致谢 | 第7-8页 |
摘要 | 第8-9页 |
Abstract | 第9-10页 |
第一章 绪论 | 第19-31页 |
1.1 变速器的功能 | 第19页 |
1.2 自动变速器优点 | 第19页 |
1.3 变速器的类别 | 第19-24页 |
1.3.1 液力机械式自动变速器 | 第20页 |
1.3.2 电控机械式自动变速器 | 第20-21页 |
1.3.3 机械无级式自动变速器 | 第21-22页 |
1.3.4 双离合自动变速器简介 | 第22-23页 |
1.3.5 各类变速器对比 | 第23-24页 |
1.4 双离合自动变速器国内外研究现状 | 第24-27页 |
1.4.1 DCT国外研究现状 | 第24-26页 |
1.4.2 DCT国内研究现状 | 第26页 |
1.4.3 双离合自动变速器分类 | 第26-27页 |
1.5 换档策略的发展 | 第27-29页 |
1.5.1 传统换档策略 | 第27-28页 |
1.5.2 智能换档策略 | 第28-29页 |
1.6 课题的来源及其研究意义 | 第29-30页 |
1.7 论文的主要研究内容 | 第30-31页 |
第二章 新型七速对置双离合自动变速器 | 第31-43页 |
2.1 新型七速对置双离合自动变速器变速器结构 | 第31-33页 |
2.2 新型七速对置双离合自动变速器各档位动力传递路线 | 第33-39页 |
2.3 新型七速对置双离合自动变速器电液控制系统 | 第39-41页 |
2.4 新型七速对置双离合自动变速器TCU | 第41-42页 |
2.5 本章小结 | 第42-43页 |
第三章 换档规律的制定与系统仿真模型的建立 | 第43-61页 |
3.1 发动机模型 | 第43-47页 |
3.1.1 发动机的转矩特性 | 第44-45页 |
3.1.2 发动机的燃油消耗特性 | 第45-47页 |
3.2 变速器模型 | 第47-48页 |
3.3 车辆动力学模型 | 第48-49页 |
3.4 换档规律的制定 | 第49-56页 |
3.4.1 动力性换档规律 | 第50-52页 |
3.4.2 经济性换档规律 | 第52-54页 |
3.4.3 综合性换档规律 | 第54-55页 |
3.4.4 换档规律模型 | 第55页 |
3.4.5 换档逻辑判断模型 | 第55-56页 |
3.5 车辆动力学模型 | 第56-57页 |
3.6 换档规律仿真 | 第57-59页 |
3.6.1 动力性换档规律仿真结果分析 | 第57-58页 |
3.6.2 经济性换档规律仿真 | 第58-59页 |
3.6.3 综合性换档规律仿真结果分析 | 第59页 |
3.7 本章小结 | 第59-61页 |
第四章 车辆坡道行驶换档修正控制研究 | 第61-78页 |
4.1 车辆参数对坡道换档决策的影响 | 第61-62页 |
4.1.1 整车质量参数的影响 | 第61页 |
4.1.2 坡度值参数的影响 | 第61-62页 |
4.2 最小二乘法介绍 | 第62-67页 |
4.2.1 最小二乘法参数估计概述 | 第62-63页 |
4.2.2 离散系统描述 | 第63页 |
4.2.3 最小二乘法原理 | 第63-64页 |
4.2.4 基本二乘法参数识别 | 第64-66页 |
4.2.5 固定遗忘因子法 | 第66页 |
4.2.6 变遗忘因子法 | 第66-67页 |
4.3 车辆参数辨识 | 第67-71页 |
4.3.1 坡度与整车质量辨识 | 第67-68页 |
4.3.2 辨识流程 | 第68-69页 |
4.3.3 坡度映射仿真 | 第69-70页 |
4.3.4 整车质量的辨识 | 第70-71页 |
4.4 坡道换档策略 | 第71-74页 |
4.4.1 坡道工况换档分层修正控制 | 第71-72页 |
4.4.2 上坡工况换档分层修正控制策略 | 第72-73页 |
4.4.3 下坡工况换档分层修正控制策略 | 第73-74页 |
4.5 仿真与结果分析 | 第74-76页 |
4.5.1 匀速上坡工况 | 第74-75页 |
4.5.2 下坡工况 | 第75-76页 |
4.6 本章小结 | 第76-78页 |
第五章 基于拥堵辨识的换档修正控制研究 | 第78-93页 |
5.1 模糊系统 | 第78-82页 |
5.1.1 模糊系统描述 | 第78-79页 |
5.1.2 模糊推理系统结构 | 第79-80页 |
5.1.3 常用模糊推理 | 第80-82页 |
5.2 神经网络 | 第82-83页 |
5.2.1 人工神经网络理论 | 第82页 |
5.2.2 人工神经网络的基本架构 | 第82-83页 |
5.2.3 神经网络的工作过程 | 第83页 |
5.3 模糊神经网络 | 第83-86页 |
5.3.1 模糊逻辑与神经网络比较 | 第83-84页 |
5.3.2 T-S模糊神经网络 | 第84-85页 |
5.3.3 T-S模糊神经网络学习算法 | 第85-86页 |
5.4 模糊神经网络拥堵辨识模型 | 第86-89页 |
5.4.1 参数的选取 | 第86-87页 |
5.4.2 拥堵状态识别T-S模糊神经网络 | 第87-89页 |
5.4.3 拥堵工况辨识 | 第89页 |
5.5 拥堵换档分层修正控制 | 第89-90页 |
5.6 仿真与结果分析 | 第90-91页 |
5.6.1 独立换档控制策略 | 第90-91页 |
5.6.2 换档分层修正控制策略 | 第91页 |
5.7 本章小结 | 第91-93页 |
第六章 硬件在环实验 | 第93-111页 |
6.1 硬件在环实验台设计 | 第93-96页 |
6.1.1 硬件在环实验台硬件以及台架硬件设计方案 | 第93页 |
6.1.2 简易实验台含的元器件 | 第93-96页 |
6.2 硬件在环的实验台控制界面设计 | 第96-97页 |
6.3 硬件在环仿真实验原理 | 第97-98页 |
6.4 硬件在环仿真测试系统调试 | 第98页 |
6.5 基本换档规律硬件在环仿真 | 第98-102页 |
6.5.1 实验过程 | 第98-102页 |
6.5.2 实验结果与分析 | 第102页 |
6.6 特殊工况换档分层修正控制策略仿真 | 第102-110页 |
6.6.1 坡道工况 | 第102-104页 |
6.6.2 拥堵工况 | 第104-110页 |
6.7 本章小结 | 第110-111页 |
第七章 总结与展望 | 第111-113页 |
7.1 研究工作总结 | 第111页 |
7.2 研究工作展望 | 第111-113页 |
参考文献 | 第113-118页 |
攻读硕士学位期间参加的学术活动与发表论文 | 第118-119页 |