电控机械式自动变速器是非动力换档,在换档过程中由于动力中断而产生换档冲击,与其它形式的变速器相比换档品质较差,AMT换档品质评价研究是AMT产品研发的关键。构建换档品质评价体系是提高换档品质研究领域的重要课题,完善的换档品质综合评价体系是换档综合控制的理论依据,也是提高换档品质的有效保证。　　 目前,国内外出现了针对整车行驶平顺性和操纵性的评价方法研究,但是就换档品质客观评价而言,还没有特别有效的方法。一方面是由于换档品质评价指标纷繁复杂,而且各个指标之间又相互影响和制约,不易分辨出各个指标对换档品质的具体影响程度；另外一方面因为也是来自各个汽车厂家和商家不愿透漏自己具体的评价体系。长期以来,对换档品质的评价各个汽车厂家大多采用以驾驶员满意程度为衡量标准的主观方法,即请一些受过专门训练的或有经验的驾驶员进行实时评定,通过试驾打分来评价一个系统换档过程的好坏,把评定等级定为1—10个级别来主观打分。虽然这种方法在汽车产品开发过程中起到了至关重要的作用,但是该方法受到测试者主观因素的影响很大,而且耗费的人力财力要多,延长了产品开发周期,增加了开发成本。　　 本文由与企业项目研究资助,目的在于基于神经网络的方法实现电控机械式自动变速器换档品质的客观评价。车辆的换档品质受到很多影响因素的制约,其评价指标繁杂,且各个指标之间又相互影响,呈现出复杂的非线性关系,它的评价可视为一个非线性动态系统。BP神经网络可以逼近任意一个的非线性函数,其高度的基于神经网络的AMT换档品质评价方法研究非线性映射能力等特点为建立换档品质客观评价方法提供了有力的工具。　　 本文以AMT样车为研究对象,系统地分析AMT的换档过程及换档品质影响因素,确定换档品质评价指标并给出确定依据。在介绍车辆纵向加速度和冲击度求解方法的基础上,针对冲击度这一影响换档品质的重要评价指标进行AMT换档冲击特性的理论分析和评价。利用Matlab／Simulink完成换档品质评价方法的客观描述并通过Matlab／GUI工具开发的车辆换档品质客观评估软件试验研究换档品质评价技术。此客观评价方法采用神经网络预测原理,以换档品质评价指标和主观评价等级构成的样本向量进行训练和测试。搭建的换档品质客观评价模型是一个多输入单输出系统,已训练好的神经网络取代测试者完成评价任务,即输入换档时的各项评价指标,通过神经网络辨识给出评价结果。换档品质评价等级R和评价指标的数学模型可以这样建立R=f(a,j,t,△w):。其中a表示换档时的加速度；j表示冲击度；t表示换档时间；△ω表示发动机转速波动量。对于不同的车型,视具体情况,还可以对上述影响因素做进一步调整。必须指出的是,换档品质评价指标的选取要有科学的依据,必须是已经证明的影响换档品质的重要因素,若选取不当,将会对评价结果带来负面影响。　　 利用神经网络对AMT车辆换档品质进行客观评价,具有很好的数值逼近性和稳定性。经过评价等级结果的对比分析,表明这种方法能够有效客观地评价换档品质,且与主观评价具有较好的一致性。由此可以验证这种基于神经网络的评价方法是科学有效的,为今后开发具有在线学习功能的神经网络作了理论准备。基于神经网络的AMT换档品质评价方法有广阔的发展前景,由于换档是个动态过程,在不同驾驶意图、不同工况下对各指标要求不尽相同,在驾驶意图辨识的基础上,研究不同意图对各指标的要求,确定不同工况下各指标的权值分配方案,建立能够全面、真实反映换档品质的动态综合评价系统是换档品质评价体系研究的目标。