番禺 （石楼镇、新造镇、化龙镇，南村镇、沙湾镇、石碁镇） 登高车出租     登高车的最优换挡策略的设计方法？  登高车的自动换挡关键技术的研究在于设计最优换挡策略，国内外研究学者分别尝试使用模糊控制、神经网络以及模糊神经网络控制等对登高车的换挡策略进行研究，并取得一定的成果，但也存在某些不足。模糊控制的优势在于可以不需要精确的被控对象模型而根据已有知识经验总结得到的控制策略进行控制，适用于复杂的不确定非线性控制系统，但模糊控制也存在一些难以克服的问题，诸如缺少良好的学习机制、控制精度不高等。由于登高车的行驶与作业工况复杂，使用模糊控制时，容易出现频繁的升降挡，控制的智能程度不够高，缺乏灵活的自适应能力。神经网络控制是神经网络理论与控制理论相结合的一种现代控制理论，是一种基本上不依赖于控制模型的控制方法。

          由于登高车的整车各异，工作环境恶劣，工况复杂多变，很难实现长期的、准确的网络训练，而且台架实验与实际整车实验差别很大，因此采用神经网络控制很难满足实际的控制需求。为了克服各控制算法存在的缺点，很多研究学者将各种算法相互组合来实现更优的控制策略，模糊神经网络控制就是将模糊控制与神经网络相结合，在一定程度上克服了模糊控制中缺少学习机制、控制精度不高的问题，也解决了神经网络不适于表达基于规则的知识问题，但是对于训练时间、样本长度等方面还是没办法解决。纵观以上方法，它们都有一个共同的研究目标，就是设计的控制器能够像人类一样根据实际作业条件等做出合理的控制选择，实现智能的控制。提出仿人智能控制理论，经过几十年的发展与完善，已经广泛应用于复杂的控制系统中，解决了很多实际登高车问题。仿人智能控制是对人的控制思想进行研究与分析，模拟人的控制行为，其与常规的智能控制的最大区别在于控制系统不仅具有较高的控制精度，而且还有一定的智能，能最大限度地根据控制系统的特征信息识别控制系统的状态，并利用控制系统信息进行启发与推理，实现对不精确模型的对象的有效控制。

        番禺 （石楼镇、新造镇、化龙镇，南村镇、沙湾镇、石碁镇） 登高车出租 http://www.guangzhouyuntichechuzu.com/

      

           登高车的换挡规律可分为经济性、动力性、综合性等：经济性换挡规律以提高车辆的经济性为主，动力性换挡规律以提高车辆的动力性为主，综合性换挡规律融合两者的优点。最优换挡控制目标的提出主要是从操作者的角度出发，与之前研究者所设计的单方面追求最佳动力或最佳经济性的换挡策略，或者简单将两者进行结合的设计思想不同。为了更加符合操作者的操作习惯，最优换挡控制目标以最佳动力性换挡的设计为前提，即优先保障登高车作业的动力性与驾驶员操作的舒适性，然后根据变矩器的效率曲线适当调整换挡策略，从而达到既保证作业的高效性与舒适性又达到节能减排的最优控制目标。最优换挡控制目标的实现。登高车的牵引力。对于液力传动系统，ＭＴ为液力变矩器的涡轮轴转矩值，ｎＴ为液力变矩器的输出转速，ｉｉ、ηｉ分别为变速箱的转速比、效率，ｉ０、η０分别为主传动转速比、效率，ｉｇ、ηｇ分别为轮边传动转速比、效率，ｒｄ为轮胎滚动半径。为获得最佳动力性换挡曲线，通过登高车牵引特性曲线来确定最佳动力换挡点。图中各交点Ａ、Ｂ、Ｃ、Ｄ处的牵引力与车速的关系，在Ａ点处进行换挡牵引力的波动最小，换挡冲击也最小，Ａ点为最佳换挡点。牵引力Ｆ与车速ｖ的大小由柴油发动机的输入油门开度ａ决定，在不同油门开度下便可得到不同的最佳换挡点，组成换挡点曲线。

            最优换挡控制目标就是基于不同油门开度下的最佳动力换挡点曲线与转速比与变距器效率（η）关系曲线进行设计的，首先以最佳动力换挡曲线设计规则库，通过模糊控制方法，实现最佳动力换挡的信息量输出；然后引入仿人智能控制，以ηｍａｘ对应的转速比ｉ＝０６８为趋势目标，实现多态的仿人控制，最终达到最优换挡控制目标。输入输出参数选择换挡参数是制定换挡策略的前提和基础，换挡参数选择的正确与否直接影响到换挡理论的合理性。仿人智能模糊控制以油门开度、液力变矩器涡轮转速与泵轮转速比、挡位值为控制输入参数，以挡位增值为输出参数。其中油门开度可以反映驾驶员的操作意图，与柴油发动机的输入功能密切相关，因此被选为一个重要的换挡参数；变矩器涡轮转速和泵轮转速能完全反映液力变矩器的工作特性，同时决定变矩器的传动效率和输出功率，通过控制变矩器转速比，可使变矩器的工况点经常保持在高效区，因此也被选为一个重要的换挡参数；挡位值作为一个循环反馈输入值而被选为控制输入参数。

          番禺 （石楼镇、新造镇、化龙镇，南村镇、沙湾镇、石碁镇） 登高车出租