HMCVT变速箱全生命周期自适应算法研究

郭帅 胡永慧 孙晓鹏 李苑玮

（潍柴动力股份有限公司 山东省潍坊市 261000）

随着工业化的发展，非道路车辆对HMCVT变速箱的需求不断增加，对非道路车辆的性能要求也是不断增加[1]。在变速箱控制系统中，随着变速箱使用周期的增加，变速箱离合器会发生磨损老化，导致离合器滑膜点不准确，影响换挡性能，甚至会发生损坏离合器的现象[2]。HMCVT变速箱控制系统需要一套全生命周期自适应算法[3]，来解决离合器磨损老化带来的滑膜点不准确问题。传统自学习方式大多应用在变速箱整车下线的时候，主要计算阀滑膜参数点电流值的基准值，经过一次自学习之后，将相应滑膜参数点的电流值存储下来，以后随着离合器磨损和老化，该参数便不会发生改变。为解决这些问题，整机厂会定期对变速箱进行保养维护，并对阀进行重新自学习，更新阀的滑膜参数点的电流值。本文在现有研究基础上引入滑膜参数偏移量的概念，基于Simulink 对偏移量采用最小二乘法的方式进行计算，最终在自学习结束之后，基于变速箱运行时间对滑膜点进行修正，并对比与传统自学习控制方案的优劣。

1 传统自学习算法

传统自学习算法的结构框图如图1所示。其核心思想是，通过给定需要自学习的电磁阀一定的需求电流值[5]，并且逐渐增加，直到变速箱速差小于一定值，代表自学习结束，同时将所学习到的滑膜点数值存储到控制器的EE 中。

图1：传统自学习算法的结构框图

通过给某一个阀X 一定的电流值i_CltX，如公式（1）所示，逐渐增加需求电流值，采集变速箱输入轴n_InRaw 和输出轴转速n_Out，如公式（2）所示，根据变速箱输出轴转速和变速箱实际速比ig 反推输入轴转速n_In。

延时delt_t 的时间，同时计算输入轴实际转速和理论转速的偏差，如公式（3）所示，当输入轴实际采集的转速与反推得到的输入轴转速之差delt_n 小于一定值时，代表达到滑膜点，变速箱自学习结束；反之，增大阀的驱动电流i_CltX，重新判断转速差delt_n。

自学习结束之后，将作为i_CltX 滑膜点电流值存储EEPROM内的，下一次控制器上电，控制器会使用学习到的i_CltX 参数进行换挡执行。

2 全生命周期自适应算法

全生命周期自适应算法是以传统自学习算法为基础，EE 的存储结果是滑膜点的差值，同时不会将一次自学习结果作为最终结果，而是通过学习多次，每次将学习到的数值存储下来，计算每一次自学习得到的滑膜点的差值，采用递归最小二乘法的方式，得到最终的差值，结构框图如图2所示。

图2：全生命周期自适应算法的结构框图

在基于传统自学习方法计算得到的滑膜点的基础上，如公式（4）所示，减去EE 内原始的滑膜点数值，得到滑膜点的偏差值delt_i_base。

基于最小二乘法，如公式（5）所示，对该公式求导，导数为0 的点，即为计算多次自学习得到的滑膜点的理想偏差值delt_i_Final；最终，根据公式（6）计算得到，存储在EE 的滑膜点数值。

在自学习结束后，实际应用所学习的滑膜的电流值的时候，会考虑时间的修正，随着整车运行时间的增加，对实际滑膜的电流值进行修正，避免运行时间过长之后，滑膜点发生改变，导致换挡冲击变大，影响驾驶员驾驶感受。

3 台架测试

台架上进行的自学习算法如图3所示，从上往下分别是1 挡离合器，2 挡离合器，倒挡离合器，液压档离合器自学习的曲线，一共进行了6 次自学习，由于存在控制偏差，每次自学习出来的结果都会存在一定误差。

图3：自学习算法测试

各挡位6 次自学习结果如表1所示，自学习过程中，温度一直维持在50 摄氏度左右，排除温度对滑膜点学习过程中影响。

表1：各个挡位自学习结果

多次进行自学习之后，每次学习后的值，取偏差进行处理，从而得到最终的自学习值，由于每次自学习的值都会有偏差，取多次自学习结果进行最小二乘法加权处理，可以有效减少自学习时偶然误差造成的某一次学习到的值不准确的问题。

4 总结

本文基于HMCVT变速箱对全生命周期自学习算法进行了研究，可以显著改善偶然误差导致将不是很合理的错误值更新进最终自学习结果中，使自学习结果更加合理化。