从化登高车出租， 增城登高车出租， 登高车出租    数据驱动的登高车换挡预测方法？     数据驱动预测控制算法采用最小二乘法对过去和未来的系统输入输出数据进行分析，通过对预测方程进行优化求解得到预测因子，最终以预测因子设计未来的最优控制量作用于整车系统。

     １离合器相对转速最优轨迹建立： 针对离合器片之间的相对转速同步问题，研究人员一般采用分段函数方法或三次函数方法作为相对转速的参考曲线，使惯性相阶段始末的离合器转速差变化率为零。为研究单切换换挡过程的转速跟踪问题， 以一挡升二挡的离合器ＣＳ断开和制动器ＢＳ接合的交替过程为例。当离合器ＣＳ传递的转矩减小至零时，ＣＳ迅速卸压并完全分离，不再传递转矩，这标志着换挡过程进入惯性相阶段。随后控制制动器ＢＳ油压使其相对转速跟踪的三次函数目标轨迹。选取发动机油门开度沒和制动器ＢＳ的换挡电磁阀电流为控制变量。同时考虑到电磁阀和发动机特性的条件约束，以及后续仿真试验中的仿真步长约束，设置控制量的变化率应满足和

   ２数据激励与预测模型验证：数据驱动预测控制首选需要对换挡过程设计输入信号，充分的激励系统以获得足够多的响应数据，再通过对响应数据的分析对系统进行辨识。所得的数据能够表征系统被控过程的静、动态特性，从而可获得系统的数学模型。针对登高车ＡＴ变速器，本文对换挡过程中的惯性相阶段进行控制，待接合离合器电磁阀的电流／直接影响离合器接合过程，因此被选为控制量；此外，考虑到车辆运行过程中油门开度０的变化也会导致变速器输入端的转矩转速变换，对换挡过程产生影响，故而将油门开度和电磁阀电流共同作为系统控制量，将离合器的相对转速作为系统被控输出对象。在确定了系统输入输出之后，对前述的ＡＴ变速器系统仿真模型进行开环试验。当换挡过程进入惯性相阶段时，使用随机的油门开度和电磁阀电流信号对系统进行随机激励。计算出的预测输出序列与激励系统生成的输出数据进行比较，以验证预测因子的有效性，比较结果可以观测到计算出的预测值与激励数据只存在较小的误差，说明所设计的数据驱动预测器可以较为准确的预测换挡过程中的离合器相对转速。

   从化登高车出租， 增城登高车出租， 登高车出租 www.denggaochechuzu.com/

   ３基于改进的ＰＳＯ的控制器求解： 粒子群算法中的参数变化对算法影响较大。若ＰＳＯ中的粒子向个体最优位置或者群体全局最优位置较快聚拢，形成种群的趋同效应，易产生局部极值，出现算法早熟现象，从而影响寻优精度。因此，需要对ＰＳＯ算法进行改进，方法如下：

  （１）惯性权重自适应调整。由于较小的惯性权重可以使得局部的寻优精度得以提高，较大惯性权重可以提高全局粗矿搜索能力，因此需要根据目标函数在具体迭代过程中的下降速率进行自适应调整以提高算法的准确性。本文通过查表法设计惯性权重值。若目标函数在某次迭代过程中的下降率小于３０％，随机产生；若下降率大于３０％，ｗ则与上一次迭代取值相同；若下降率在连续的５代中未发生变化则取值为１。

 （２）在算法寻优后期，依靠不断减小的学习因子来确保局部的精确寻优需求。

 （３）将模拟退火算法引入，以其概率值判断Ｍｅｔｒｏｐｏｌｉｓ准则，通过引用Ｍｅｔｒｏｐｏｌｉｓ准则，改进的粒子群算法在迭代开始阶段具有接受不良解的能力，避免进入局部最优收敛的早熟现象，使寻找全局最优解的可能性得以较大提高。改进的粒子群算法求解结果是为了预测控制变量增量，即油门开度增量和电磁阀电流增量。将前一时刻的控制量与所得的控制量增量相加作为当前的控制量，并作用于被控系统，循环此优化求解步骤，直至控制过程结束。

     从化登高车出租， 增城登高车出租， 登高车出租