1.1.研究目的

在电动重型卡车的电控机械式自动变速器（AMT）中，自动变速器的换挡规律的合理制定即换挡曲线的适当设计对机械式自动变速器实现在合适的换挡时刻进行变速器挡位的转变（升档或者降档），在换挡规律的设计制定过程中还要综合考虑车辆参数的变化（整车质量的变化）、道路环境的变化（行驶路面的坡度变化）和驾驶员意图（动力性和经济性所占的比重）等因素的影响，从而得到符合相关因素要求的综合换挡规律，以实现电动重型卡车的动力性最佳、经济性最佳和同时兼顾动力性和经济性等。

1.2.国内外研究现状分析

根据换挡策略制定方法不同，又大致可分为三类：基于驾驶员经验的换挡规律、基于约束条件的换挡规律和智能换挡规律。1.基于驾驶员经验的换挡规律：通过收集优秀驾驶员的驾驶经验和专家知识，建立经验数据库对神经网络进行训练，然后根据车况和驾驶环境从经验数据库中获取数据通过模糊逻辑推理和神经网络处理选择出最优的换挡规律。2.基于约束条件的换挡规律：把动力性、经济性作为约束条件，获取具有单一目标的换挡规律，其制定方法多采用图解法、解析法等来实现。3.智能换挡规律：该换挡规律综合考虑驾驶员意图变化、行驶环境变化和车辆参数变化，通过车辆动力性和经济性评价指标和车辆动力学方程能变现车辆动力性和经济性的目标函数，利用一定的智能优化算法，得到车辆动力性性能、经济性性能等综合最优的换挡规律。

国内研究现状：在国内的换挡策略的研究中，吉林大学的葛安林教授最早提出了三参数换挡策略的概念，他根据在换挡时车辆大多处于加/减速的非稳态工况，提出了在加速踏板行程和车速二个控制参数变量基础上引入加速度这一控制参数变量形成了三参数换挡策略。北京理工大学的宋强等人基于带精英策略的非支配排序多目标遗传算法（NSGA-II），以NEDC工况下的电动汽车能耗作为经济性目标函数，以换挡时i档和i 1档之间的加速度差值作为动力性目标函数，各挡的换挡速度点和等延迟的换挡延迟速度差作为优化变量，利用matlab/simulink建立目标函数的模型，isight中调用NSGA-II算法，通过simulink和isight的联合仿真实现最优换挡规律的求解。

国外研究现状：彼得罗夫在车辆速度这一控制变量的基础上，加入了加速踏板行程这一控制参数变量，形成了以加速踏板行程、车速的两控制参数变量的二参数换挡策略。

室兰工业大学的Hayashi等人基于众多驾驶经验丰富的优秀司机的换挡数据对神经网络进行训练，利用车辆上传感器采集到的数据经过模糊逻辑推理方法传递到神经网络系统，经神经网络的处理得到最优换挡规律，通过坡道试验证明，经过模糊逻辑推理和神经网络处理后得到的换挡规律能在各种路面进行可变载平稳行驶。

1.3.研究意义

自动变速器实现自动控制换挡的关键性技术是其换挡策略的智能化制定，使换挡策略能够适应各种道路环境的变化，车辆行驶中车辆参数的变化以及车辆驾驶员行驶意图的变化等等，从而实现最优换挡。同时换挡策略制定方法的不同将直接影响着重卡的动力性能和经济性能的好坏。

电动重型卡车相对普通的轿车，SUV等乘用车而言，其整车的载重载荷变化非常之大，重卡的状态从空载到满载，其满载重量可达到其空载重量的3-5倍甚至更大，而一般的乘用车其满载重量仅是空载质量一点多倍。在车辆质量对换挡曲线设计的影响研究中，表明在空载情况下制定的换挡曲线与满载情况下的制定的换挡曲线的在同一加速踏板行程下的换挡速度点差异化比较明显，因此在设计制定机械式自动变速器换挡曲线时需要考虑重卡质量变化对换挡规律设计的影响。