一种无级变速发动机控制器及控制系统

摘要

本发明公开了一种无级变速发动机控制器及控制系统，属于发动机控制技术领域。控制系统包括数据获取模块、发动机、变速器和控制器；控制器分别与数据获取模块、发动机和变速器连接；数据获取模块用于获取用户操作信号、环境数据和发动机转速；变速器与发动机连接，用于调整发动机与驱动轮之间的传动比；控制器包括第一处理器和第二处理器；控制器通过车速控制策略控制变速器的传动比和发动机转速，通过经济优化策略控制发动机输出功率。本申请通过变速器功率油耗比模型分析变速器输出功率与油耗量的关系，可以准确地控制成本和性能之间的平衡。

权利要求

1.一种无级变速发动机控制系统，其特征在于：包括数据获取模块、发动机、变速器和控制器；所述控制器分别与数据获取模块、发动机和变速器连接；

所述数据获取模块用于获取用户操作信号、环境数据和发动机转速；

所述变速器与发动机连接，用于调整发动机与驱动轮之间的传动比；

所述控制器包括第一处理器和第二处理器；控制器通过车速控制策略控制变速器的传动比和发动机转速，通过经济优化策略控制发动机输出功率；

所述车速控制策略具体为：第一处理器根据数据获取模块传输的用户操作信号和环境数据计算期望车速和期望变速时间；第二处理器根据期望车速和期望变速时间设定期望发动机转速和期望传动比；第二处理器控制发动机将发动机转速调整至期望发动机转速，变速器将传动比调整至期望传动比，从而将当前车速调整至期望车速；

所述经济优化策略具体为：第一处理器根据用户操作信号和环境数据计算期望车速和期望变速时间；第二处理器根据期望车速和期望变速时间设定期望发动机输出扭矩范围；

第二处理器根据期望发动机输出扭矩范围、期望发动机转速和变速器功率油耗比模型设定发动机输出功率；

所述变速器功率油耗比模型用于表示变速器输出功率和单位时间内的油耗量之间的比值，表示为：TE,out∈[Tmin,Tmax]，

式中，ρ(TE,out)为变速器功率油耗比，TE,out为发动机输出扭矩，[Tmin,Tmax]为期望发动机输出扭矩范围，K和C为通过实验拟合得到的数据，K表示扭矩损失Tloss与发动机输出扭矩TE,out的关系曲线的斜率，C表示扭矩损失Tloss与发动机输出扭矩TE,out的关系曲线的截距，f(TE,out)为发动机输出扭矩TE,out在燃油消耗率映射关系中对应的燃油消耗率。

2.根据权利要求1所述的无级变速发动机控制系统，其特征在于：所述燃油消耗率映射关系根据若干组负载、扭矩、转速与燃油消耗率数据构建。

3.根据权利要求1所述的无级变速发动机控制系统，其特征在于：所述根据期望发动机输出扭矩范围、期望发动机转速和变速器功率油耗比模型设定发动机输出功率，具体为：在期望发动机输出扭矩范围内，求解所述变速器功率油耗比模型中变速器功率油耗比最大时的发动机输出扭矩，并结合期望发动机转速计算并设定发动机输出功率。

4.根据权利要求1所述的无级变速发动机控制系统，其特征在于：所述控制器还包括模型监测模块；所述模型监测模块与第二处理器连接，用于监测变速器功率油耗比模型的计算误差。

5.根据权利要求4所述的无级变速发动机控制系统，其特征在于：所述数据获取模块还用于通过车速传感器获取车速‑加速度曲线；模型监测模块还用于根据车速‑加速度曲线、负载和阻力计算实际变速器输出功率。

6.根据权利要求4所述的无级变速发动机控制系统，其特征在于：所述模型监测模块在误差超过第一阈值时进行模型自动修正，在误差超过第二阈值时发出警报，所述第二阈值大于第一阈值。

7.根据权利要求6所述的无级变速发动机控制系统，其特征在于：所述模型监测模块包括神经网络模型和模糊逻辑算法，所述神经网络模型在误差超过所述第一阈值时根据所述误差和模糊逻辑算法的规则表达，自动调整神经网络的权重和偏置。

说明书

一种无级变速发动机控制器及控制系统

技术领域

[0001] 本发明涉及发动机控制技术领域，具体是一种无级变速发动机控制器及控制系统。

背景技术

[0002] 无级变速器(Continuously Variable Transmission，CVT)是一种自动变速器，它可以实现连续无级调节输出轴的转速。与传统的自动变速器对比，无级变速器采用一种可扩展的传动机构，可以通过改变传动比例来实现无级变速，无需离合器、换挡杆或者其他传统变速器所使用的机构。具体的，无级变速器由许多零部件组成，如齿轮、轮盘、链带等，其工作原理基于摩擦驱动，其中金属推带或链带通过调整轮盘或喷流来改变传动比。在这个过程中，由于摩擦的存在，会发生一定的滑移损失，从而导致能量损失，降低变速器效率。

[0003] 现有技术往往通过等功率线和等燃油消耗率曲线评估车辆运行的燃油经济性，例如公开号为CN116373840A的发明专利。然而该方式仅能平衡发动机输出功率与燃油消耗率之间的关系，而忽略了发动机经过变速器对驱动轮做功的过程中存在的损耗。因此，对于评估车辆动力与燃油消耗之间的关系的精确性，现有技术的方案存在改进的空间。

发明内容

[0004] 为解决上述背景技术中存在的问题，本发明采用以下技术方案：

[0005] 一种无级变速发动机控制系统，包括数据获取模块、发动机、变速器和控制器；所述控制器分别与数据获取模块、发动机和变速器连接；

[0006] 所述数据获取模块用于获取用户操作信号、环境数据和发动机转速；

[0007] 所述变速器与发动机连接，用于调整发动机与驱动轮之间的传动比；

[0008] 所述控制器包括第一处理器和第二处理器；控制器通过车速控制策略控制变速器的传动比和发动机转速，通过经济优化策略控制发动机输出功率；

[0009] 所述经济优化策略具体为：第一处理器根据用户操作信号和环境数据计算期望车速和期望变速时间；第二处理器根据期望车速和期望变速时间设定期望发动机输出扭矩范围；第二处理器根据期望发动机输出扭矩范围、期望发动机转速和变速器功率油耗比模型设定发动机输出功率；

[0010] 所述变速器功率油耗比模型用于表示变速器输出功率和单位时间内的油耗量之间的比值，表示为：

[0011]

[0012] TE,out∈[Tmin,Tmax]，

[0013] 式中，ρ(TE,out)为变速器功率油耗比，TE,out为发动机输出扭矩，[Tmin,Tmax]为期望发动机输出扭矩范围，K和C为通过实验拟合得到的数据，K表示扭矩损失Tloss与发动机输出扭矩TE,out的关系曲线的斜率，C表示扭矩损失Tloss与发动机输出扭矩TE,out的关系曲线的截距，f(TE,out)为发动机输出扭矩TE,out在燃油消耗率映射关系中对应的燃油消耗率。

[0014] 作为本申请的优选方案，所述燃油消耗率映射关系根据若干组负载、扭矩、转速与燃油消耗率数据构建。

[0015] 作为本申请的优选方案，所述根据期望发动机输出扭矩范围、期望发动机转速和变速器功率油耗比模型设定发动机输出功率，具体为：在期望发动机输出扭矩范围内，求解所述变速器功率油耗比模型中变速器功率油耗比最大时的发动机输出扭矩，并结合期望发动机转速计算并设定发动机输出功率。

[0016] 作为本申请的优选方案，所述车速控制策略具体为：第一处理器根据数据获取模块传输的用户操作信号和环境数据计算期望车速和期望变速时间；第二处理器根据期望车速和期望变速时间设定期望发动机转速和期望传动比；第二处理器控制发动机将发动机转速调整至期望发动机转速，变速器将传动比调整至期望传动比，从而将当前车速调整至期望车速。

[0017] 作为本申请的优选方案，所述控制器还包括模型监测模块；所述模型监测模块与第二处理器连接，用于监测变速器功率油耗比模型的计算误差。

[0018] 作为本申请的优选方案，所述数据获取模块还用于通过车速传感器获取车速‑加速度曲线；模型监测模块还用于根据车速‑加速度曲线、负载和阻力计算实际变速器输出功率。

[0019] 作为本申请的优选方案，所述模型监测模块在误差超过第一阈值时进行模型自动修正，在误差超过第二阈值时发出警报，所述第二阈值大于第一阈值。

[0020] 作为本申请的优选方案，所述模型监测模块包括神经网络模型和模糊逻辑算法，所述神经网络模型在误差超过所述第一阈值时根据所述误差和模糊逻辑算法的规则表达，自动调整神经网络的权重和偏置。

[0021] 与现有技术相比，本发明具有如下有益效果：

[0022] 本申请通过变速器功率油耗比模型分析变速器输出功率与油耗量的关系，以结合变速器效率准确地计算成本和性能之间的平衡；并通过控制器求解变速器功率油耗比最大时的发动机输出扭矩，并通过发动机输出扭矩和期望发动机转速计算并设定发动机输出功率，使发动机输出功率满足工作条件的同时降低燃油成本；

[0023] 本申请通过模型监测模块监测变速器功率油耗比模型的计算误差，并在误差超过第一阈值时进行模型自动修正，以实时修正模型，减少测试过程的停车时间和人工干预需要。

附图说明

[0024] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0025] 图1为本发明一实施例的无级变速发动机控制系统的结构示意图；

[0026] 图2为本发明一实施例的变速器效率与发动机输出转速和发动机输出扭矩的关系示意图。

具体实施方式

[0027] 下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

[0028] 请参阅图1，本发明提供了一种无级变速发动机控制系统，包括数据获取模块、发动机、变速器和控制器。所述控制器分别与数据获取模块、发动机和变速器连接。

[0029] 数据获取模块用于获取用户操作信号、环境数据和发动机转速；

[0030] 变速器与发动机连接，用于调整发动机与驱动轮之间的传动比；

[0031] 控制器包括第一处理器和第二处理器。控制器通过车速控制策略控制变速器的传动比和发动机转速，通过经济优化策略控制发动机输出功率。其中，第一处理器和第二处理器连接，第一处理器用于接收数据获取模块传输的信号，第二处理器用于控制发动机和变速器。

[0032] 其中，变速器为无级变速器。无级变速器(CVT)与离散档位自动变速器不同，它以无级的方式平稳地调整发动机的输出，以适应不同的速度和负载需求。无级变速器不需要离合器或离合器控制杆来改变档位，而是采用一组分离的齿轮同时配合转子，通过多片皮带和滑轮的变化传动比彼匹配，从而实现输出转矩的平滑变化。

[0033] 无级变速器的具体工作原理如下：从发动机传输输出动力的齿轮输入到无级变速器并通过皮带连接到一个附加的齿轮组。不同于传统的变速器中针对一定的齿轮排列会导致它们的分散点或振动不稳定现象，无级变速器系统中的这些附加齿轮不仅基于系统器件具有更稳定的支点和更高的稳定性以满足系统性能，同时也更容控制转数。这些齿轮将输入转力传给两个间距可变的锥形滑轮组，它们之间有一个连带的皮带连接。皮带可以改变滑轮间的距离，以满足不同负载条件下的需要，转矩会随之平滑变化。皮带在两个滑轮上缠绕时，皮带的拉力和张力控制滑轮分离距离，从而调节传动比。

[0034] 具体的，车速控制策略具体为：第一处理器根据数据获取模块传输的用户操作信号和环境数据计算期望车速和期望变速时间；第二处理器根据期望车速和期望变速时间设定期望发动机转速和期望传动比；第二处理器控制发动机将发动机转速调整至期望发动机转速，变速器将传动比调整至期望传动比，从而将当前车速调整至期望车速。

[0035] 经济优化策略具体为：第一处理器根据用户操作信号和环境数据计算期望车速和期望变速时间；第二处理器根据期望车速和期望变速时间设定期望发动机输出扭矩范围；第二处理器根据期望发动机输出扭矩范围、期望发动机转速和变速器功率油耗比模型设定发动机输出功率。

[0036] 其中，发动机输出功率表示为：

[0037] PE,out＝nE,out×TE,out，

[0038] 式中，PE,out为发动机输出功率，nE,out为发动机输出转速，TE,out为发动机输出扭矩。其中，发动机输出转速nE,out设定为期望发动机转速，则发动机输出扭矩TE,out需要根据变速器功率油耗比模型和期望发动机输出扭矩范围确定。

[0039] 具体的，变速器功率油耗比模型用于表示变速器输出功率和单位时间内的油耗量之间的比值，表示为：

[0040]

[0041] 式中，ρ为变速器功率油耗比，PS,out为变速器输出功率，B为单位时间内的燃油消耗量，单位为g/h。变速器功率油耗比模型反映了车辆动力系统的功率利用效率，即在单位时间内的单位能源输入下车辆可以达到的动力输出水平，从而准确地衡量成本和性能之间的平衡。

[0042] 具体的，一方面，变速器输出功率PS,out表示为：

[0043] PS,out＝PE,out×μ，

[0044] 式中，PS,out为变速器输出功率，μ为变速器效率。变速器效率μ是变速器输出功率与输入功率之间的比率，即变速器从输入端(发动机)提取能量转移到输出端(车轮)时能量转移的效率。由于能量转移过中存在能量损失，所以变速器效率低于100％。可以理解，在本申请中变速器输入功率为发动机输出功率PE,out。

[0045] 变速器效率不是常数，而是随着工作状态的变化而变化。在本申请中，变速器为无级变速器，无级变速器由许多零部件组成，如齿轮、轮盘、链带等，其工作原理基于摩擦驱动，其中金属推带或链带通过调整轮盘或喷流来改变传动比。在这个过程中，由于摩擦的存在，会发生一定的滑移损失，从而导致能量损失，降低变速器效率。

[0046] 在变速器工作过程中，影响变速器效率的重要参数包括发动机输出转速和发动机输出扭矩。在一实施例中，对于某一变速器的变速器效率与发动机输出转速和发动机输出扭矩的关系如图2所示。其中，横坐标代表发动机输出扭矩，点划线、点线、实线和虚线分别代表在选定的发动机输出转速为1500r/min、2500r/min、3500r/min和4500r/min的条件下发动机输出扭矩与变速器效率的关系。

[0047] 在传输能量的过程中，转速下降和扭矩下降是同时存在的。然而通常情况下，扭矩损失比转速损失更大。这是因为在变速器中，能量经过精确的变换以匹配驱动和负载之间的传输能力，从而达到最大效率。尽管变速器会调整传输比例，以更好地适应路面条件和负载，但因为摩擦损失和机械损耗等原因，扭矩损失通常会大于转速失。因此，本实施例在拟合变速器效率的过程中，将转速损失设置为0的理想情况，即发动机输出转速等于变速器输出转速。依此，变速器效率可表示为：

[0048]

[0049] 其中，Tloss为扭矩损失。

[0050] 进一步地，通过实验数据拟合可得到，扭矩损失Tloss与发动机输出扭矩TE,out为线性关系，表示为：

[0051] Tloss＝K×TE,out+C，

[0052] 其中，K和C为拟合得到的数据，K表示扭矩损失Tloss与发动机输出扭矩TE,out的关系曲线的斜率，C表示扭矩损失Tloss与发动机输出扭矩TE,out的关系曲线的截距，根据变速器的型号和发动机输出转速改变。

[0053] 结合以上两个公式可得到，变速器效率表示为：

[0054]

[0055] 进一步地，结合前述公式，变速器输出功率表示为：

[0056] PS,out＝nE,out×[(1‑k)TE,out‑C]。

[0057] 另一方面，单位时间内的燃油消耗量B表示为：

[0058] B＝PE,out×f(TE,out)，

[0059] 其中，f(TE,out)为发动机输出扭矩TE,out在燃油消耗率映射关系中对应的燃油消耗率。其中，所述燃油消耗率映射关系根据若干组负载、扭矩、转速与燃油消耗率数据构建。在数据构建过程中，可以使用多元线性回归、神经网络等，将负载、扭矩和转速作为自变量，燃油消耗率作为因变量，通过拟合曲线或者方程得出它们之间的关系。由于在第二处理器执行经济优化策略时，式中的负载和转速为定值，因此f(TE,out)可直接得到发动机输出扭矩TE,out与燃油消耗率的映射关系。通常来说，负载和转速为定值的情况下，发动机输出扭矩TE,out与燃油消耗率的映射关系整体为一条随着发动机输出扭矩TE,out的增大燃油消耗率先递减后递增的曲线。

[0060] 基于前述内容，为设定发动机输出扭矩TE,out在期望发动机输出扭矩范围内的最佳取值，从而设定发动机输出功率，前述变速器功率油耗比模型表示为：

[0061]

[0062] 依此，变速器功率油耗比模型可进一步表示为：

[0063]

[0064] TE,out∈[Tmin,Tmax]，

[0065] 式中，ρ(TE,out)为变速器功率油耗比，TE,out为发动机输出扭矩，[Tmin,Tmax]为期望发动机输出扭矩范围，Tmin为期望发动机输出扭矩最小值，Tmax为期望发动机输出扭矩最大值，K和C为通过实验拟合得到的数据，K表示扭矩损失Tloss与发动机输出扭矩TE,out的关系曲线的斜率，C表示扭矩损失Tloss与发动机输出扭矩TE,out的关系曲线的截距，f(TE,out)为发动机输出扭矩TE,out在燃油消耗率映射关系中对应的燃油消耗率。

[0066] 基于前述实施例，所述根据期望发动机输出扭矩范围、期望发动机转速和变速器功率油耗比模型设定发动机输出功率，具体为：在期望发动机输出扭矩范围内，求解变速器功率油耗比最大时的发动机输出扭矩，并通过发动机输出扭矩和期望发动机转速计算并设定发动机输出功率。

[0067] 在一实施例中，控制器还包括模型监测模块。模型监测模块与第二处理器连接，用于监测变速器功率油耗比模型的计算误差，并在误差超过第一阈值时进行模型自动修正，在误差超过第二阈值时发出警报。其中，第二阈值大于第一阈值。由于变速器功率油耗比模型是基于一些理论假设和计算模型建立的，实际应用中可能存在一些误差。模型监测模块可以对模型的计算结果进行实际测量值的对比和分析，若发现计算误差超过一定的阈值，则模型监测模块将进行特定的处理，以确保在实际行驶中仍能保持较高的控制精度。

[0068] 进一步地，模型监测模块通过获取实际变速器输出功率和实际耗油量计算实际变速器功率油耗比。

[0069] 在一实施例中，数据获取模块还用于通过车辆上的车速传感器获取车速‑加速度曲线；模型监测模块还用于根据车速‑加速度曲线、负载和阻力计算实际变速器输出功率。实际耗油量则通过数据获取模块监测油箱中的油量曲线获取。在实际应用中，以上数据需要根据具体的车辆类型、工况条件、测量精度等因素进行调整和改进，以获得更准确可靠的变速器输出功率计算结果。

[0070] 基于以上实施例，模型自动修正的实际效果还受到数据获取、分析和处理能力的限制，因此需要采用特定的优化手段来提高计算精度和提取有效信息。在一实施例中，模型监测模块包括神经网络模型和模糊逻辑算法，模型自动修正通过神经网络模型和模糊逻辑算法实现，通过神经网络和模糊逻辑的结合，在每一次迭代中，先使用神经网络模型进行数据拟合和预测，然后使用模糊逻辑算法进行修正。在误差超过第一阈值时，神经网络模型根据变速器功率油耗比模型的预测结果和实际数据的误差，以及模糊逻辑的推理和规则表达，自动调整神经网络的权重和偏置，以实现模型自动修正。同时，模型监测模块通过反向传播算法来计算权重和偏置的梯度，并根据梯度更新网络参数，并根据模糊逻辑的修正规则，调整神经网络的输出和输入。

[0071] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

[0072] 在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0073] 所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

[0074] 另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。

[0075] 所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，read‑onlymemory)、随机存取存储器(RAM，randomaccess memory)、磁碟或者光盘等各种可以存储程序代码的介质。