電動汽車兩擋AMT擋位自適應策略研究

陳尚松，唐正

株洲齒輪有限責任公司 湖南株洲 412000

電動汽車在使用過程中不排放有害氣體，符合國家的節能環保要求，是汽車行業發展的必然趨勢。電控機械自動變速器（AMT）是由普通的手動變速器加裝一套換擋執行機構和電子控制單元組建而成，電子控制單元通過采集車輛的節氣門、制動等信號判斷駕駛人的意圖，從而達到自動換擋的目的[1-4]。因此，換擋是否成功與換擋的舒適性如何，與擋位的位置是否精確密切相關。

在AMT系統中，從電動機驅動端到擋位撥叉執行動作有一系列的傳動鏈，在傳動過程中隨著誤差的疊加，執行端的誤差越來越大，而且隨著使用的時間越來越長，各部件的間隙也越來越大，從而導致換擋失敗，危及到安全駕駛[5]。本文研究了一套擋位自適應控制系統，能夠在靜態和動態得到各個擋位的精確位置，從而增加了系統的魯棒性，提升行車安全。

兩擋AMT換擋執行機構原理

兩擋AMT與傳統車AMT相比，因為只有兩個擋位，所以取消了選擋電動機，執行機構直接集成在箱體里面，減少了整個箱體的質量和體積。

圖1所示為換擋執行機構的示意圖。換擋機構的驅動力來自直流電動機，電動機采取脈寬調制的方式來控制電動機轉速。與直流電動機相連的為滾珠絲杠，絲杠上的螺母與絲杠通過滾珠相連，因為電動機轉速高而扭矩比較小，因此設計一個換擋搖臂，通過適當增加其長度從而匹配換擋力的大小。圖1中隨著絲杠的轉動，絲杠上的螺母帶動換擋撥叉左右擺動一定的角度，到達換擋的位置。

圖1 換擋機構示意

擋位位置的獲取可以采取兩種方式，一種是將位置傳感器集成在電動機中，測量電動機軸旋轉的圈數來獲取擋位的位置；另外一種是將角度傳感器與換擋搖臂集成在一起，角度傳感器根據搖臂旋轉角度不同獲得擋位位置。

經過作者多年的實踐驗證得出：第一種方式采用相對位置的方式獲取擋位位置，雖然能夠節省變速器的空間，降低成本，但在國內當前的工藝水平條件下很難得到準確的位置；第二種方法能夠獲取擋位的絕對位置，假設角度傳感器精度高，獲得的角度可靠，并且安裝方式也很合理，那么得出的撥叉位置可信度就很高。

變速器控制單元接收位置傳感器以及電動機電流信號來判斷目前擋位的位置。圖2所示為擋位學習參考點示意圖，變速器控制單元通過設置相應的控制算法得到各參考點的值，在控制單元掉電時存入EEROM，在車輛重新上電時讀取里面的數據就可以得到目標換入擋位的位置。

圖2 擋位學習參考點示意

換擋失敗或脫擋原因研究

要研究換擋失敗的原因，必須要分析換擋的控制方法。一般來說，控制方式可分為開環控制和閉環控制。開環控制即不管換擋撥叉需要達到什么位置，電動機一直按照某種方式旋轉，只有達到一定的條件才能停下來；閉環控制方式首先給電動機一個目標值，這期間由PID控制器根據與目標值的相距大小來確定電動機占空比大小，最終穩定地達到目標值。

不管采取哪種控制方式，目標都是準確無誤地掛進擋位，并且能夠使換擋機構部件達到最大的工作效率。由于閉環控制電動機調節的范圍大而且容易控制，故換擋過程中常用此種方法。

由于車輛行駛中需要盡可能地縮短換擋時間以便減少動力中斷的時間，要求電動機響應要迅速，換擋的位置要精確，電動機電流要小于額定電流，因此采取了雙閉環的控制方法，即電流環和位置環。位置環作為主環調節占空比的大小，電流環作為副環使電動機具有良好的啟動控制，即為準時間最優控制[6]，而設定的目標電流保護了直流電動機，延長了電動機使用壽命。圖3所示為換擋閉環控制原理示意圖。

圖3 換擋閉環控制原理

如圖3所示，換擋要準確就必須要保證擋位的位置精確，否則會造成換擋沒到位或行駛過程中脫擋。如圖4所示，行駛過程中，P1位置在使用一段時間后會發生位置漂移至P11位置，控制程序如果還是按照設定的P1位置換擋，必定會發生換擋失敗或者脫擋。

圖4 擋位位置漂移

由此可知，大部分的換擋失敗除去本身設計缺陷和部件本身的質量問題外，根本原因在于產品的設計加工以及裝配誤差，以及長期使用后擋位位置的漂移，因此，在AMT控制系統設計中，必須要規避此類問題的出現。筆者認為，采取軟件自適應的方法無需改動任何零件，只需制作一套自學習的算法就可以規避風險。

擋位自學習控制策略包含兩部分，一部分在變速器下線時執行，以便排除變速器在制造裝配過程擋位位置的不一致現象。另一部分，對于使用后擋位位置的漂移，可以采取動態學習的方法，即在車輛行駛過程中，只要自學習的條件滿足，就能學習各個擋位的位置，而不影響車輛的行駛。

AMT自學習控制策略的制定

1.下線擋位位置自學習策略

如圖2所示，下線擋位位置主要學習D1、D2、D3和P1、P2的值，D1、D2、D3與電動機占空比PWM、電動機電流Cur、緩沖彈簧剛度K以及電動機的速度Speed相關，而P1、P2與D1、D2、D3相關，可以得到D1、D2、D3函數為Dn= f（PWM，Cur，K，Speed），n為1，2，3。

在得到D1、D2、D3后，可以求得P1和P2，即Pm=D3/2–Dm，m為1，2。制定下線擋位位置自學習策略分為四部分。圖5所示為左側下線擋位位置自學習流程圖。

圖5 下線擋位位置自學習流程

1）擋位預學習，即電動機預備動作的過程，排除機械結構卡滯，造成電動機堵轉，學到錯誤的位置，預學習后找到擋位中間位置，得出擋位行程D3。

2）1擋學習，通過電動機電流、電動機速度等參數得到1擋位置P1。

3）2擋學習，通過電動機電流、電動機速度等參數得到2擋位置P2。

4）計算空擋位置P3，控制擋位回到空擋位置。

2.行駛擋位位置自學習策略

車輛長時間使用后，換擋次數增加到一定的閾值，可能會使擋位位置發生漂移。作者在實際研究中，用擋位的使用次數來判斷擋位值漂移的可能性，當某個擋位的使用大于等于閾值時，觸發在線自學習程序，學習成功后更新擋位的位置值。具體分為3個步驟，圖6所示為在線自學習流程圖。

圖6 在線擋位位置自學習流程

1）換擋成功后，加載電動機占空比擠壓換擋撥叉，根據電流、電動機速度等獲取最后擋位位值。

2）減少電動機占空比，根據電流、電動機速度等獲取最后擋位位值。

3）根據學習到的新值和下線學習的值，按照相應的算法計算得到新的擋位位置并保存。

通過上述下線自學習策略和行駛中（上線）自學習策略，保證在部件都正常的工況下順利地掛入擋位，即使車輛長時間使用，也不會因為脫擋或者掛擋失敗而導致車輛停止，危機安全。

自學習策略驗證

為驗證上述策略的正確性和可靠性，選擇了一款微型純電動汽車作為驗證對象，裝載此款AMT變速器進行試驗。整車參數見表1。

表1 裝載AMT整車參數

1.下線自學習策略驗證

圖7所示為下線自學習實際采集的數據。由圖7可以看出，當進入自學習狀態時，變速器控制單元按照制定的自學習策略開始學習各個相關位置的值，圖中1、2擋的位置各學習了3次，以防止擋位位置學習不準，整個過程執行了8s，最后得到1擋位置為1054，2擋位置為2763。

圖7 下線自學習實際采集的數據

通過變速器控制單元來判斷，學習到的值是可靠的，因此自學習完成后，在控制器掉電后將擋位的位置存入EEROM中（EEROM在控制器掉電后不會清除數據），在下次上電時，變速器控制單元直接讀取里面的數據，無需再次學習。

按照此控制策略隨即抽取5臺AMT進行自學習，得到1擋和2擋的數據見表2。由表2可以看出，每臺變速器的擋位位置都有一定的偏差，這些偏差基本上是在制造、裝配中形成的，也證明每一臺變速器在產品下線時必須要進行自學習。

表2 5臺AMT自學習得到的各個擋位數據

2.車輛行駛中自學習策略驗證

換擋到達2擋后，觸發了行駛過程中的自學習，圖8所示為在換擋中學習2擋位置值的過程。由圖8可以看出，如果擋位發生一定程度的偏移，制定的自學習策略能夠準確地學習到擋位的位置，但如果學到的值與下線時學到的數值差距大于一定的閾值，軟件會認為此次學到的位置值無效。如果換擋失敗，則判定變速器出現了故障；否則認定為正常值，采取一定的算法算出新的擋位值，并在控制器下電后存入EEROM。

圖8 車輛行駛中自學習實際采集的數據

3.50萬次換擋后擋位驗證

每換一次擋采集一次數據，圖9中TestCount為耐久變速器采集的換擋次數，圖中顯示已經換擋超過了50萬次，采集的換擋數據數據如圖10所示。圖10中顯示換擋很平穩，并且能夠正常的換擋，AMT變速器上的換擋執行機構各部件都沒有損壞，達到了設計要求。

圖9 換擋次數記錄設備記錄的換擋次數

圖10 50萬次換擋后實際采集的數據

結語

通過上述驗證過程來看，制定的策略是可行且可靠的。雖然AMT為手動變速器改裝而來，其設計加工精度并不能達到自動變速器的要求，但是通過制定相應的自學習控制策略，使AMT控制系統具有自適應的功能，能夠克服這個先天的缺陷，提高了整個系統的魯棒性。同時自學習控制策略也可以用于其他需要克服設計裝配誤差帶來的失效以及長時間使用后帶來的系統崩潰，因此，此策略成功設計具有很強的應用價值和實際意義。