2a。

步骤2e:将正向找寻与反向找寻所记录的挂挡值做平均，去平均值为N挡值，跳转至各挡位自学习。

如图3所示，为本发明挂挡坐标位置自学习流程图，挂挡坐标位置自学习的具体步骤为：

步骤3a:判断周期时间计数值是否在0-200之间，如果是，则目标挂挡位置若大于0.2，每周期挂挡位置减0.2，挂挡实际位置与上一周期挂挡实际位置之差小于0.05，延时10个周期记录当前挂挡最小边界；否则跳转至步骤3b。

步骤3b:判断周期时间计数值是否在200-220之间，如果是，目标挂挡位置跟随，否则跳转至步骤3c。

步骤3c:判断周期时间计数值是否在220-420之间，如果是，目标挂挡位置若大于4.8，每周期挂挡位置加0.2，挂挡实际位置与上一周期挂挡实际位置之差小于0.05，延时50个周期记录当前挂挡最大边界值，否则跳转至步骤3d。

步骤3d:判断周期时间计数值是否在420-428之间，如果是，目标挂挡位置跟随，否则跳转至步骤3e。

步骤3e:判断周期时间计数值是否在428-520之间，如果是，目标位置若大于0.2，直接赋值0.2，否则跳转至步骤3f。

步骤3f:判断周期时间计数值是否在520-530之间，如果是，目标位置 跟随，否则跳转至步骤3g。

步骤3g:判断周期时间计数值是否在530-610之间，如果是，目标位置若小于4.8，直接赋值4.8，否则跳转至步骤3h。

步骤3h:周期时间计数值若等于610，根据上面所学到的挂挡边界值之差大于2.7，挂挡自学习成功，当前选挡位置所对应的挂挡目标赋值；若学习位置在选挡位置范围内跳转至选挡目标控制，若超出选挡位置个数，结束。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。