【摘要】基于虛擬標定技術(shù)進行了自動變速器換擋規(guī)律仿真研究，首先建立高精度物理模型（包括發(fā)動機、變速器及整車主要零部件等），利用已知的變速器控制單元（TCU）控制策略搭建變速器控制模型或直接在虛擬仿真平臺接入TCU控制器，利用硬件在環(huán)（HiL）仿真平臺進行TCU標定及相關(guān)工況仿真測試，并將仿真結(jié)果與試驗數(shù)據(jù)進行對比，結(jié)果表明，基于模型的虛擬標定技術(shù)可滿足換擋規(guī)律標定精度要求，并有效縮短標定時間、提升標定質(zhì)量。

關(guān)鍵詞：換擋規(guī)律 硬件在環(huán) 虛擬標定

中圖分類號：U464.12" 文獻標志碼：A" "DOI： 10.20104/j.cnki.1674-6546.20230419

Research on Method of Shift Map Calibration Based on Virtual

Calibration Technology

Wang Xiaofeng， Chen Guodong， Li Yan， Yang Yunbo， Zhang Xuefeng

（Global Ramp;D Center， China FAW Corporation Limited， Changchun 130013）

【Abstract】Simulation research on automatic transmission shift schedule is carried out based on virtual calibration technology. Firstly， a high-precision engine model， transmission model and physical models of the entire vehicle and its main components are established. The transmission control model is built using known TCU control strategies or directly connected to the TCU controller on the virtual simulation platform. The Hardware-in-the-Loop （HiL） simulation platform is used to conduct TCU calibration related working conditions simulation testing， and the simulation results are compared with experimental data. The research results indicate that this model-based virtual calibration technology can meet the accuracy requirements in the field of shift schedule calibration and can be used to guide vehicle shift schedule calibration ， effectively shortening calibration time and improving calibration quality.

Key words： Shift map， HiL， Virtual calibration

【引用格式】 王小峰， 陳國棟， 李巖， 等. 基于虛擬標定技術(shù)的換擋規(guī)律標定方法研究[J]. 汽車工程師， 2024（9）： 21-26.

WANG X F， CHEN G D， LI Y， et al. Research on Method of Shift Map Calibration Based on Virtual Calibration Technology[J]. Automotive Engineer， 2024（9）： 21-26.

1 前言

電控系統(tǒng)在整車上的應用越來越廣泛，且控制策略復雜化、精益化程度越來越高，動力總成控制器的標定參數(shù)大幅增加，使動力總成整車電控標定工作量和難度顯著提高。為應對這一挑戰(zhàn)，發(fā)展基于模型的虛擬標定技術(shù)能夠顯著縮短汽車產(chǎn)品開發(fā)周期，并大幅降低試驗開發(fā)成本。

早期的硬件在環(huán)（Hardware-in-the-Loop，HiL）技術(shù)主要應用于單一控制器軟件功能和邏輯的相關(guān)測試，并不面向整車性能和標定層面。近年來，國際知名高校和企業(yè)在乘用車排放、車載診斷系統(tǒng)（On-Board Diagnostic，OBD）及駕駛性等傳統(tǒng)領(lǐng)域?qū)μ摂M標定技術(shù)的應用開展了深入研究[1-3]。同時，在高級輔助駕駛和自動駕駛領(lǐng)域，由于其測試工況的復雜性和問題測試工況難以復現(xiàn)，應用虛擬標定平臺設(shè)定測試場景并進行驗證也成為相關(guān)功能開發(fā)的必由之路[4-7]。

對于傳統(tǒng)乘用車標定，變速器控制單元（Transmission Control Unit，TCU）標定貫穿了整個標定開發(fā)周期，其中換擋規(guī)律標定處于TCU標定流程的最前端。換擋規(guī)律控制變速器的換擋時機，直接決定發(fā)動機的運行工況，因此換擋規(guī)律對于整車動力性、經(jīng)濟性、NVH性能和駕駛性都有重要影響[8-11]。

通過虛擬標定技術(shù)可以在試驗樣車未下線時進行換擋規(guī)律初步標定，結(jié)合整車性能定位，調(diào)整標定參數(shù)達成動力性、經(jīng)濟性和駕駛性等工程目標。同時，虛擬標定技術(shù)擺脫了傳統(tǒng)標定受試驗場景和道路條件的限制，可縮短產(chǎn)品開發(fā)周期、提升標定質(zhì)量。

本文基于數(shù)學模型與物理模型相結(jié)合的方法搭建整車模型，運用虛擬標定技術(shù)進行換擋規(guī)律標定方法研究，以期提高標定效率和標定質(zhì)量。

2 模型搭建

以一臺搭載2.0T四缸直噴增壓汽油發(fā)動機和8速手自一體變速器的車輛為研究對象，基于ETAS LABCAR HiL搭建模型，虛擬標定仿真平臺如圖1所示。搭建的整車模型主要包括控制模型、物理模型、駕駛員模型和環(huán)境模型，其中：控制模型主要包括發(fā)動機控制模型、變速器控制模型及其他整車控制器虛擬模型，實現(xiàn)整個控制模型必要的信號交互；物理模型主要包括發(fā)動機模型、變速器模型及車體模型。整車模型框架如圖2所示。

2.1 控制模型

將發(fā)動機電子控制單元（Electronic Control Unit，ECU）作為發(fā)動機控制模型接入HiL仿真平臺，實時接收、監(jiān)測來自其他控制器的相關(guān)參數(shù)并控制發(fā)動機模型運行。其余相關(guān)控制器未直接接入HiL仿真平臺，通過建立控制模型來控制對應物理模型的運行。

為進行換擋規(guī)律虛擬標定研究，利用MATLAB軟件，結(jié)合TCU換擋規(guī)律相關(guān)控制策略，建立變速器控制模型，主要包括信號處理模塊、液力變矩器控制模塊、擋位選擇模塊、擋位切換模塊、起停機控制模塊及扭矩控制模塊。換擋規(guī)律標定涉及的參數(shù)主要集中在液力變矩器控制模塊和擋位選擇模塊，可以通過選擇不同的駕駛模式及模式切換的條件，設(shè)置液力變矩器解、閉鎖時刻及解、閉鎖過程的控制參數(shù)，以及換擋時機和換擋過程的控制參數(shù)。

2.2 物理模型

2.2.1 發(fā)動機模型

本文搭建的發(fā)動機模型是一維WAVE-RT模型，利用發(fā)動機建模仿真軟件WAVE，采用純物理原理的方式建立具有燃燒預測功能的發(fā)動機實時模型。

首先，搭建能夠反映進、排氣系統(tǒng)壓力波動效應的一維韋伯燃燒模型；然后，對韋伯燃燒模型進行優(yōu)化、鎖定氣路特征，基于準靜態(tài)多項式擬合算法，在不精簡發(fā)動機零部件的條件下，將發(fā)動機一維模型轉(zhuǎn)化為實時燃燒預測模型，在滿足實時模型計算速度要求的同時，保證萬有特性超過95%的工況點的扭矩偏差在偏差限值范圍內(nèi)。實車標定中，變速器對發(fā)動機的扭矩精度的要求為：扭矩不超過100 N·m時偏差小于±5 N·m，扭矩大于100 N·m時偏差小于±5%。

以發(fā)動機萬有特性臺架測試工況點作為目標工況點，通過ECU對節(jié)氣門、廢氣門、氣門正時、噴油器以及點火線圈等進行控制，并利用汽車ECU實時自動標定軟件eACME實現(xiàn)目標工況點的自動掃點測試，最終將同一工況點下的模型扭矩輸出值與臺架實測值進行對比，當前發(fā)動機模型扭矩精度如圖3所示，滿足變速器標定要求。在HiL仿真平臺中，高精度的發(fā)動機實時模型能保證發(fā)動機運行過程中扭矩輸出的計算值與真實值一致，從而保證換擋規(guī)律仿真結(jié)果的精確度。

2.2.2 變速器模型

本文所使用的變速器的相關(guān)參數(shù)如表1所示。利用MATLAB軟件搭建變速器模型，主要包括液力變矩器扭矩傳遞模塊、變速器各部分轉(zhuǎn)動慣量模塊、能量傳遞效率模塊和各擋位速比模塊。各模塊設(shè)計參數(shù)與變速器硬件一致，性能參數(shù)來源于變速器臺架測試結(jié)果，以保證變速器運行過程中的扭矩傳遞和能量傳遞效率的精確度。

2.2.3 車體模型

利用MATLAB軟件搭建車體模型，主要包括車架及輪胎模塊。根據(jù)輸入到車輪端的扭矩計算得到輪端驅(qū)動力，根據(jù)制動主缸壓力計算制動時的輪端制動力，計算公式為：

FB=PmasterSμr/R （1）

式中：FB為踩制動踏板時總的輪端制動力，Pmaster為制動主缸壓力，S為4個車輪卡鉗活塞的總橫截面積，μ為制動片摩擦因數(shù)，r為制動片有效半徑，R為輪胎滾動半徑。

結(jié)合環(huán)境模型輸出的車輛行駛阻力，得到總的輪端阻力。根據(jù)驅(qū)動力、阻力、車輛質(zhì)量和各旋轉(zhuǎn)件的轉(zhuǎn)動慣量等，仿真計算得到整車的車速和加速度。需將模型計算結(jié)果與整車試驗數(shù)據(jù)進行對比，以保證車體模型的精確度。車體部分的主要參數(shù)如表2所示。

2.2.4 駕駛員模型

駕駛員模型為整個仿真平臺輸入加速踏板開度及制動主缸壓力等參數(shù)，模型中共設(shè)置了2種不同的駕駛員類型：

第1種類型主要用于全球統(tǒng)一輕型車輛測試循環(huán)（Woldwide Harmonized Light Vehicles Test Gycle，WLTC）等工況的仿真，加速踏板開度及制動主缸壓力由當前車速與目標車速經(jīng)PID計算產(chǎn)生，以達到良好的車速跟隨效果。

第2種類型是直接輸入特定的加速踏板開度和制動主缸壓力參數(shù)曲線，如提取某次實車的WLTC工況參數(shù)中真實駕駛員對加速踏板和制動踏板的操作并輸入到模型中，對比仿真結(jié)果和試驗結(jié)果，以此校驗模型的精度。也可以輸入固定的加速踏板開度和制動主缸壓力參數(shù)，達到與實車換擋規(guī)律標定時駕駛員的操作同樣的效果。

2.2.5 環(huán)境模型

環(huán)境模型用來設(shè)定車輛所處的外界環(huán)境，主要包括環(huán)境溫度、大氣壓力、道路的坡度和相對風速等參數(shù)，同時計算車輛在各種工況下的實時行駛阻力，輸入給車體模型。模型中設(shè)置了兩種不同的行駛阻力計算方式：

方式1是根據(jù)實車在標準環(huán)境下滑行得出的試驗數(shù)據(jù)擬合的滑行阻力系數(shù)F0、F1、F2計算出車輛在標準環(huán)境下的行駛阻力：

Fx=F0+F1V+F2V2 （2）

式中：Fx為行駛阻力，F(xiàn)0、F1、F2為常數(shù)項，V為當前車速。

方式2是根據(jù)車輛的設(shè)計參數(shù)計算行駛阻力，包括滾動阻力和風阻：

Fx=Fg+Ff=mgz+ρCdAV2/2 （3）

式中：Fg為滾動阻力，F(xiàn)f為風阻，m為當前車輛質(zhì)量，g為重力加速度，z為滾動阻力系數(shù)，ρ為空氣密度，Cd為風阻系數(shù)，A為迎風面積。

可以發(fā)現(xiàn)，方式1更適合標準工況的仿真，如WLTC工況等，方式2更適合一般道路，尤其是在整車質(zhì)量發(fā)生變化時，阻力的計算更精準。車體設(shè)計參數(shù)如表3所示。在此基礎(chǔ)上，如果車輛行駛在坡路上，根據(jù)車輛的行駛方向，還需要再增加或減少坡度引起的行駛阻力部分，坡度阻力計算方法為：

Fp=mgsinα （4）

式中：Fp為坡道阻力，α為當前路面與水平面的夾角。

3 模型精度驗證

首先在轉(zhuǎn)轂試驗室對車輛進行WLTC工況測試，記錄相關(guān)測量數(shù)據(jù)，并提取加速踏板開度和制動主缸壓力等信息，輸入到駕駛員模型，在仿真平臺進行相同的駕駛循環(huán)仿真，將仿真結(jié)果與試驗結(jié)果的主要參數(shù)進行對比，以此驗證模型的精度。圖4所示為WLTC工況仿真結(jié)果與試驗結(jié)果的車速對比，圖5、圖6所示為循環(huán)車速差值及統(tǒng)計結(jié)果，圖7所示為WLTC循環(huán)仿真結(jié)果與試驗結(jié)果的變速器擋位對比。

通過對比分析可以得出，仿真與試驗車速在WLTC工況下基本吻合，車速差值在±2 km/h范圍內(nèi)的工況占比超過99.5%，個別誤差較大的點發(fā)生在加減速轉(zhuǎn)換階段，試驗車輛在轉(zhuǎn)轂上存在晃動導致，不影響換擋規(guī)律仿真。整個循環(huán)中變速器擋位仿真結(jié)果與試驗數(shù)據(jù)基本一致，擋位相同的時間長度占比97.1%，兩者最大偏差為1個擋位，占比低于3%，如圖8所示。綜合上述結(jié)果，當前模型的精度滿足變速器換擋規(guī)律標定的需求。

4 換擋規(guī)律仿真結(jié)果分析

變速器的換擋主要包含4種換擋類型，分別為動力升擋、滑行降擋、滑行升擋和動力降擋。在傳統(tǒng)實車標定過程中，需要在不同的場景進行大量的道路試驗。本文利用HiL虛擬標定平臺，聯(lián)合自動測試軟件，可以同時關(guān)聯(lián)控制器和模型參數(shù)，并針對性設(shè)計自動測試案例，大幅節(jié)約仿真時間和資源。

按照換擋規(guī)律標定原則，在HiL仿真平臺上進行仿真并輸出一版換擋規(guī)律標定數(shù)據(jù)，將標定數(shù)據(jù)導入實車TCU進行上述4種換擋類型的相關(guān)驗證，經(jīng)過試驗驗證或針對性調(diào)整即可作為最終標定數(shù)據(jù)。

4.1 動力升擋

在平直的道路上，車輛爬行穩(wěn)定后，分別固定20%和100%加速踏板開度進行加速動力升擋試驗并采集數(shù)據(jù)。經(jīng)過分析，仿真結(jié)果與實車測試結(jié)果的各擋位升擋過程中對應的變速器輸入軸轉(zhuǎn)速具有良好的一致性，如圖9、圖10所示。

由于試驗工況及外界環(huán)境無法做到與仿真的設(shè)定及邊界條件完全一致，結(jié)果存在一定的誤差是正?，F(xiàn)象。20%加速踏板開度原地加速過程中，仿真與試驗的車速、變速器換擋點及變速器輸入轉(zhuǎn)速基本對應；100%加速踏板開度原地加速過程中，在加速初期，試驗結(jié)果的車速比仿真結(jié)果稍快，在3擋后加速度基本相同，推測是道路阻力存在一定差異導致，不影響虛擬標定效果，動力升擋仿真結(jié)果滿足換擋規(guī)律標定及評價標準。

4.2 滑行降擋

以變速器8擋及車速75 km/h為初始狀態(tài)進行滑行降擋試驗，仿真結(jié)果與實車測試結(jié)果的各擋位滑行降擋對應的變速器輸入軸轉(zhuǎn)速具有良好的一致性，降擋點對應的最低轉(zhuǎn)速基本相同，滑行過程車速和擋位基本吻合，如圖11所示。滑行降擋仿真結(jié)果滿足換擋規(guī)律標定及評價標準。

4.3 滑行升擋

以變速器6擋及車速70 km/h為初始狀態(tài)進行滑行升擋試驗，仿真結(jié)果與實車測試結(jié)果的滑行升擋過程對應的變速器輸入軸轉(zhuǎn)速的變化速率具有良好的一致性，滑行升擋過程車速和變速器擋位基本吻合，如圖12所示。滑行升擋仿真結(jié)果滿足換擋規(guī)律標定及評價標準。

4.4 動力降擋

以變速器7擋及車速60 km/h為初始狀態(tài)進行動力降擋加速試驗，仿真結(jié)果與實車測試結(jié)果的動力降擋過程對應的變速器輸入軸轉(zhuǎn)速變化過程具有良好的一致性，動力降擋加速過程車速和變速器擋位變化基本吻合，如圖13所示。動力降擋仿真結(jié)果滿足換擋規(guī)律標定及評價標準。

5 結(jié)束語

本文基于虛擬標定平臺對自動變速器換擋規(guī)律標定方法的精準度進行了相關(guān)研究，具體結(jié)論如下：

a.通過搭建模型在HiL平臺上進行換擋規(guī)律仿真具有較高的精確度，聯(lián)合自動化測試軟件，能夠快速完成換擋規(guī)律初步標定，實車上只需進行驗證工作，可極大縮短開發(fā)周期，節(jié)省試驗資源和費用；

b.實車標定受路況和交通法規(guī)的影響，一些極端工況難以測試，基于虛擬標定技術(shù)進行換擋規(guī)律標定可以彌補這一缺陷，更全面地覆蓋測試工況，提高標定數(shù)據(jù)的完整性；

c.換擋規(guī)律標定在一定程度上依賴于主觀感受，這是虛擬標定技術(shù)欠缺的，因此需要建立完善的換擋規(guī)律標定標準，保證換擋規(guī)律虛擬標定結(jié)果在實車上具有良好的主觀駕駛感受。

參考文獻

[1]" "LEE S Y， ANDERT J， NEUMANN D， et al. Hardware-in-the-Loop Based Virtual Calibration Approach to Meet Real Driving Emissions Requirements[C]// SAE World Congress Experience 2018 （WCX18）. Detroit， MI， United States： SAE， 2018： 8093-8117.

[2]" LIU Y， HONG S K， GE T. Real-Time Hardware-in-the-Loop Simulation for Drivability Development[C]// SAE World Congress Experience 2017 （WCX17）. Detroit， MI， United States： SAE， 2017： 45-53.

[3]" RINGS M， PHILLIPS P. Adding Unified Diagnostic Services over CAN to an HIL Test System[J]. Journal of Horticulture Forestry amp; Biotechnology， 2011（16）.

[4] GIETELINK O， PLOEG J， DE SCHUTTER B， et al. Development of Advanced Driver Assistance Systems with Vehicle Hardware-in-the-Loop Simulations[J]. Vehicle System Dynamics， 2006， 44（7）： 569-590.

[5] GIETELINK O， PLOEG J， DE SCHUTTER B， et al. Development of A Driver Information and Warning System with Vehicle Hardware-in-the-Loop Simulations[J]. Mechatronics： The Science of Intelligent Machines， 2009， 19（7）： 1091-1104.

[6]" "BROGLE C， ZHANG C， LIM K L， et al. Hardware-in-the-Loop Autonomous Driving Simulation without Real-Time Constraints[J]. IEEE Transactions on Intelligent Vehicles， 2019， 4（3）： 375-384.

[7]" JOSHI A. Powertrain and Chassis Hardware-in-the-Loop（HIL） Simulation of Autonomous Vehicle Platform[C]// SAE Intelligent and Connected Vehicles Symposium. Suzhou， China： SAE， 2017： 182-193.

[8]" "張學鋒， 楊俊， 陳國棟， 等. 乘用車雙離合器式自動變速器坡路模式換擋規(guī)律標定的研究[J]. 汽車技術(shù)， 2015（5）： 41-44.

ZHANG X F， YANG J， CHEN G D， et al. Research on Calibration of Slope Shift Schedule for DCT Passenger Car[J]. Automobile Technology， 2015（5）： 41-44.

[9]" "王緒， 黃英， 岳蕓鵬， 等. 并聯(lián)型混合動力汽車DCT經(jīng)濟型換擋規(guī)律研究[J]. 汽車工程學報， 2020（4）： 250-262.

WANG X， HUANG Y， YUE Y P， et al. Study on Economic Shift Schedule for Parallel Hybrid Electric Vehicles with Dual Clutch Transmission[J]. Chinese Journal of Automotive Engineering， 2020（4）： 250-262.

[10] 秦大同， 王康， 馮繼豪， 等. 基于行駛數(shù)據(jù)挖掘的DCT車輛平直道路換擋規(guī)律研究[J]. 汽車工程， 2022（11）： 1763-1771+1796.

QIN D T， WANG K， FENG J H， et al. Research on Shift Schedule of DCT Vehicle on Flat-Straight Road Based on Driving Data Mining[J]. Automotive Engineering， 2022（11）： 1763-1771+1796.

[11] 劉治文， 張學鋒， 李巖， 等. 基于整車性能的自動變速器換擋策略優(yōu)化[J]. 汽車科技， 2021（5）： 89-95.

LIU Z W， ZHANG X F， LI Y， et al. Shift Schedule Optimization of Automatic Transmission Based on Vehicle Performance[J]. Auto Sci-Tech， 2021（5）： 89-95.

（責任編輯 白 夜）

修改稿收到日期為2024年7月5日。