双离合式自动变速器换挡品质主客观评价研究,硕士论文

双离合式自动变速器换挡品质主客观评价研究,硕士论文换挡品质主客观评价一致性研究自动变速器换挡性能的好坏一般用换挡品质来表示，DCT的换挡品质影响车辆动力传动系统的表现，与驾驶员驾驶感受密切相关。换挡品质评价方式方法是DCT开发经过中的关键技术，科学的评价方式方法对自动变速器换挡品质的提升至关重要。关于换挡品质评价方式方法的研究有主观和客观两方面，华而不实表征换挡品质的客观指标与主观评分之间存在关联，主客观评价结果之间的关系较为复杂。科学准确的评价结果是提升自动变速器产品性能的重要根据，换挡品质评价经过中需综合考虑主客观评价结果，本文对DCT换挡品质主客观评价一致性进行研究，研究的本质是建立换挡经过客观指标与主观评价结果之间的关联。首先分析国内外换挡品质主观评价方式方法，建立换挡品质主观评价体系并设计主观评分表，同时考虑换挡经过中性能参数的变化建立客观评价指标。试验设计考虑两种升挡工况与不同的人群，对换挡经过中车辆总线数据进行采集，数据经预处理及模型计算提取出客观评价指标。换挡品质评价试验结果包含驾驶员的换挡客观评价指标与特别制的主观评分值，分析数据的变化趋势，发现驾驶员个体差异会影响主观评价结果，选择研究不同驾驶风格对换挡品质评价经过的影响。其次，不同驾驶风格的驾驶员对DCT换挡性能的关注点存在差异，得到准确的一致性分析结果之前应对驾驶员根据驾驶风格进行分类，构建灰色白化权函数建立灰色变权聚类模型，将油门开度b、油门开度变化率Db、最大加速度a三个数据作为一组输入，根据最大从属度原则将试验人员分为激进型、适中型、保守型驾驶员三类，同时建立驾驶员驾驶风格辨识模型。然后分析主客观评价结果的相关性以判定能否存在线性相关关系，计算各客观评价指标的相关系数以剔除重复指标精简数据，分别得到对主观评分影响较大的客观评价指标；针对三类不同驾驶风格的数据分别进行主客观评价结果的一致性分析，基于神经网络技术进行试验数据挖掘，不同驾驶风格驾驶员的主客观评价结果作为机器学习样本，通过模型训练获得网络的权值和偏差参数，建立DCT换挡经过中客观指标与主观评价结果之间的关联。最终，在Matlab/Simulink环境下搭建DCT换挡品质主客观评价一致性模型，该模型为多输入单输出系统，以换挡经过中的各客观评价指标为输入，代替驾驶员对DCT换挡经过进行评测。结果表示清楚：模型输出结果的误差较低，该研究方式方法可对DCT换挡经过的个性化、智能化标定提供帮助。本文关键词语：双离合式自动变速器，换挡品质，主客观评价一致性，驾驶风格ABSTRACTResearchontheConsistencyofSubjectiveandObjectiveEvaluationforDCTShiftQualityTheshiftperformanceofautomatictransmissionisgenerallyreflectedbytheshiftquality,andshiftqualityofDCTdecidestheperformanceofthevehiclepowertransmissionsystem,affectingdrivingfeelingofdriver.TheevaluationmethodologyofDCTshiftperformancehasbecomethefocusduringdevelopmentprocessandscientificevaluationmethodisanimportantpointtoimprovetheshiftqualityofautomatictransmission.Theresearchontheevaluationmethodofshiftqualityhassubjectiveandobjectiveaspects,inwhichtheobjectiveindexrepresentingshiftqualityisrelatedtothesubjectivescore,andthemappingrelationshipbetweenthesubjectiveandobjectiveevaluationresultsismorecomplicated.Improvingtheproductperformanceofautomatictransmissionbasedonthescientificandaccurateevaluationresult.Thesubjectiveandobjectiveevaluationresultsshouldbeconsideredsyntheticallyduringtheprocessofshiftqualityevaluation,andprimarycontentofthispaperistheresearchabouttheconsistencyofsubjectiveandobjectiveevaluationofDCTshiftquality,theessenceoftheresearchistoestablishtherelationshipbetweenobjectiveindicesandsubjectiveevaluationresultsduringshiftprocess.Firstofall,analyzingthesubjectiveevaluationmethodsofshiftqualityathomeandabroad,inordertoestablishthesubjectiveevaluationsystemofshiftqualityanddesignthesubjectivescoringtable.Atthesametime,definingtheobjectiveevaluationindexbasedonthechangeofperformanceparametersduringshiftprocess.Consideringtwokindsofshiftconditionsanddifferentgroupsofpeople,thetestcollectsthevehiclebusdataduringtheshiftprocesswhichisusedforextractingobjectiveevaluationindexbypre-processingandmodelcalculation.Thetestresultsofshiftqualityevaluationincludetheobjectiveevaluationindexofshiftandthesubjectiveevaluationvalueoftenaboutdriverswithdifferentdrivingstyles.Itisfoundthattheindividualcharacteristicsofdriverswillaffectthesubjectiveevaluationresultswithanalyzingthechangingofthedata.TheresearchconsiderstheIVinfluenceontheevaluationprocessofshiftqualitybecauseofdifferentdrivingstyles.Secondly,driversofdifferentdrivingstyleshavedifferentconcernsaboutDCTshiftperformance.Beforeobtainingtheaccurateconsistencyanalysisresults,driversmustbeclassifiedaccordingtodrivingstyle.Buildinggrayvariableweightclusteringmodelthroughgraywhiteningweightfunction,whoseinputdataarethrottleopening,throttleopeningrateandmaximumacceleration,theexperimentersaredividedintothreecategories:radical,moderateandconservativedriversaccordingtotheprincipleofmaximummembershipgrade.Thedrivingstyleidentificationmodelisbuiltatthesametime.Afterwards,analyzingtherelativityofsubjectiveandobjectiveevaluationresultstojudgelinearcorrelationrelation.Ontheonehand,calculatingthecorrelationratioofeachobjectiveevaluationindextogetridoftherepeatedindextosimplifythedata;analyzingtheconsistencyofsubjectiveandobjectiveevaluationresultsrelyingonthreekindsofdatawithdifferentdrivingstyles.Ontheotherhand,theneuralnetworktechnologyisusedfortheexperimentaldatamining,thesubjectiveandobjectiveevaluationresultsofdriverswithdifferentdrivingstylesareusedasmachinelearningsamples.ThentheweightsanddeviationparametersofthenetworkareobtainedbymodeltraininginordertoestablishthenonlinearmappingbetweenobjectiveindexofDCTshiftprocessandsubjectiveevaluationresults.Finally,theconsistencymodelofsubjectiveandobjectiveevaluationaboutDCTshiftqualityiscompletedinMatlab/Simulink.Themodelisamultipleinput-singleoutputsystemwhoseinputparametersaretheobjectiveevaluationindicesduringtheshiftprocess,andthemodelcanevaluatetheDCTshiftprocessinsteadofthedriver.Theresultaboutthisresearchshowsthattheerrorabouttheoutputresultsofthemodelislow,whichwouldbebeneficialtothepersonalizedandintelligentcalibrationofDCT.Keywords：DCT,shiftquality,subjectiveandobjectiveevaluationconsistency,drivingstyle：目录幅较长,部分内容省略,具体全文见文末附件第6章全文总结和瞻望。自动变速器换挡品质的优劣是车辆驾驶性能的重要具体表现出，同样也影响驾驶员与乘客的主观感受。换挡品质评价方式方法是自动变速器开发经过中的关键技术，本文针对DCT换挡品质主客观评价的一致性问题进行研究，首先文章介绍了换挡品质评价的发展现在状况及应用，接下来分析介绍现有的DCT换挡品质主观评价方式方法及客观评价指标的研究内容，通过分析DCT换挡经过中的影响因素建立主观评价体系与客观评价指标，进行试验方案设计获取试验数据。基于灰色聚类分析和相关分析对所获得的数据进行分类和评价指标的精简，最终针对三类不同驾驶风格驾驶员，基于神经网络数据挖掘技术分别建立主客观评价数据之间的关联，并在Matlab/Simulink环境下搭建DCT换挡品质评价的一致性模型，本文的主要工作及结论如下：〔1〕研究国内外DCT换挡品质主观评价方式方法，建立基于驾驶员的换挡品质主观评价体系与主观评分量表，结合DCT换挡经过选取换挡品质客观评价指标，基于模型设计实现低通滤波及工况形式辨别处理获取客观评价指标，通过主客观评价试验设计获取车辆换挡经过中的数据样本，包括不同驾驶风格驾驶员的换挡客观评价指标与试驾主观打分结果，为三种驾驶风格分类和指标间相关性分析提供数据基础。〔2〕基于灰色聚类分析方式方法对试验结果进行分类。构建灰色白化权函数建立灰色变权聚类模型，以不同驾驶员换挡经过中油门开度b、油门开度变化率Db、最大加速度maxa三个指标为输入，根据最大从属度原则将试验人员分为激进型、适中型、保守型驾驶员三类，华而不实驾驶员B、I为激进型驾驶员，驾驶员A、C、D、E、H、J为适中型驾驶员，驾驶员F、G、K、I为保守型驾驶员。〔3〕对三种驾驶风格驾驶员的主客观评价数据进行相关性分析，基于BP神经网络方式方法进行数据挖掘，建立换挡经过客观指标与主观评价结果之间的联络。根据相关性系数计算结果精简客观评价指标的数量，以此作为机器学习经过中的训练样本，获得模型网络的权值和偏差参数。最终在Matlab/Simulink环境下搭建DCT换挡品质主客观评价一致性模型，模型输出结果的误差较低验证了模型的有效性。DCT换挡品质主客观评价的一致性研究有较大的发展前景，但由于试验条件及时间的限制，本文存在众多缺乏之处，后续将对这些问题进行愈加深切进入的研究，详细的吉林大学硕士学位论文64研究瞻望如下：〔1〕本文只进行两个工况的主客观评价实验，没有能对其他工况进行研究，试验人员和试验数据较少；将来应增加试验工况与试验人员数量，增加数据量以更准确地对驾驶员进行分类，进一步增加模型的泛化能力与准确度，得到更有讲服力的结论。〔2〕客观评价指标的提取是在离线环境下完成的，需依次利用不同的软件进行记录和计算。为提高试验效率，可将simulink模型编译为dll动态链接库，通过在总线解析软件中添加节点的方式实现客观评价指标的在线提取。〔3〕当前只是通过神经网络的方式方法获得系统的客观评价指标与主观评价结果之间的映射关系，这只是数据挖掘诸多方式方法之一，还需比照不同机器学习方式方法的效果，择优作为最终方案。〔4〕本文仅针对DCT车型进行研究，接下来可拓展不同类型自动变速器的主客观评价研究内容，构建多种评价体系与评价模型，丰富评价系统的功能，进而全面地实现多类型的自动变速器系统评价。以下为参考文献[1]葛安林.车辆自动变速理论与设计[M].北京:机械工业出版社,1993:186-189.[2]付尧.基于客观评价的双离合器自动变速器换挡控制技术研究[D].长春:吉林大学,2021.[3]张建国.基于神经网络的AMT换档品质评价方式方法研究[D].长春:吉林大学,2007.[4]DoreyRE,MartinEJ.VehicleDriveability-ThedevelopmentofanObjectiveMethodology[C].SAEPaper,2000-01-1326.[5]DoreyRE,HolmesCB.VehicleDriveability-ItsCharacterizationandMeasurement[C].SAEPaper,1999-01-0949.[6]孙贤安.干式双离合器式自动变速器控制技术及换挡品质研究[D].上海:同济大学,2018.[7]雷雨龙.提高电控机械式自动变速器性能的研究[D].长春:吉林工业大学,1999.[8]沈波.电控机械式自动变速器换挡品质的研究[D].长春:吉林大学,1983.[9]张炳力,赵韩,金朝勇,等.汽车自动变速器研究现在状况及瞻望[J].中国机械工程,2006(12):417-420.[10]胡朝峰,过学迅,汪斌.汽车变速器技术的发展与瞻望[J].汽车研究与开发,2005(5):15-18.[11]吴心平,赵清华,杨宗田.汽车自动变速器原理与发展趋势[J].汽车实用技术,2018(12):35-38.[12]王健.换档质量综合评价系统的研究[D].长春:吉林大学,2007.[13]陈娟娟.乘用车操纵稳定性能主观与客观评价相关性研究[D].西安：长安大学,2021.[14]J.C.Wheal,C.Crewe,M.Ramsbottom,etal.AutomatedManualTransmissionsAEuropeanSurveyandProposedQualityShiftMetrics[C].SAEPaper,2002-01-0929.[15]罗仕鉴.基于生物学反响的驾驶舒适度研究[D].杭州：浙江大学,2005.[16]PeterSchoeggl,ErichRamschak.VehicleDriveabilityAssessmentusingNeuralNetworksforDevelopment,CalibrationandQualityTests[C].SAEpaper,2000-01-0702.[17]Schoeggl,P.,Koegeler,H.M.,Gschweitl,etal.AutomatedEMScalibrationusingobjectivedriveabilityassessmentandcomputeraidedoptimizationmethods[C].SAE吉林大学硕士学位论文66paper,2002-01-0849.[18]List,H.,Schoeggl,P.Objectiveevaluationofvehicledriveability[C].SAEpaper,1998-01-0204.[19]李永发.乘用车自动变速器换挡品质客观评价研究[D].长春:吉林大学,2020.[20]田甜.乘用车操纵稳定性主观评价客观化研究[D].长春:吉林大学,2022.[21]LinkeW,RichterB,Schmidt,R.Simulationandmeasurementofdrivervehiclehandlingperformance[C].SAEPaper,1973-01-0489.[22]RPKing,DACrolla,HASAsh.JWhitehead.IdentificationofSubjective-ObjectiveVehicleHandlingLinksUsingNeuralNetworksfortheForesightVehicle[C].SAEPaper,2002-01-1126.[23]JPelikn.CorrelationofObjectiveandSubjectiveEvaluationofVehicleHandlingbyNeuralNetworks[J].BulletinofAppliedMechnics,2020,8(29):1-4.[24]D.C.Chen,D.A.Crolla.Subjectiveandobjectivemeasuresofvehiclehandling:driversandexperiments[J].Vehiclesystemdynamics,2007,29(S1):576-597.[25]GilGmez,G.L,NybackaM,BakkerE,etal.Objectivemetricsforvehiclehandlingandsteeringandtheircorrelationswithsubjectiveassessments[J].IntermationalJoumalofAutomotiveTechnology,2021,17(5):777-794.[26]张建国.双离合器式自动变速器控制品质评价与优化[D].长春:吉林大学,2018.[27]Wangjian,Leiyulong,Geanlin.SupportVectorMachineBasedAssessmentSystemonShiftQualityforVehicles:Theory,StructureandApplication[C].InternationalConferenceonNaturalComputation,IEEE,2007.[28]张泰,葛安林.改善车辆起步换档品质提高乘车舒适性的研究[J].农业机械学报,2003(1):18-20.[29]陈刚,张为公,龚宗洋,等.基于D-S证据理论的汽车换档品质主观评价方式方法[J].汽车技术,2008(12):16-19.[30]孔繁森,郭孔辉,宗长富.基于演化策略的汽车操纵稳定性主客观评价的灰关联性研究[J].机械工程学报,2004(07):119-123.[31]赵振东,雷雨成.汽车操纵稳定性主客观评价数据的一种处理方式方法[J].汽车科技,2007(05):21-24.[32]白艳.基于多元线性回归的汽车操纵稳定性评价方式方法探寻求索[D].长春:吉林大学,2007.[33]田晓雪.汽车主观性能评价方式方法研究[D].西安:长安大学,2020.67[34]周振宇,万华森.行车舒适性评价方式方法综述[J].物流科技,2020,43(01):124-127.[35]王雪铭.评价方式方法的演变与分类研究[D].上海:上海交通大学,2018.[36]陈衍泰,陈国宏,李美娟.综合评价方式方法分类及研究进展[J].管理科学学报,2004(02):69-79.[37]郭玉桥.基于生物力学分析的变速器换挡性能主观评价体系的研究[D].武汉:武汉理工大学,2021.[38]王健,雷雨龙,郭孔辉,等.车辆换档质量概念的完善与评价[J].吉林大学学报(工学版),2007(05):1014-1018.[39]余志生.汽车理论(第五版)[M].北京:机械工业出版社,2005:203-204.[40]QuananHuang,HuiyiWang.FundamentalStudyofJerk:EvaluationofShiftQualityandRideComfort[C],SAEpaper,2004-01-2065.[41]王波.AMT性能综合评价体系研究[D].长春:吉林大学,2020.[42]刘洪波,雷雨龙,张建国,等.双离合器式自动变速器换档品质评价与优化[J].吉林大学学报(工学版),2020,42(06):1360-1365.[43]张建国,雷雨龙,王加雪,等.基于客观评价模型的AMT汽车起步品质优化方式方法[J].汽车工程,2020,36(04):459-463+508.[44]J.Persson.Integratedpowertraincontrol-aliteraturesurveyonlongitudinalvibrations,drivabilityaspectsandfuturechallenges[D].Sweden:UniversityofChalmers,2004.[45]J.KARLSSON.Powertrainmodelingandcontrolfordrivabilityinrapidtransients[D].Sweden:UniversityofTechnology,G?teborg,2001.[46]宋志刚.基于烦恼率模型的工程构造振动舒适度设计新理论[D].杭州:浙江大学,2003.[47]贾伟.基于聚类分析和灰色模型的短期雷击预警系统设计[D].长春:吉林大学,2021.[48]YSLee，LITong.Forecastingenergyconsumptionusingagreymodelimprovedbyincorporatinggeneticprogramming[J].EnergyConversionManagement,2018,52(1):147-152.[49]LiuSF,XieNM,ForrestJ.Novelmodelsofgreyrelationalanalysisbasedonvisualangleofsimilarityandnearness[J].GreySystems:TheoryandApplication,2020,1(1):8-18.[50]叶莉莉.面板数据下灰色关联聚类模型及其应用研究[D].郑州:华北水利水电大吉林大学硕士学位论文68学,2022.[51]LuoD,WeiBL,LinPY.Theoptimizationofseveralgreyincidenceanalysismodels[J].JournalofGreySystem,2021,27(4):1-11.[52]JiPing,ChenKejia.Applicationofgreyincidenceanalysistoeconomicindextimedifferenceanalysis[J].Proceedingsof2005IEEEInternationalConferenceonNetworking,SensingandControl,2005:247-251.[53]张瑞,迟道才,王晓瑜,等.基于马尔可夫经过的改良残差灰色灾变预测模型研究[J].中国农村水利水电,2008(01):7-10.[54]黄琦.基于灰色理论的汽车销售量预测研究[J].