綜合傳動換擋品質的誤差逆傳播神經網絡評價方法

王葉，陶剛，李德晴，馬岳峰

(北京理工大學 機械與車輛學院，北京100081)

0 引言

車輛換擋過程中，不可避免地存在著換擋沖擊，這對車輛換擋的平順性會產生很大的影響，為此人們提出換擋品質這一概念，以此來表征換擋性能的好壞。換擋品質是指在保證車輛動力和傳動系統壽命的前提下，能夠迅速換擋并感覺舒適的程度，可以表征為換擋操縱的平順性、舒適性以及耐久性。基于換擋品質評價的研究，能夠指導換擋過程控制方法的設計，在綜合傳動裝置控制系統的開發階段具有重要的現實意義。

影響換擋品質的因素有很多，評價手段也沒有統一的標準，對換擋品質的評價方法包括主觀評價和客觀評價［1］。主觀評價集中體現在駕駛員或乘員的主觀感受;客觀評價則主要用換擋過程的動態參數來反映換擋性能的優劣。主觀評價方法，即請一些受過專業訓練的或者有經驗的駕駛員通過試駕進行評定，根據個人或公司的評分標準為試駕車輛進行打分(1 ～10 分)，分數越高，換擋品質越好，但是該方法耗時，且易受到駕駛員駕駛習慣、身體條件、心理因素甚至天氣條件等多方面因素的影響［2］。隨著神經網絡理論的不斷發展和完善，以及在解決非線性數學模型問題上的優勢，從技術方面對建立換擋品質客觀評價體系提供了有力的支持。本文擬以履帶車輛為試驗平臺，通過對若干動態參量的處理得到客觀評價指標，基于誤差逆傳播神經網絡(BPNN)的基本原理，構建評價模型，對車輛換擋品質進行客觀評價，以此取代傳統意義上的主觀評價方法，通過對比試驗結果驗證此方法的可行性。

1 換擋品質評價指標的確定

1.1 評價指標的確定原則

綜合傳動換擋控制的過渡過程中，傳動系統處于不穩定工況，需要根據可獲得的物理信號來判知當前狀態。合理地選擇換擋品質評價指標非常重要，這些指標應該與人的主觀感覺密切相關，且必須被證明是影響換擋品質的重要因素，否則，它們可能會對評價的真實性產生負面影響。因此確定能夠真實反映換擋性能優劣的、易測的評價參量，是換擋品質客觀評價體系研究面臨的首要問題［3］。

評價指標的確定應該遵循以下3 個基本原則:

1)評價指標要求具有良好的可獲取性;

2)研究確定的評價指標應具有較強的物理表征意義，能直接或間接反映車輛的動力學特性;

3)評價指標要求具有全面性，適用于履帶車輛不同工況下行駛時的換擋過程。

車輛換擋品質評價的相關指標很多，目前廣泛采用的客觀評價指標有平穩性指標-沖擊度、快速性指標-換擋時間以及摩擦元件壽命指標-滑摩功［4］。

1)沖擊度:沖擊度是車輛縱向加速度的變化率。大量試驗研究表明人體對車輛的縱向加速度更敏感，更易產生不適感，所以縱向加速度可作為車輛動力性及舒適性評價指標;沖擊度可以反映真實的換擋品質，其大小與駕駛員的沖擊感基本吻合，且未將外界影響因素如路況、駕駛員個人偏好等加入到換擋品質評價中，因此可作為衡量車輛換擋平順性主要評價指標;

2)換擋時間:換擋時間是一個十分重要的指標，優良的換擋品質是在保證換擋盡可能平穩、沖擊盡可能小的基礎上，使換擋時間盡可能的縮短，以此提高換擋快速性，是車輛動力性和耐久性評價指標;

3)滑摩功:滑摩功是離合器摩擦片之間滑動摩擦力做功的大小。滑摩功越大，越易導致離合器溫度急劇升高，在過高溫工況下離合器會降低其工作的可靠性，甚至造成部件燒毀，故滑摩功可作為車輛耐久性評價標準。

上述評價指標分析中，以沖擊度為例，雖能較好的反映換擋過程的動力學本質，但直接測量沖擊度較困難，基于現有實驗條件，可通過輸出軸轉速的二階導數計算間接求取沖擊度，然而，對實車試驗采集的數據進行二階求導，會放大轉速采集時的誤差，不能達到理想的使用效果;此外，用來表征換擋過程離合器滑摩程度的滑摩功指標的測量計算更為復雜，精度無法保證，不能得到理想的參量。

1.2 評價指標的確定

車輛追求性能的差異導致不同指標的傾向性不盡相同，如英國Schwab 在1994 年發表了一篇關于乘用車換擋品質客觀評價標準的文章，指出以濾波后的加速度峰峰值(波峰到波谷的差值)、沖擊度峰峰值、表示換擋過程平均能量大小的平均功率最大值及能量含量較高的10 ～14 Hz 頻率范圍內的加速度峰峰值作為換擋品質經濟性、平順性及舒適性客觀評價標準4 個組成部分［5］。

車輛換擋過程主要保證動力性及平順性，從換擋過程控制的角度出發，根據工程實踐經驗可知，若整個換擋過程中瞬時最大加速度和平均加速度同時限定在某一個可接受范圍之內，可保證此換擋過程的平順性，據此確定選取加速度信號為其性能評價指標。目前在綜合傳動控制中，僅裝有轉速傳感器，其中渦輪軸轉速在整個換擋過程變化明顯，信號容易獲取，并能夠很好的反映換擋過程中充放油緩沖控制對整個換擋動力學過程的影響;且渦輪轉速與車速成正比關系，因此將渦輪軸轉速變化情況作為指標參量進行換擋平順性評價，既滿足客觀評價指標的確定原則，又能夠很好的反映換擋品質。

車輛的不同擋位，階比不同，其中以1 擋升2 擋的階比最大，且此時車輛的慣性較小，換擋過程控制更困難;待結合離合器主、從部分速差最大，故此過程更易產生相對較大的沖擊，且滑摩時間和換擋時間相對較長。據此將車輛換擋品質評價指標細化定義:

1)渦輪轉速變化率的峰值:整個換擋過程中，渦輪轉速變化率的峰值。通過對渦輪轉速變化率的峰值的評價，限制由于控制出現偏差，造成渦輪轉速變化率瞬時值過大，可能會造成的沖擊;

2)渦輪轉速平均變化率:以整個同步過程中，離合器主、從動部分轉速差與同步時間的比值來表述。通過對轉速平均變化率的評價，限制滑摩時間;

3)擋位:不同擋位下的換擋，由于車輛工況不同，控制過程不同，所以評價方式應有所區別。本文主要以1 擋升2 擋的換擋過程數據進行研究。

2 換擋品質評價方法的確定

2.1 評價方法的介紹

目前對于自動變速器換擋品質評價的方法有很多，例如基于D-S 證據理論和模糊神經網絡的汽車換擋平順性評價方法［6］，基于BPNN 和RBF 神經網絡的評價方法［7］;AVL 公司采用神經網絡開發出AVL-DRIVE 評價系統，將試驗獲得的一百多個數據作為神經網絡的輸入量，輸出量為起步、加速、換擋等工況的客觀評價等級［8-9］;瑞典Volvo 利用神經網絡開發了換擋平順性評價專家系統，建立起主觀評價與車輛換擋舒適性之間的映射關系［10］。

換擋品質客觀評價是一個非線性、復雜的動態過程，且換擋品質評價指標之間互相耦合，綜合作用，因而難以建立客觀、準確的數學模型［11］。BPNN具有非線性系統辨識特性，其強大的自學習能力及高度非線性映射特點，為換擋品質客觀評價方法的研究提供了有力的理論支撐。

BP 網絡結構如圖1 所示，神經元分層排列，分別組成輸入層、中間層(隱藏層)和輸出層。網絡同層節點間沒有任何耦合，輸入模式經過各層次的順序傳播，最后在輸出層輸出。

2.2 BPNN 模型

換擋品質客觀評價模型是一個多輸入、單輸出系統，利用Matlab/Simulink 開發環境搭建模型如圖2 所示。

圖1 基本BP 網絡的拓撲結構Fig.1 Basic BP network topology

圖2 換擋品質客觀評價模型Fig.2 Objective evaluation model of shift quality

將記錄保存下的不同量綱的客觀評價指標歸一化處理，使其落在［0，1］區間，輸入到已訓練好的BPNN，經過權值計算得出客觀評價等級結果，最后通過反歸一處理得到當前工況下換擋過程平順性客觀評價等級［12］，以此取代傳統的專家打分來完成評價任務。

2.3 換擋品質評價軟件的開發

Matlab/GUI 神經網絡工具箱可進行網絡設計、訓練與仿真、數據導入導出操作等，操作簡單方便，基于此開發客觀評價軟件，即履帶車輛大功率AT換擋品質客觀評價軟件(TVOESQ)，評價軟件界面如圖3 所示，其中的功能鍵可調用相應的子函數功能。

圖3 履帶車輛換擋品質客觀評價軟件界面Fig.3 Interface of TVOESQ

3 BPNN 的建立及訓練

3.1 神經網絡的建立

借助于GUI，利用神經網絡工具箱函數完成BPNN 的設計與分析。首先定義神經網絡訓練樣本，訓練樣本取自實車試驗時采集系統通過CAN 總線實時采集保存的動態物理參量，經過濾波除噪及換算后作為換擋品質的評價指標導入GUI;然后運行Matlab/GUI，在Network/Data Manager 窗口創建一個BPNN，對于BPNN，有一個非常重要的定理，即對于任何在閉區間內的一個連續函數都可以用單隱層的BPNN 逼近，因而選取單隱層的BP 網絡來進行評價;最后對建立的神經網絡進行初始化、訓練、自適應及仿真分析研究。

3.2 神經網絡的訓練

從實車試驗采集數據中選出50 組1 擋升2 擋的換擋過程數據作為輸入數據向量，其中換擋過程以渦輪轉速連續下降點為起始，以渦輪轉速與輸出軸轉速同步點為結束，同時將專業人員對該換擋品質的評分作為50 組結果輸出數據向量，選其中40 組數據作為訓練樣本進行訓練。選取logsig 作為隱層神經元的傳遞函數，選取tansig 作為輸出層神經元的傳遞函數，確定訓練精度為0.1，訓練步數為500. 部分輸入數據如表1 所示。

表1 部分輸入參數Tab.1 Partial input parameters

神經網絡的隱含層神經元個數將影響網絡訓練誤差的大小，取3 ～8 個神經元分別進行訓練，通過誤差對比，綜合考慮網絡性能的訓練速度，隱含層神經元為7 的BPNN 逼近誤差為0.075 7，對函數的逼近效果最好，誤差較小且訓練時間較短，其訓練誤差性能曲線如圖4 所示。

圖4 神經網絡訓練誤差性能曲線Fig.4 Error performance curves of neural network training

4 試驗及評價效果驗證

4.1 試驗方法

圖5 換擋品質評價試驗示意圖Fig.5 Experimental evaluation of shift quality

換擋品質評價試驗研究方法如圖5 所示，試驗場地為專業跑車試驗場地，試驗設備均已標定。測試車輛為履帶車輛，測試過程中由專家對換擋品質進行打分，試驗數據及專家評分由采集系統實時采集并保存到TXT 文本，方便后期數據預處理;如圖6所示為預處理前保存的1 擋升2 擋實驗過程數據曲線，試驗車輛在穩定的70%油門開度下從1 擋升至2 擋，從圖中可看出此過程中渦輪轉速變化明顯。

參加試驗的有專業駕駛員、技術人員以及控制設計人員，以技術人員和控制設計人員為主，專業駕駛員為輔，通過對換擋過程離線數據分析后進行主觀打分，換擋品質主觀評價等級標準如表2 所示，在專家主觀評價過程中應注意換擋平順性，換擋時間，測試過程中對乘員艙內乘員聽覺及呼吸系統、消化系統、神經系統等的影響，還應注意對駕駛員正常操作的影響，如其應對緊急情況的能力等，最后將主觀打分結果進行均值處理，作為主觀評價等級結果。

表2 主觀評價等級標準Tab.2 Subjective rating scale

通過對試驗數據進行離線預處理，可得到換擋品質客觀評價指標作為神經網絡的輸入向量，客觀評價等級則可以通過TVOESQ 獲得。對比測試的10 組試驗數據客觀評價等級結果與主觀評價的分數，可以驗證此客觀評價方法的可行性和一致性。

4.2 評價效果驗證

列出的所有客觀評價指標都是對圖6 的試驗過程數據處理后得到的，對測試的10 組試驗數據通過TVOESQ 進行仿真，得到每次試驗換擋品質客觀評價等級。將主觀評價分數與客觀評價等級結果進行對比，對比結果如表3 所示。

圖6 1 擋升2 擋實車試驗數據Fig.6 1 block | 2 block real vehicle test data

表3 主客觀評價對比Tab.3 Comparison of subjective and objective evaluations

由表3 可以看出，神經網絡的客觀評價等級結果與實際主觀評價等級誤差在［-0.6，+0.6］內，這一誤差范圍對于換擋平順性評價優劣的標準(1 ～10)來說已可達到客觀正確評價的目的，甚至小于不同專家之間的主觀評價差異，從而可被接受，具備一定的使用價值。

從評價結果1 與評價結果6 的對比可以看出:在渦輪轉速平均變化率相同的情況下，渦輪轉速變化率峰值的不同會導致評價等級的改變，這說明渦輪轉速變化率峰值是一個具有較強表征意義的客觀評價指標;通過評價結果9 與評價結果10 的對比也可以發現，渦輪轉速平均變化率較大的，說明滑摩時間稍長，渦輪轉速變化率峰值較大的，則可能造成的沖擊會較大，評價等級較低，這說明渦輪轉速平均變化率也具有強烈的表征意義。

5 結論

本文從換擋平順性的角度出發，提出履帶車輛換擋品質客觀評價指標及確定依據，利用BPNN 進行客觀評價試驗測試。確定的客觀評價指標獲取方便，且能較好的反映換擋品質;試驗結果對比分析得出，基于BPNN 的客觀評價結果具有良好的數值逼近性和穩定性，證實該方法是合理的、有發展前景的。該評價模型具有一定的使用價值，可以部分替代專家打分的評價方法，縮短開發周期并節省大量人力，并可為開發神經網絡在線學習自適應功能、動態綜合評價功能提供理論基礎。

References)

［1］刑如飛，管欣，田承偉，等. 汽車操縱穩定性主觀評價指標權重確定方法［J］. 吉林大學學報:工學版，2009，39(3):33 -38.XING Ru-fei，GUAN Xin，TIAN Cheng-wei，et al. Weight of subjective evaluation indexes for car handling and stability［J］.Journal of Jilin University:Engineering and Technology Edition，2009，39(3):33 -38. (in Chinese)

［2］Huang Q，Wang H. Fundamental study of jerk:evaluation of shift quality and ride comfort，SAE Technical Paper，2004-01-2065［R］.US:SAE，2004.

［3］Zhang J，Lei Y，Hua X，et al. Proposed shift quality metrics and experimentation on AMT shift quality evaluation［C］∥Third International Conference on Natural Computation. Haikou:IEEE，2007.

［4］王健，雷雨龍，郭孔輝，等. 車輛換擋質量概念的完善與評價［J］.吉林大學學報:工學版，2007，37(5):1014 -1018.WANG Jian，LEI Yu-long，GUO Kong-hui，et al. Concept improvement and assessment on vehicle gear shift quality［J］.Journal of Jilin University:Engineering and Technology Edition，2007，37(5):1014 -1018. (in Chinese)

［5］Schwab L F. Development of a shift quality metric for an automatic transmission［J］. SAE Transactions，1994，103(6):1402 -1407.

［6］陳剛，張為公，龔宗洋，等.基于證據理論和模糊神經網絡的汽車換擋平順性評價方法［J］.汽車工程，2009，31(4):308-312.CHEN Gang，ZHANG Wei-gong，GONG Zong-yang，et al.Evaluation model for vehicle shift quality based on evidence theory and FNN［J］.Automatic Engineering，2009，31(4):308 -312.(in Chinese)

［7］孫賢安，吳光強.雙離合器式自動變速器車輛換擋品質評價系統［J］.機械工程學報，2011，47(8):146 -151.SUN Xian-an，WU Guang-qiang. Shifting quality evaluation system for dual clutch transmission vehicle［J］. Journal of Mechanical Engineering，2011，47(8):146 -151. (in Chinese)

［8］List H，Sehoeggl P. Objective evaluation of vehicle driveability，SAE Technical Paper，980204［R］. US:SAE，1998.

［9］Schoeggl P，Ramschak E. Vehicle driveability assessment using neural networks for development，calibration and quality tests［J］.SAE Transactions，2000，109(6):1052 -1061.

［10］Schnetzler S，Pettersson J，Murtonen P. Quality assurance of driver comfort for automatic transmissions，SAE Technical Paper，2000-01-0175［R］. US:SAE，2000.

［11］張建國，雷雨龍，王健，等.基于BP 神經網絡的換擋品質評價方法［J］.吉林大學學報:工學版，2007，37(5):1019 -1022.ZHANG Jian-guo，LEI Yu-long，WANG Jian，et al. Methods for shift quality evaluation based on BP neural network［J］. Journal of Jilin University:Engineering and Technology Edition，2007，37(5):1019 - 1022. (in Chinese)

［12］劉洪波，雷玉龍，張建國，等. 雙離合器式自動變速器控制品質評價與優化［J］.吉林大學學報:工學版，2012，42(6):1360 -1365.LIU Hong-bo，LEI Yu-long，ZHANG Jian-guo，et al. Shift quality assessment and optimization of double clutch transmission［J］.Journal of Jilin University:Engineering and Technology Edition，2012，42(6):1360 -1365. (in Chinese)