雙離合自動(dòng)變速汽車坡道擋位優(yōu)化研究

孔慧芳，鄧志巧

(合肥工業(yè)大學(xué) 電氣與自動(dòng)化工程學(xué)院，合肥 230009)

雙離合自動(dòng)變速汽車坡道擋位優(yōu)化研究

孔慧芳，鄧志巧

(合肥工業(yè)大學(xué) 電氣與自動(dòng)化工程學(xué)院，合肥 230009)

為了解決雙離合自動(dòng)變速汽車坡道行駛時(shí)采用基本二參數(shù)換擋規(guī)律引起的換擋循環(huán)現(xiàn)象，設(shè)計(jì)了一種坡道擋位優(yōu)化策略;首先基于車輛縱向動(dòng)力學(xué)模型，運(yùn)用拉格朗日插值算法對(duì)道路坡度進(jìn)行實(shí)時(shí)辨識(shí)；進(jìn)而，利用模糊推理得到坡道換擋因子，從而優(yōu)化汽車坡道擋位；最后，對(duì)提出的擋位優(yōu)化策略進(jìn)行仿真與分析;仿真結(jié)果表明：該擋位優(yōu)化策略能夠根據(jù)所辨識(shí)的道路坡度有效地確定汽車擋位，不僅解決了車輛在上坡行駛時(shí)的換擋循環(huán)現(xiàn)象，同時(shí)下坡時(shí)能使發(fā)動(dòng)機(jī)充分發(fā)揮輔助制動(dòng)作用。

雙離合自動(dòng)變速器；坡道辨識(shí)；換擋因子；擋位優(yōu)化

0 引言

隨著車輛自動(dòng)變速技術(shù)的發(fā)展完善，能夠?qū)r和車輛狀態(tài)進(jìn)行辨識(shí)，進(jìn)而做出合理?yè)跷粵Q策的自動(dòng)變速控制系統(tǒng)成為研究人員關(guān)注的重點(diǎn)。爬坡是一種典型工況，汽車在坡道行駛時(shí)，雙離合自動(dòng)變速器(Dual-Clutch Transmission, DCT)采用基本二參數(shù)換擋規(guī)律可能出現(xiàn)換擋循環(huán)現(xiàn)象，這不僅會(huì)加劇機(jī)構(gòu)磨損，也會(huì)影響駕乘舒適性。因此，對(duì)坡道進(jìn)行辨識(shí)，制定根據(jù)道路坡度自適應(yīng)換擋的擋位優(yōu)化策略已逐漸成為研究熱點(diǎn)內(nèi)容。

目前坡度辨識(shí)方法主要分為兩大類：一類是基于設(shè)備測(cè)量得出道路坡度；另一類是基于動(dòng)力學(xué)模型對(duì)道路坡度進(jìn)行實(shí)時(shí)估計(jì)。對(duì)于加裝加速度傳感器或傾角傳感器測(cè)量以得出道路坡度[1-2]的方法，會(huì)提高車輛成本，且不適用于未加裝此類傳感器的車輛。因此，基于車輛現(xiàn)有傳感器，利用軟測(cè)量技術(shù)對(duì)道路坡度進(jìn)行實(shí)時(shí)辨識(shí)的方法成為研究熱點(diǎn)內(nèi)容。如：雷雨龍等[3-4]基于擴(kuò)展卡爾曼濾波(EKF)對(duì)車輛質(zhì)量及道路坡度進(jìn)行估計(jì)，張小龍等[5]基于支持向量機(jī)(SVM)對(duì)道路坡度進(jìn)行實(shí)時(shí)預(yù)測(cè)，趙志國(guó)、史俊武等[6-7]基于雙遺忘因子改進(jìn)型最小二乘法對(duì)車輛質(zhì)量和道路坡度進(jìn)行估計(jì)等。

目前坡道擋位修正策略多為修正基本二參數(shù)換擋規(guī)律曲線[6-9]，文獻(xiàn)[10]針對(duì)特殊工況下頻繁換擋及意外升擋現(xiàn)象，采用模糊控制方法生成換擋曲線臨界值修正系數(shù)，亦修正傳統(tǒng)換擋規(guī)律。此類修正方法需要在控制器中存儲(chǔ)多套換擋規(guī)律。

本文擬基于縱向車輛動(dòng)力學(xué)模型，運(yùn)用拉格朗日插值算法對(duì)道路坡度進(jìn)行實(shí)時(shí)辨識(shí)，然后基于辨識(shí)的坡度角，利用模糊推理得到坡道換擋因子，獲取汽車名義車速，采用油門開(kāi)度和名義車速作為換擋參數(shù)，從而優(yōu)化汽車坡道擋位。

1 汽車縱向動(dòng)力學(xué)模型

車輛行駛時(shí)，驅(qū)動(dòng)力與阻力之間的平衡方程[11]如式(1)所示：

Ft=Fa+Ff+Fw+Fi

(1)

式中，F(xiàn)t為驅(qū)動(dòng)力，F(xiàn)a為加速度阻力，F(xiàn)f為滾動(dòng)阻力，F(xiàn)w為空氣阻力，F(xiàn)i為坡道阻力。即：

mgfcosθ+mgsinθ

(2)

其中:Te為汽車發(fā)動(dòng)機(jī)輸出轉(zhuǎn)矩，i0為主減速比，ig(n)為變速箱第n擋的傳動(dòng)比，ηPT為傳動(dòng)系效率，r為車輪半徑。δ為旋轉(zhuǎn)質(zhì)量換算系數(shù)，m為汽車質(zhì)量，CD為空氣阻力系數(shù)，A為迎風(fēng)面積，ρ為空氣密度，v為車速，g為重力加速度，f為滾動(dòng)阻力系數(shù)，θ為道路坡度。

為了易于辨識(shí)算法的實(shí)現(xiàn)，將式(2)做了進(jìn)一步轉(zhuǎn)化，得到式(3)：

mgfcosθ+mgsinθ

(3)

式(3)中，左邊為驅(qū)動(dòng)力與加速度阻力和空氣阻力之差，右邊為滾動(dòng)阻力與坡道阻力之和，將其等效為道路阻力Froad[12]，即：

Froad=mgfcosθ+mgsinθ

(4)

2 基于拉格朗日插值法的坡道辨識(shí)

設(shè)坡度θ和等效道路阻力Froad之間的函數(shù)關(guān)系為：

θ=f(Froad)

(5)

道路坡度θ和等效道路阻力Froad之間是復(fù)雜的非線性關(guān)系，直接求解坡度θ和等效道路阻力Froad之間的函數(shù)關(guān)系過(guò)于繁瑣且不利于實(shí)現(xiàn)，假設(shè)汽車質(zhì)量和滾動(dòng)阻力系數(shù)近似不變的情況下，可以利用拉格朗日插值法建立多項(xiàng)式函數(shù)逼近坡度與道路阻力的曲線關(guān)系。

拉格朗日插值法是一種處理復(fù)雜函數(shù)關(guān)系的經(jīng)典算法，具有實(shí)現(xiàn)簡(jiǎn)單，精度高等優(yōu)點(diǎn)。若已知y=f(x)在互不相同的n個(gè)點(diǎn)x1,x2,...,xn處的函數(shù)值為y1,y2,...,yn，可以構(gòu)造一個(gè)過(guò)這n個(gè)點(diǎn)的、次數(shù)不超過(guò)n-1的多項(xiàng)式：

(6)

使其滿足：Ln(xk)=yk，k=1,2,3,...,n。Ln(x)稱為拉格朗日插值多項(xiàng)式。對(duì)于第j個(gè)多項(xiàng)式pj(x)，j∈Ij={1,2,…,j,…,n} ，構(gòu)造：

(7)

pj(x)是n-1次多項(xiàng)式，且滿足?i∈Ij，pj(xi)=0并且pj(xj)=1。

在±15%的坡度范圍內(nèi)隨機(jī)選取20組實(shí)驗(yàn)數(shù)據(jù)((Froad)1,θ1),((Froad)2,θ2),((Froad)3,θ3)......((Froad)20,θ20)，根據(jù)拉格朗日插值法求解多項(xiàng)式Ln(Froad)。由于汽車質(zhì)量m和滾動(dòng)阻力系數(shù)f近似不變，因此在一個(gè)實(shí)驗(yàn)道路下計(jì)算得到的拉格朗日多項(xiàng)式Ln(Froad)同樣適用于其它道路。在汽車以后的行駛過(guò)程中，根據(jù)發(fā)動(dòng)機(jī)轉(zhuǎn)矩、車速和擋位信息，就能利用拉格朗日多項(xiàng)式準(zhǔn)確地計(jì)算出汽車所處的道路坡度，實(shí)現(xiàn)對(duì)坡度的辨識(shí)。

同時(shí)對(duì)拉格朗日插值算法與其它幾種常用的參數(shù)估計(jì)算法在時(shí)間復(fù)雜度、適用范圍和跟蹤能力等3個(gè)方面進(jìn)行對(duì)比，結(jié)果見(jiàn)表1所列。

表1 3種參數(shù)估計(jì)算法比較

由表1可以看出，利用拉格朗日插值算法進(jìn)行道路坡度辨識(shí)，其算法時(shí)間復(fù)雜度低、數(shù)學(xué)結(jié)構(gòu)簡(jiǎn)單、計(jì)算簡(jiǎn)便，對(duì)于汽車這種具有較強(qiáng)非線性的系統(tǒng)模型有很強(qiáng)的適用性。

3 基于換擋因子的坡道擋位優(yōu)化

3.1 坡道換擋分析

對(duì)于搭載DCT的車輛，在坡道行駛時(shí)容易出現(xiàn)以下問(wèn)題：當(dāng)車輛在上坡時(shí)，低擋下車輛所受的驅(qū)動(dòng)力大于坡道阻力，車輛加速度為正值，車輛在坡道上速度逐漸增大，當(dāng)達(dá)到升擋臨界速度時(shí)，自動(dòng)變速器換入高擋，由于高擋的驅(qū)動(dòng)力小于坡道阻力，此時(shí)車輛加速度變?yōu)樨?fù)值，車輛又開(kāi)始減速回到低擋，從而出現(xiàn)換擋循環(huán)現(xiàn)象；當(dāng)車輛在下坡時(shí)，尤其是下長(zhǎng)坡過(guò)程中，車輛擋位由于車速增大或油門減小而逐漸升高，不能充分利用發(fā)動(dòng)機(jī)在低擋的輔助制動(dòng)作用。

3.2 坡道擋位優(yōu)化

為了解決雙離合自動(dòng)變速汽車容易出現(xiàn)上坡循環(huán)換擋和下坡?lián)跷簧仙焕诎l(fā)動(dòng)機(jī)牽阻制動(dòng)的問(wèn)題，本文引入換擋因子來(lái)優(yōu)化汽車在坡道行駛時(shí)的DCT擋位。即坡道工況下，用車速換擋因子調(diào)整實(shí)際車速，產(chǎn)生相應(yīng)的名義車速，汽車以名義車速代替實(shí)際車速，與油門開(kāi)度作為換擋的兩個(gè)控制參數(shù)，進(jìn)而控制汽車換擋[14]。名義車速的建立如式(8)所示：

(8)

式中，v′為名義車速，λ為車速換擋因子，v為汽車行駛過(guò)程中的實(shí)際車速。其中，0<λ<1，即v′

油門開(kāi)度的大小反映了駕駛員實(shí)時(shí)的駕駛意圖，車速一定程度上反映了車輛的行駛狀態(tài)[15]，基于此，汽車上坡行駛時(shí)，可選用坡度、油門開(kāi)度和車速建立上坡?lián)Q擋因子λ1；汽車下坡行駛時(shí)，駕駛員一般松開(kāi)油門踏板，因此，可僅選用坡度和車速建立換擋因子λ2。

在辨識(shí)出道路坡度θ的基礎(chǔ)上，基于換擋因子的雙離合自動(dòng)變速汽車坡道擋位優(yōu)化原理如圖1所示。

圖1 坡道擋位優(yōu)化原理框圖

由于油門開(kāi)度?、車速v和坡度值θ在實(shí)際中均可看作模糊變量，故可采用模糊映射來(lái)確定上坡?lián)Q擋因子λ1和下坡?lián)Q擋因子λ2。

設(shè)置模糊輸入、輸出變量的模糊語(yǔ)言集合以及各變量的論域如下：

模糊輸入變量?：{S(小)、M(中)、B(大)}，[0 100]；

模糊輸入變量v：{S、M、B}，[0 120]；

模糊輸入變量θ：{NB(負(fù)大)、NM(負(fù)中)、NS(負(fù)小)、Z(零)、PS(正小)、PM(正中)、PB(正大)}，[-15 15]；

模糊輸出變量上坡?lián)Q擋因子λ1：{VS(很小)、S、M、B、VB(很大)}，[0.5 1] ；

模糊輸出變量下坡?lián)Q擋因子λ2：{VS(很小)、S、M、B、VB(很大)}，[0 1]。

根據(jù)專家經(jīng)驗(yàn)和仿真結(jié)果的反饋信息不斷進(jìn)行修正，確定trimf函數(shù)、trapmf函數(shù)、gbellmf函數(shù)相結(jié)合的隸屬度函數(shù)，各語(yǔ)言變量隸屬度函數(shù)如圖2所示。

圖2 隸屬度函數(shù)

設(shè)置好語(yǔ)言集和基本論域后，建立If A and B then C的36條上坡模糊規(guī)則見(jiàn)表2所列，同理建立12條下坡模糊規(guī)則見(jiàn)表3所列。

表2 上坡?lián)Q擋因子模糊規(guī)則表

表3 下坡?lián)Q擋因子模糊規(guī)則表

4 仿真分析

4.1 坡道辨識(shí)結(jié)果

在ECE+EUDC循環(huán)工況下，對(duì)車輛進(jìn)行坡道行駛仿真，獲取車輛坡道行駛時(shí)的發(fā)動(dòng)機(jī)轉(zhuǎn)矩、車速和擋位信息，在MATLAB平臺(tái)下，利用拉格朗日插值算法對(duì)坡度角進(jìn)行辨識(shí)，得到仿真結(jié)果如圖3所示。仿真設(shè)置汽車在由定值和時(shí)變值組成的組合道路坡度下運(yùn)行。圖3a為坡度辨識(shí)結(jié)果，圖3b為辨識(shí)誤差。從圖3b可以看出，辨識(shí)誤差數(shù)量級(jí)在10-3， 辨識(shí)值可以很好的跟蹤實(shí)際值。

圖3 坡度辨識(shí)結(jié)果

4.2 坡道擋位優(yōu)化仿真結(jié)果

在Simulink環(huán)境下搭建整車仿真模型，主要包括發(fā)動(dòng)機(jī)轉(zhuǎn)矩模型、換擋邏輯控制模型、DCT模型和汽車動(dòng)力學(xué)模型等，并將設(shè)計(jì)的模糊控制器應(yīng)用在整車仿真模型中，實(shí)現(xiàn)汽車坡道行駛工況下的基于換擋因子的擋位決策仿真。仿真過(guò)程中，需要根據(jù)當(dāng)前道路坡度值，由換擋因子選擇模塊對(duì)上坡和下坡兩個(gè)模糊控制器輸出的換擋因子進(jìn)行選取。仿真用到的部分整車參數(shù)見(jiàn)表4。

表4 整車仿真參數(shù)表

仿真設(shè)置車輛分別經(jīng)歷平路、上8%的坡、上12%的坡、下8%的坡4個(gè)階段，仿真時(shí)間為140 s。圖4a、4b分別為仿真所設(shè)置的油門開(kāi)度和道路坡度。仿真過(guò)程中，0～20 s階段，汽車以30%油門開(kāi)度在平路上行駛，20 s后汽車開(kāi)始上坡，上坡的坡度值為8%，油門開(kāi)度同時(shí)增加到60%；行駛到60 s時(shí)，油門增大到80%，上坡的坡度值變?yōu)?2%；100 s后，汽車開(kāi)始下坡，下坡的坡度值為-8%，同時(shí)，駕駛員松開(kāi)油門踏板。

圖4 坡道擋位優(yōu)化仿真結(jié)果

車輛在坡道行駛的仿真結(jié)果如圖4(c)、4(d)、4(e)所示。圖4(c)虛線和實(shí)線分別為汽車坡道行駛過(guò)程中采用換擋因子前后汽車行駛車速變化曲線；圖4(d)為不同道路坡度下?lián)Q擋因子變化曲線；圖4(e)虛線和實(shí)線分別為采用換擋因子前后，車輛坡道行駛過(guò)程中的擋位變化情況。

由圖4(d)、4(e)可以看出，在0～20 s階段，汽車沿平路行駛，模糊控制器輸出的換擋因子趨近于1，名義車速與實(shí)際車速相近，對(duì)汽車擋位不進(jìn)行修正，車輛按照基本換擋規(guī)律進(jìn)行換擋，隨著車速的升高，擋位逐漸增加。在20～60 s階段，汽車開(kāi)始在8%的坡道上行駛，模糊控制器模塊根據(jù)輸入的油門開(kāi)度、車速和道路坡度值，生成坡道換擋因子，換擋因子選擇模塊根據(jù)坡度角的正負(fù)，選擇上坡模糊控制器輸出的換擋因子，其值約為0.83，根據(jù)換擋因子對(duì)控制換擋的車速進(jìn)行實(shí)時(shí)調(diào)整，得到上坡?lián)Q擋名義車速，采用小于實(shí)際車速的名義車速和油門開(kāi)度作為換擋兩參數(shù)控制換擋，汽車升擋點(diǎn)推遲，使變速器擋位保持4擋不變，車輛未出現(xiàn)基本換擋規(guī)律下4擋和5擋循環(huán)切換的現(xiàn)象，減少了汽車的機(jī)械磨損，保證了駕乘舒適性。在60～100 s上坡段，坡度角變?yōu)?2%，隨著坡度角的增大，上坡模糊控制器輸出的換擋因子值在0.7左右波動(dòng)，利用該換擋因子下的名義車速和油門開(kāi)度控制換擋，使汽車保持3擋爬坡，消除了基本換擋規(guī)律下車輛在3擋和4擋之間擋位循環(huán)切換的現(xiàn)象，同時(shí)車輛保持抵擋提升了汽車的動(dòng)力性。在100～140 s下坡階段，下坡模糊控制器生成的換擋因子約為0.2，使名義車速遠(yuǎn)低于實(shí)際車速，從而車輛在下坡過(guò)程中，不會(huì)因?yàn)檐囁俚纳?，DCT擋位逐漸升高到6擋，而是保持在4擋，汽車能充分利用發(fā)動(dòng)機(jī)輔助制動(dòng)作用。

5 結(jié)論

1)基于縱向車輛動(dòng)力學(xué)模型，運(yùn)用拉格朗日插值算法對(duì)道路坡度進(jìn)行實(shí)時(shí)辨識(shí)。此辨識(shí)方法在獲取拉格朗日插值多項(xiàng)式后，只需根據(jù)車輛轉(zhuǎn)矩、車速和擋位信息，便可實(shí)時(shí)準(zhǔn)確辨識(shí)出道路坡度?；贛ATLAB進(jìn)行了算法實(shí)現(xiàn)，驗(yàn)證了辨識(shí)算法的準(zhǔn)確性。此算法不增加系統(tǒng)硬件成本，充分利用車輛現(xiàn)有傳感器信號(hào)，簡(jiǎn)便、實(shí)用，在一定程度上可提高車輛的智能化水平。

2)基于辨識(shí)的坡度角，利用模糊推理得到坡道換擋因子，得到汽車名義車速，采用油門開(kāi)度和名義車速作為汽車換擋參數(shù)，從而優(yōu)化汽車坡道擋位。此擋位優(yōu)化策略不僅有效解決了汽車在上坡行駛時(shí)，雙離合自動(dòng)變速器出現(xiàn)換擋循環(huán)現(xiàn)象，從而減少了機(jī)構(gòu)磨損，提升了駕乘舒適性的；同時(shí)，在下坡時(shí)，此擋位優(yōu)化策略亦能有效限制汽車擋位，充分發(fā)揮發(fā)動(dòng)機(jī)牽阻制動(dòng)效果。此擋位優(yōu)化策略無(wú)需修正基本換擋曲線，為擋位優(yōu)化的研究提供了一種設(shè)計(jì)思路。

3)本研究對(duì)于汽車換擋理論研究及實(shí)際應(yīng)用具有一定意義，同時(shí)汽車質(zhì)量以及其它參數(shù)對(duì)坡度辨識(shí)的影響將是下一步的研究方向。

[1] 金 輝, 李 磊, 李斌虎, 等. 基于加速度區(qū)間判斷的坡道識(shí)別方法[J]. 中國(guó)公路學(xué)報(bào), 2010, 23(1):122-126.

[2] Zhang X, Xu L, LI J. Real-time estimation of vehicle mass and road grade based on multi-sensor data fusion[A]. 2013 IEEE Vehicle Power and Propulsion Conference (VPPC)[C]. Beijing:IEEE,2013:1-7.

[3] 雷雨龍, 付 堯, 劉 科,等. 基于擴(kuò)展卡爾曼濾波的車輛質(zhì)量與道路坡度估計(jì)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2014, 45(11):9-13.

[4] Sebsadji Y, Glaser S, Mammar S. Road slope and vehicle dynamics estimation[A]. 2008 American Control Conference[C]. Seattle: IEEE,2008:4603-4608.

[5] 張小龍,陳 彬,宋 健,等. 基于支持向量機(jī)的道路坡度實(shí)時(shí)預(yù)測(cè)方法試驗(yàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2014, 45(11):14-19.

[6] 趙治國(guó),王 琪,刁威振,等. 雙離合器變速汽車坡道模糊修正換擋研究[J]. 中國(guó)機(jī)械工程, 2013, 24(15):2122-2129.

[7] 史俊武,魯統(tǒng)利,李小偉,等. 自動(dòng)變速車輛坡道行駛自適應(yīng)換擋策略[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2011, 42(4):1-7.

[8] 張 泰,葛安林,郭立書,等. 基于車輛負(fù)荷度的換擋規(guī)律研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2004, 35(3):9-12.

[9] 李 昊,劉建霞. 基于車輛負(fù)荷系數(shù)的礦用車AT動(dòng)力換擋策略[J]. 中國(guó)機(jī)械工程,2016, 27(11):1530-1534,1540.

[10] 楊偉斌,陳全世,吳光強(qiáng),等 智能修正型換擋規(guī)律的設(shè)計(jì)及在雙離合器式自動(dòng)變速器中的應(yīng)用[J]. 機(jī)械工程學(xué)報(bào),2009, 45(1):205-210.

[11] 劉拂曉，趙 韓，江 昊. 純電動(dòng)汽車AMT換擋規(guī)律及仿真研究[J]. 合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,36(11):1281-1284,1363.

[12] 王玉海,董瑞先,王 松,等. 基于SAE J1939協(xié)議的重型車輛坡道識(shí)別實(shí)時(shí)算法[J]. 汽車工程,2010,32(7):640-642,647.

[13] 李鵬程. 新的求解超大規(guī)模最小二乘問(wèn)題的隨機(jī)算法[D].西安:西安電子科技大學(xué), 2013.

[14] 孔慧芳. 電控機(jī)械式自動(dòng)變速器中傳動(dòng)與控制的關(guān)鍵技術(shù)研究[D].合肥:合肥工業(yè)大學(xué), 2008.

[15] 焦海寧,王祖麟,楊 杰. 基于神經(jīng)網(wǎng)絡(luò)的AMT汽車控制系統(tǒng)的研究[J]. 計(jì)算機(jī)測(cè)量與控制,2013,(11):2966-2968.

Study on Slope Gear Optimization for DCT Vehicles

Kong Huifang，Deng Zhiqiao

(School of Electrical Engineering and Automation， Hefei University of Technology， Hefei 230009， China)

A strategy on gear optimization is designed to solve the problem of shift cycle for the vehicles equipped with Dual-Clutch Transmission, which adopt two-parameter shift schedule when driving on the slope. Firstly, based on the longitudinal vehicle dynamics model, the road slope is estimated in real-time using Lagrange interpolation algorithm. Furthermore, the slope shift factor is established based on fuzzy theory , thus to optimize the vehicles’ gear when driving on the slope. A simulation and analysis is carried out on the proposed gear optimization strategy. The simulation result shows that the gear can be determined effectively by this strategy according to the estimated slope .which not only solved the shift cycle for the vehicles while driving uphill, but also the auxiliary braking can be fully utilized by the engine while driving downhill.

dual-clutch transmission; slope estimation; shift factor; gear optimization

2017-02-09；

2017-03-01。

國(guó)家科技支撐計(jì)劃資助項(xiàng)目(2014BAG06B02)；中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(2014HGCH0003)。

孔慧芳(1964-)，女，安徽蚌埠人，教授，博士生導(dǎo)師，主要從事新能源控制技術(shù)、自動(dòng)變速器控制技術(shù)研究。

1671-4598(2017)08-0143-04

10.16526/j.cnki.11-4762/tp.2017.08.037

TP273.4

A