基于BP神经网络的工程车辆智能换挡策略研究

作     者：傅新月 

作者单位：中北大学 

学位级别：硕士

导师姓名：赵俊生

授予年度：2023年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：工程车辆 动力性 换挡策略 BP神经网络 MATLAB仿真 

摘      要：工程车辆是我国装备工业重要组成部分,其作业性能直接影响工程建设效率和安全。由于工程车辆工作环境恶劣且载荷多变,作业过程中需要频繁换挡才能适应各种工况。若采用传统手动换挡模式,档位更换不及时会造成工程车辆动力输出不稳定从而导致工程车辆操作难度大,降低安全性;若采用自动换挡模式虽然可以缓解档位更换不及时问题,但由于当前自动换挡技术存在频繁换挡问题,导致换挡过程中工程车辆的动力性和稳定性较差。针对以上问题,论文以工程车辆传动系统动力学特性分析为基础,分析了工程车辆的换挡规律,开展了基于BP神经网络的工程车辆智能换挡策略研究,旨在提出一种可根据实际工况特点自动选择最佳换挡时机的智能换挡策略,从而提高工程车辆的动力性和换挡准确性,实现快速无缝换挡,提升驾驶安全性,减少换挡时的震动、冲击以及换挡次数。主要研究内容包括以下几个方面:(1)研究了工程车辆传动系统的动力学特性。分析了发动机特性、液力变矩器特性等,基于MATLAB/Simulink的工作环境搭建了工程车辆发动机、液力变矩器、齿轮变速箱以及后车体的动力学仿真模型,为下文的工程车辆换挡仿真分析奠定模型基础。(2)研究了工程车辆换挡规律,分析了影响工程车辆换挡的相关参数,提出了节气门开度、工程车辆车速以及液力变矩器涡轮转矩的新型换挡三参数,分别对工程车辆在最佳动力性和最佳经济性时的换挡点进行了分析和求解,旨在提高工程车辆的动力性,为下文的智能换挡策略提供输入参数。(3)研究了基于BP神经网络的工程车辆智能换挡策,以满足工程车辆在驾驶或者作业时的换挡需求。结合动力学模型、换挡规律以及新型换挡三参数,搭建了基于BP神经网络的智能换挡模型,为下文的工程车辆的换挡分析提供智能换挡模型。(4)开展了对工程车辆传动系统及智能换挡策略的仿真验证,分析工程车辆在不同负载下换挡准确性、车速、液力变矩器效率以及冲击度这四个方面的动力特性,验证了智能换挡模型的准确性和可靠性。