基于人工神經(jīng)網(wǎng)絡的自動變速器控制方法的研究.pdf

1、電控機械式自動變速器(AutomaticMechanicalTransmission，簡稱“AMT”)是在手動換檔機械式變速器和干式離合器的基礎上改進而成。它繼承了手動變速器傳動效率高、成本低、容易維護等優(yōu)點，而且實現(xiàn)了換檔的自動化。由于其繼承性好，改造比較容易，非常適合目前中國的國情，應用前景廣闊。 目前車輛自動變速技術已經(jīng)進入了智能化時代，人們已經(jīng)不再滿足于簡單的功能實現(xiàn)，而是開始追求車輛更高的智能性。神經(jīng)網(wǎng)絡具有分布式存儲

2、和并行處理信息的能力，可以同時傳遞和處理信息，并且并行處理機制中的冗余性使得它的容錯性很強，控制精度高；神經(jīng)網(wǎng)絡本身具有非線性特性，可以實現(xiàn)非線性映射；神經(jīng)網(wǎng)絡最吸引人之處在于它具有自學習、自適應功能，可以對不明確的對象按照一定的學習規(guī)則進行學習式控制，體現(xiàn)了神經(jīng)網(wǎng)絡的智能性。因此利用神經(jīng)網(wǎng)絡建模，只要將實際測得的過程輸入輸出數(shù)據(jù)利用MATLAB進行訓練，就可獲得其輸入輸出特性與實際過程等價的神經(jīng)網(wǎng)絡模型，不必對過程或?qū)ο髢?nèi)部進行分析，

3、這對于未知系統(tǒng)建模是非常方便的。 本文首先介紹了電控機械式自動變速器(AMT)的發(fā)展概況、控制原理、控制裝置組成、液壓執(zhí)行機構；其次介紹了神經(jīng)網(wǎng)絡的應用領域、特點、網(wǎng)絡數(shù)據(jù)的歸一化處理以及RBF網(wǎng)絡模型、工作特性、學習算法。重點選擇了離合器接合過程作為研究對象，分析了離合器接合過程、影響因素、評價指標，以及離合器接合量和接合速度的確定，介紹了支持RBF算法的神經(jīng)元芯片ZISC036、PIC單片機的功能和特點，制定了基于RBF網(wǎng)絡