AMT叉車坡道換擋控制策略研究

Study on ramp shifting control strategies of AMT forklift

郭永明，陸靜平，許　波

GUO Yong-ming, LU Jing-ping, XU Bo

（廣西大學 機械工程學院，南寧 530004）

?

AMT叉車坡道換擋控制策略研究

Study on ramp shifting control strategies of AMT forklift

郭永明，陸靜平，許波

GUO Yong-ming, LU Jing-ping, XU Bo

（廣西大學 機械工程學院，南寧 530004）

摘 要：傳統(tǒng)機械式自動變速器（AMT）叉車上坡時發(fā)生頻繁的換擋，下坡時不能充分利用發(fā)動機的牽阻力使叉車減速。針對叉車坡道換擋特殊的作業(yè)工況，建立了坡道行駛綜合載荷模型，研究了坡道行駛時離合器接合規(guī)律，提出一種基于模糊控制的綜合載荷下坡道判別的方法，并借助于MATLAB工具箱設計圖形用戶界面對所制定的模糊控制策略建立仿真模型，對不同載荷和不同坡度行駛條件下的坡道判別和檔位更換進行仿真分析。仿真結(jié)果表明模糊控制策略能夠?qū)C合載荷下的叉車行駛進行坡道判別，叉車能對綜合載荷的變化及時調(diào)整最佳換擋策略，避免了坡道行駛頻繁換擋的現(xiàn)象，確保叉車坡道物流作業(yè)安全。

關鍵詞：AMT叉車；頻繁換擋；模糊控制；坡道判別

0 引言

機械式自動變速器（AMT）是由齒輪變速器改進而來，保留了原有的離合器和變速器，取消了離合器踏板，離合器的接合與分離依靠電子控制單元（ECU）驅(qū)動電機帶動離合器執(zhí)行機構(gòu)完成。AMT叉車既有傳統(tǒng)齒輪變速器節(jié)能環(huán)保、傳動效率高、動力性好的優(yōu)點，又實現(xiàn)了離合器操縱的自動化，減輕駕駛員疲勞、減少對駕駛員駕駛經(jīng)驗的依賴，因此在車輛的傳動方案中得到廣泛研究[1,2]。坡道作業(yè)是叉車的一種特殊作業(yè)工況，進行坡道判別是叉車坡道換擋規(guī)律研究的基礎。傳統(tǒng)AMT車輛基于油門開度和車速的最佳換擋規(guī)律，當車輛進入坡道后慣性較大，車速不能及時的響應油門的變化[3]。即車速的改變相對于油門的突變存在滯后性，這樣就導致叉車坡道行駛時發(fā)生頻繁的升檔降檔的循環(huán)過程，換擋時動力的中斷不但對貨物及人員的安全帶來隱患，而且也不利于叉車運行經(jīng)濟性和動力性的發(fā)揮，加劇了傳動系統(tǒng)特別是離合器的磨損，同時也影響了駕駛舒適性。在對叉車坡道行駛動力學分析的基礎之上，提出一種基于叉車動態(tài)載荷下的坡道判別方法。根據(jù)叉車負載和坡道大小用模糊控制算法計算出動態(tài)載荷，確定是否需要換擋，并制定相應的換擋策略，從而解決坡道行駛時頻繁的換擋和動力中斷問題。這種方法不需要附加額外的硬件系統(tǒng)，只需要在原有的ECU植入相應的坡道行駛換擋時的控制策略即可。

1 坡道行駛動力學分析

發(fā)動機產(chǎn)生的扭矩經(jīng)過離合器的傳遞，變速箱、主減速器、車輪的減速增矩作用將動力輸送至驅(qū)動輪，當驅(qū)動力克服叉車的行駛阻力時叉車開始運行。車輛在運行過程中的行駛阻力包括滾動阻力、坡道阻力、空氣阻力和加速阻力。項目中叉車的最大行駛速度為18km/h，運行速度低，故空氣阻力可以近似忽略。叉車運行驅(qū)動力和各阻力之間的關系如式(1)所示：

其中：Fq為驅(qū)動力，F(xiàn)g為滾動阻力，F(xiàn)p為坡道阻力，F(xiàn)c為加速阻力。

圖1　叉車坡道動態(tài)載荷分析

圖1為叉車行駛在坡度為θ時的滾動阻力和坡道阻力示圖，由圖可知叉車行駛在路面時會受到一個與輪胎滾動方向相反的力即為滾動阻力。滾動阻力的大小除了受載重和車輛自重的影響外還與道路狀況、車輪的材料以及充氣飽滿度有關。為計算簡便滾動阻力的大小可表示為：

其中：λ為車輪滾動摩擦系數(shù)；m為叉車自重和載重之和，單位是kg，g為重力加速度，可取值9.8m/s2；θ為坡道角度的大小。

叉車爬坡時車輛的重力沿著道路方向的一個分力稱為坡道阻力，坡道阻力的大小受車輛自重、載重和坡道角度大小的影響。坡道阻力的大小可表示為：

叉車加速時需要克服行駛過程中的慣性力，也被稱為加速阻力，加速阻力的大小取決于叉車的平移質(zhì)量、旋轉(zhuǎn)部件的質(zhì)量和加速度的大小。車輛的加速阻力可表示為[4]：

綜合式(1)～式(4)得：

由式(5)可知在坡道大小、叉車自身結(jié)構(gòu)性能和行駛條件一定的情況下叉車的載重對牽引力產(chǎn)生重要影響，即使是同一坡道，叉車在不同的載荷下的綜合負載也不相同。把坡道大小和載重相結(jié)合作為叉車的綜合負載，可以反映出叉車坡道作業(yè)實際牽引力的需求。

2 叉車換擋規(guī)律分析

項目組采用型號為CPC(30)的平衡重式叉車，具有前進、后退各2個檔位，最大爬坡度為8%。圖2為叉車降檔時離合器扭矩變化示意圖，0-t1為叉車正常行駛階段，叉車在t1時刻根據(jù)內(nèi)外部運行條件的變化發(fā)出換擋信號；t1-t2為離合器快速分離階段，到t2時刻離合器徹底分離，發(fā)動機動力傳遞被切斷；t2-t5分別是摘擋、選檔和掛檔階段，這一階段沒有動力傳遞，為了確保叉車駕駛安全，應盡快的完成；t5-t6為掛入新檔位后離合器主從動盤接合階段，這一階段離合器接合過快會給叉車帶來頓挫感，接合過慢則會加速離合器主從動盤的磨損，從而降低離合器的使用壽命，為了確保離合器的接合質(zhì)量，這一階段應該在叉車的沖擊度和滑磨功之間取得平衡[5]；t6-t7階段完成了換擋作業(yè)，叉車開始正常運行。

圖2 叉車換擋過程離合器傳遞扭矩的變化

叉車作為一種短距離裝卸搬運載重機械，其載荷占滿載比重大，坡道換擋時不考慮綜合負載因素，滿載叉車在坡道頻繁換擋，很可能因為動力的中斷而后溜，容易導致駕駛安全事故的發(fā)生。

按照傳統(tǒng)的AMT換擋規(guī)律，叉車開始進入坡道時由于慣性的作用，車速變化小，叉車保持原來的檔位，當二檔牽引力小于爬坡阻力時，叉車減速降入一檔；然后由于油門作用使得牽引力大于爬坡阻力，又出現(xiàn)升檔，這樣上坡時形成頻繁的換擋過程。而叉車下坡時隨著速度的增加，會發(fā)生升檔現(xiàn)象，駕駛員會通過不斷的制動來限制車速，車速的下降過程中可能就出現(xiàn)一個降檔過程；這種頻繁的升檔降檔過程，對叉車運行和駕駛安全性帶來威脅。

叉車前進、后退各2個檔位，在檔位選擇上相對簡單，項目中擬采用的換擋策略為：進入坡道后，叉車ECU根據(jù)綜合載荷的變化發(fā)出坡道指令時，降入一檔，叉車保持一檔直至完成坡道行駛；當平道換擋策略與坡道換擋策略發(fā)生沖突時，ECU優(yōu)先執(zhí)行坡道換擋策略，這種換擋策略解決了坡道作業(yè)頻繁換擋問題，也保證了叉車坡道行駛的動力性，同時這一策略對于只有前進、倒退各兩個檔位的叉車來說具有可行性。

3 坡道換擋模糊控制策略與仿真

模糊控制的目標是叉車根據(jù)載重和坡道大小對坡道與平道進行判別，AMT叉車的檔位和離合器執(zhí)行機構(gòu)根據(jù)坡道指令將檔位掛入一檔，直至完成叉車的爬坡作業(yè)ECU發(fā)出平道指令，檔位換入二檔。

3.1 坡道換擋控制器模型

空載時，叉車二檔可以完成18%坡度的爬坡作業(yè)，但是隨著負載的增加，牽引力增大，需要降檔。叉車負載和坡度大小決定的綜合負載是時變、非線性的，難以用數(shù)學建模的方式進行精確表達，因此采用模糊控制策略來進行坡道的判別。坡道換擋模糊控制模型各由兩個輸入輸出參數(shù)構(gòu)成，如圖3所示。由圖可知模糊邏輯控制器由三個核心部分組成，分別是模糊化模塊、近似推理模塊和清晰化模塊[6]，其輸入因素分別是坡道大小和叉車負載，控制器根據(jù)模糊化處理之后的綜合負載發(fā)出坡道（掛入一檔）或平道（掛入二檔）指令。

圖3　模糊控制器參數(shù)模型

3.2 模糊邏輯算法

設計時使用Mamdani型控制器，模糊控制器采集到的的坡道大小和叉車負載信息都是物理值，不能直接被控制器識別，需要經(jīng)過量化因子和隸屬函數(shù)進行模糊化處理。控制器輸入輸出論域設置為[0 10]，每個輸入輸出參數(shù)的模糊集合為7，由此可制定49條模糊規(guī)則。其中叉車負載和坡道判別命令選擇梯形隸屬函數(shù)，坡道大小為三角形隸屬函數(shù)。叉車負載和坡道大小的隸屬函數(shù)圖像如圖4所示，其中坡道大小隸屬函數(shù)中NBig和Neg為叉車下坡行駛，Zero為平道作業(yè)，其余兩種情況為叉車爬坡作業(yè)工況。

圖4　叉車負載和坡道大小隸屬函數(shù)示意圖

模糊規(guī)則是控制器的核心，每條模糊規(guī)則可分為前提和結(jié)論兩部分，前提部分描述原因，結(jié)論部分描述與控制行為相關的結(jié)果[7,8]。根據(jù)熟練駕駛員的駕駛經(jīng)驗和實車測試得出叉車綜合載荷模糊規(guī)則的三視圖如圖5所示，其中X軸的輸入為坡道大小，Y軸輸入為叉車負載，Z軸為輸出的坡道、平道命令。叉車自重4300kg，額定載荷為3000kg，坡度大小區(qū)間為[0 20%]。

圖5　模糊規(guī)則三視圖

3.3 Matlab仿真分析

完成模糊控制器的設計之后借助于MATLAB工具箱設計GUI，對動態(tài)載荷下所制定的模糊控制策略進行仿真分析。首先新建一個GUI，完成所需控件的布局并進行相應的屬性設置，然后把模糊控制器生成的fis文件導入到編輯器界面和完成控件等相應的程序編寫。在仿真時拖動相應的滑動條，坡度大小和載重發(fā)生相應的變化，其滑動條的值顯示在相應的空白文本框中，輸出控件根據(jù)動態(tài)載荷的變化實時顯示平道或者坡道命令。其動態(tài)載荷下坡道判別仿真結(jié)果如表1所示。

表1　坡道判別仿真運行結(jié)果

由仿真結(jié)果可知，空載情況下，即使是行駛在最大可通過坡度，控制器也是發(fā)出平道指令，現(xiàn)實中，空載叉車在二檔的情況下也可以順利的通過坡度為18%的坡道；通過第二次和第三次結(jié)果對比可知，當坡度很小，載重量比較大時，叉車可以二檔順利完成坡道行駛，即使坡度大小一樣，載重量達到一定臨界值時，也是發(fā)出坡道指令，換入二檔；第二和第四次仿真結(jié)果可知載重量相同的情況下，隨著坡道增大至臨界值，輸出命令為坡道指令；第五和第六次仿真是叉車在最大可通過坡道上作業(yè)的特殊情況，即使載重量較小，輸出的也是坡道指令。由全部仿真結(jié)果可知，把模糊控制算法和叉車的綜合載荷結(jié)合起來進行坡道的判別是可行的，叉車對坡道大小和負載情況的變化具有實時的反應能力，這一方法能滿足坡道判別的要求和實現(xiàn)所制定的叉車坡道換擋策略，叉車可以根據(jù)坡道或者平道指令進行相應的檔位更換，避免了叉車行駛與坡道而發(fā)生頻繁的換擋現(xiàn)象。

4 結(jié)束語

文章在分析叉車坡道行駛動力學和換擋規(guī)律的基礎上，提出了一種基于模糊控制算法綜合載荷下的坡道判別方法，并根據(jù)坡道或者平道指令掛入相應的檔位，這一算法避免了基于車速和油門開度而發(fā)生頻繁換擋的現(xiàn)象，也不需要復雜的建模過程。在坡道判別時對載重和坡道大小進行綜合考慮符合載重車輛的實際作業(yè)情況，這一換擋策略避免了傳統(tǒng)AMT叉車坡道頻繁的換擋過程，確保叉車駕駛和物流作業(yè)安全。

參考文獻：

[1] 張志義,趙丁選,陳寧.工程車輛模糊自動換擋策略研究[J].農(nóng)業(yè)機械學報,2005,36(10):26-29.

[2] 金倫,程秀生,葛安林,等.AMT換擋過程的離合器控制[J].汽車技術,2006,(1):11-13.

[3] 金輝,葛安林,秦貴和,等.基于縱向動力學的坡道識別方法研究[J].機械工程學報,2002,38(1):79-82.

[4] 李連明.自動離合器起步控制策略研究[D].吉林大學,2013.

[5] 任亞明.AMT汽車起步模糊控制及其優(yōu)化策略的研究[D].合肥工業(yè)大學,2009.

[6] 石辛民,赫整清.模糊控制及其MATLAB仿真[M].北京:清華大學出版社.北京交通大學出版社,2008:94-95.

[7] Bouslama, F. and Ichikawa, A.,Fuzzy control rules and their natural control laws[J].Fuzzy Set and Systems,1992,(48):65-86.

[8] Hohle, U. and Stout, L.N., Foundations of fuzzy sets[J].Fuzzy Sets and Systems,1991(40):257-296.

【上接第74頁】

示。通過Miner線性疲勞損傷累積理論，取臨界疲勞損傷系數(shù)為1，鋼絲繩1的疲勞壽命為12020個升降工作循環(huán)。

圖9　鋼絲繩1載荷譜

圖10　鋼絲繩1的S—N曲線

4 結(jié)論

1）針對車窗—導槽密封滑動接觸狀態(tài)，建立其摩擦阻力模型；針對車窗—水切密封動態(tài)接觸距離，建立非線性約束阻力分段函數(shù)，確定了車窗密封非線性摩擦阻力模型。

2）基于Adams/Cable模塊，實現(xiàn)了非剛體鋼絲繩兩段建模，通過等長釋放與纏繞，模擬車窗升降?；贏dams/Motor模塊，計入輸出端減速機構(gòu)，實現(xiàn)等效驅(qū)動電機建模。

3）獲取鋼絲繩在車窗加速、恒定及電機堵轉(zhuǎn)階段的動力學響應，結(jié)合三點雨流計數(shù)法及Miner疲勞損傷累積理論，計算得到鋼絲繩最大升降循環(huán)，支持車窗升降疲勞預測。

[1] Musser C T,Manning J E, Shen M. Road Test Measurement and SEA Model Correlation of Dominant Vehicle Wind Noise Transfer Paths[R].SAE Technical Paper,2012.

[2] Diego D,Jonathan J,Rami K,et al.Vibro-Acoustic Simulation of Side Windows and Windshield Excited by Realistic CFD Turbulent Flows Including Car Cavity[J].SAE Technical Paper, 2012.

[3] 賀銀芝,楊志剛,王毅剛.汽車車身密封對車內(nèi)氣動噪聲影響的機理及試驗研究[J].汽車工程,2012,34(8):692-695.

[4] Andrew SE.Efficient Modeling of Extensible Cables and Pulley Systems in Adams[A].In:Europe Adams Conference, London[C], 2002:1-10.

[5] C.L.LIN.Virtual Experimental Design Optimization on Cable-Drive Glass Guidance System[J].International Journal of Reliability,Quality and Safety Engineering,2002,9(4):317-328.

[6] Young-Hoon Kim,Ji-Ho Song, Jun-Hyub Park.An expert system for fatigue life prediction under variable loading[J].Expert Systems with Applications,2009(36):4996-5008.

[7] 賈小凡,張德坤.承載鋼絲繩在不同預張力下的彎曲疲勞損傷研究[J].機械工程學報,2011,47(24):31-37.

[8] Alan G. Paton, Neil F. Casey, Joe Fairbairn, William M. Banks. Advances in the fatigue assessment of wire ropes[J].Ocean Engineering,2001(28):4919-5118.

作者簡介：郭永明（1989 -），男，江西吉安人，碩士研究生，研究方向為物流工程物流裝備和供應鏈。

基金項目：2011年廣西制造系統(tǒng)與先進制造技術重點實驗室課題：多軸聯(lián)動系統(tǒng)綜合運動協(xié)調(diào)控制技術和應用研究（11-031-12S03）

收稿日期：2015-08-24

中圖分類號：TP273

文獻標識碼：A

文章編號：1009-0134(2016)01-0075-03