저작자표시-비영리-변경금지 2.0 대한민국 이용자는 아래의 조건을 따르는 경우에 한하여 자유롭게
l 이 저작물을 복제, 배포, 전송, 전시, 공연 및 방송할 수 있습니다. 다음과 같은 조건을 따라야 합니다:
l 귀하는, 이 저작물의 재이용이나 배포의 경우, 이 저작물에 적용된 이용허락조건 을 명확하게 나타내어야 합니다.
l 저작권자로부터 별도의 허가를 받으면 이러한 조건들은 적용되지 않습니다.
저작권법에 따른 이용자의 권리는 위의 내용에 의하여 영향을 받지 않습니다. 이것은 이용허락규약(Legal Code)을 이해하기 쉽게 요약한 것입니다.
Disclaimer
저작자표시. 귀하는 원저작자를 표시하여야 합니다.
비영리. 귀하는 이 저작물을 영리 목적으로 이용할 수 없습니다.
변경금지. 귀하는 이 저작물을 개작, 변형 또는 가공할 수 없습니다.
工學博士 學位論文
인공지능 기법을 이용한 다단 자동화 수동변속기의 변속 제어로직에 관한 연구
A Study on the Shifting Control Logic for Automated Manual Transmission using Artificial Intelligence Techniques
指 導 敎 授 李 尙 培
2015 年 2 月
韓 國 海 洋 大 學 校 大 學 院 電 子 通 信 工 學 科
李 昶 奎
본 논문을 이창규의 공학박사 학위논문으로 인준함.
위원장 양 규 식 ( 인 ) 위 원 임 재 홍 ( 인 ) 위 원 박 동 국 ( 인 ) 위 원 백 승 면 ( 인 ) 위 원 이 상 배 ( 인 )
년 월
2015 2
한국해양대학교 대학원
목 차
목 차 ···i
List of Tables ···ii
List of Figures ···iii
Abstract ···vii
제 1 장 서 론···1
연구 배경 및 목적 1.1 ···1
연구 방법 및 범위 1.2 ···2
논문의 구성 1.3 ···3
제 2 장 인공지능 이론···5
퍼지 이론 2.1 ···6
퍼지 추론 2.2 ···8
퍼지 제어기 2.3 ···11
제 3 장 다단 자동화 수동변속기 시스템···16
다단 자동화 수동변속기 구조 3.1 ···16
다단 자동화 수동변속기 모델링 3.2 ···18
다단 자동화 수동변속기 분석 3.3 ···27
변속 제어로직 설계 요구사항 3.4 ···41
제 4 장 인공지능 기법을 이용한 변속 제어로직 설계···45
다단 자동화 수동변속기 시스템 제어 설계사양 4.1 ···46
모델 기반 변속 제어로직 설계 4.2 ···52
퍼지 제어 알고리즘을 이용한 변속맵 설계 4.3 ···85
제 5 장 변속 제어로직에 관한 시험 및 고찰···105
변속 제어로직 관련 시험목표 5.1 ···106
및 차대동력계 이용 시험방법 5.2 SILS ···109
변속 제어로직 관련 시험결과 5.3 ···113
제 6 장 결 론···130
참고 문헌 ···133
List of Tables
Table 3.1 다단 자동화 수동변속기 주요 제원 ···18
Table 3.2 주요 변속 단별 구속 조건식 ···24
Table 3.3 클러치 결합별 운동방정식 ···25
Table 3.4 주요 변속단별 기어비 및 등가 시스템 ···26
Table 3.5 상 하향 변속 관련 시험모드․ ···29
Table 3.6 도로주행 관련 시험모드 ···29
Table 3.7 상향 변속시점 관련 데이터 분석결과 ···39
Table 3.8 하향 변속시점 관련 데이터 분석결과 ···40
Table 4.1 클러치 공압제어 관련 설계사양 ···48
Table 4.2 변속시스템에 대한 공압제어 관련 설계사양 ···50
Table 4.3 TCU S/W Top-level Layer 관련 Block 및 Signal ···53
Table 4.4 Signal Conditioning 관련 Block 및 Signal ···54
Table 4.5 Gear Selection Signal Processing 관련 Block 및 Signal ···54
Table 4.6 Shifting Control & Strategy 관련 Block 및 Signal ···55
Table 4.7 Clutch & Transmission Driver Control 관련 Block 및 Signal ···55
Table 4.8 Torque Control 관련 Block 및 Signal ···56
Table 4.9 Transmission Brake Control 관련 Block 및 Signal ···56
Table 4.10 Splitter, 3-Speed T/M, Range에 대한 기어비···85
Table 4.11 상 하향 변속시점에 대한 퍼지 기반 변속맵 설계 결과․ ···103
Table 5.1 변속에 따른 솔레노이드 밸브 제어 타이밍 기준 ···108
Table 5.2 기존 변속맵에 따른 상 하향 변속시점 기준․ ···109
Table 5.3 상향 변속 관련 제어 타이밍 시험결과 ···114
Table 5.4 하향 변속 관련 제어 타이밍 시험결과 ···115
Table 5.5 개선된 변속맵 및 기존 변속맵에 대한 차량 주행시험 결과 ···121
List of Figures
Fig. 2.1 저수준의 적응 퍼지 제어기 ···13
Fig. 2.2 고수준의 적응 퍼지 제어기 ···14
Fig. 3.1 다단 자동화 수동변속기 형상 ···17
Fig. 3.2 다단 자동화 수동변속기 전개도 ···17
Fig. 3.3 다단 자동화 수동변속기 모델링 ···19
Fig. 3.4 변속기 시스템 등가 모델링 ···24
Fig. 3.5 다단 자동화 수동변속기 벤치마킹을 위한 시험구간 ···27
Fig. 3.6 벤치마킹을 위한 데이터 계측장비 구성도 ···29
Fig. 3.7 벤치마킹 대상 변속기 제어 시스템 구성도 ···30
Fig. 3.8 3단 출발시점 데이터···34
Fig. 3.9 5단에서 6단으로의 상향 변속시점 데이터···34
Fig. 3.10 11단에서 12단으로의 상향 변속시점 데이터···35
Fig. 3.11 8단, 6단 정지 순의 하향 변속시점 데이터, ···35
Fig. 3.12 3단 출발시점의 제어 타이밍 분석···36
Fig. 3.13 10단에서 11단으로 상향 변속시점의 제어 타이밍 분석···37
Fig. 3.14 9단에서 8단으로 하향 변속시점의 제어 타이밍 분석···37
Fig. 3.15 상향 변속시점 관련 분석 데이터 ···38
Fig. 3.16 하향 변속시점 관련 분석 데이터 ···40
Fig. 3.17 변속기 시스템 초기화 관련 S/W Flowchart ···42
Fig. 3.18 출발 변속단 결정 관련 S/W Flowchart ···43
Fig. 3.19 TM Brake 및 Torque Limitation 관련 S/W Flowchart ···44
Fig. 4.1 변속 제어로직 설계를 위한 모델 기반 S/W 개발절차···45
Fig. 4.2 Pull Type 건식 클러치 구조···46
Fig. 4.3 클러치 공압제어 원리 및 공압 회로도 ···47
Fig. 4.4 클러치 공압제어 관련 데이터 ···47
Fig. 4.5 다단 변속시스템 세부 구조 ···49
Fig. 4.6 다단 변속시스템 공압제어 원리 및 공압 회로도 ···49
Fig. 4.7 변속시스템 변속단 및 솔레노이드 밸브 제어 관계 ···50
Fig. 4.8 다단 자동화 수동변속기의 룩업테이블 형식 변속맵 ···51
Fig. 4.9 변속 제어로직 구현을 위한 모델 기반 S/W 아키텍처 구성···52
Fig. 4.10 Scheduler 모듈···57
Fig. 4.11 Signal Conditioning 모듈 ···58
Fig. 4.12 속도계산 로직(Speed Calculation Logic) ···59
Fig. 4.13 클러치 센서 신호처리(Travel Sensor Processing for Clutch) ···60
Fig. 4.14 Shifting 센서 신호처리(Travel Sensor Processing for Shifting) ···61
Fig. 4.15 Range 센서 신호처리(Travel Sensor Processing for Range) ···62
Fig. 4.16 Splitter 센서 신호처리(Travel Sensor Processing for Splitter) ···62
Fig. 4.17 Select 센서 신호처리(Travel Sensor Processing for Select) ···63
Fig. 4.18 Gear Selection Signal Processing 모듈···64
Fig. 4.19 기어선택기 모드 선택(Mode Selection for Gear Selector) ···65
Fig. 4.20 1단-2단 상 하향 수동변속․ (1-2 Step Up-Down Manual Shifting)···66
Fig. 4.21 Shifting-Clutch Control & Shifting Strategy 모듈···67
Fig. 4.22 Travel Sensor 출력신호에 대한 논리조합···68
Fig. 4.23 현재 기어단 확인 로직(Current Gear Logic) ···68
Fig. 4.24 자동변속 제어로직(Auto Shifting Control Logic) ···69
Fig. 4.25 상 하향 변속맵 관련 Look-up Table․ ···69
Fig. 4.26 상향 변속맵(Up Shifting) ···70
Fig. 4.27 하향 변속맵(Down Shifting) ···70
Fig. 4.28 자동변속 관련 기어단 선택 및 결정 제어 ···71
Fig. 4.29 수동변속 제어로직(Manual Shifting Control Logic) ···72
Fig. 4.30 수동변속 관련 기어단 선택 및 결정 제어 ···72
Fig. 4.31 클러치 제어 다이어그램 ···75
Fig. 4.32 클러치 Fast/Slow 솔레노이드 밸브에 대한 제어 ···75
Fig. 4.33 클러치 Calibration을 위한 각 단별 Look-up Table ···76
Fig. 4.34 클러치 및 변속 액추에이터 제어를 위한 변속 시퀀스 ···77
Fig. 4.35 변속 시퀀스를 위한 제어 로직 구성 ···77
Fig. 4.36 Splitter 작동 관련 제어 모듈···78
Fig. 4.37 Clutch & Transmission Driver Control 모듈···79
Fig. 4.38 Clutch & Transmission Driver Control 일부 Logic ···79
Fig. 4.39 TSC1_TE Torque/Speed Control ···80
Fig. 4.40 Speed Limit 값 0x0000에서의 Torque Limit Mode 상태 ···81
Fig. 4.41 Speed Limit 값 0xFFFF에서의 Torque Limit Mode 상태···82
Fig. 4.42 Torque Control 모듈···82
Fig. 4.43 Torque Control를 위한 내부구성 로직···83
Fig. 4.44 상 하향 변속 관련 토크 제어 값에 대한 Profile․ ···83
Fig. 4.45 Transmission Brake Control 모듈···84
Fig. 4.46 기어 동기화를 위한 변속기 입 출력속도 편차 계산․ ···84
Fig. 4.48 변속맵에 대한 다변수 구조 퍼지 제어 시스템 ···87
Fig. 4.49 변속맵에 대한 퍼지 제어로직 ···91
Fig. 4.50 기어단수에 대한 퍼지 입력 소속함수 ···93
Fig. 4.51 가속페달 값에 대한 퍼지 입력 소속함수 ···93
Fig. 4.52 상향 변속시점에 대한 퍼지 출력 소속함수 ···94
Fig. 4.53 하향 변속시점에 대한 퍼지 출력 소속함수 ···95
Fig. 4.54 상 하향 변속 관련․ IF-THEN 퍼지 규칙 프로그래밍···97
Fig. 4.55 기어 7단 및 가속페달 65%에 대한 Max-Min 합성 결과···98
Fig. 4.56 기어 10단 및 가속페달 92%에 대한 Max-Min 합성 결과···99
Fig. 4.57 Max-Min 합성 결과에 대한 퍼지 추론 과정···100
Fig. 4.58 가속페달 100% 조건에서의 1단에서 6단까지의 비퍼지화···102
Fig. 4.59 가속페달 100% 조건에서의 7단에서 12단까지의 비퍼지화···103
Fig. 4.60 퍼지 제어 알고리즘을 이용한 변속맵 설계 결과 ···104
Fig. 5.1 SILS를 위한 시뮬레이션 입력 신호 및 데이터 일부···110
Fig. 5.2 SILS 기반 입 출력 데이터 결과 비교․ ···110
Fig. 5.3 SILS 기반 시뮬레이션 출력결과···111
Fig. 5.4 개선된 변속맵 상 및 기존 변속맵 하 에 대한 차량 주행시험( ) ( ) ···112
Fig. 5.5 테스트 벤치 및 차대동력계 시험장비 ···113
Fig. 5.6 중립 단 변속시점 관련 제어 타이밍 기준 좌 및/3 ( ) SILS 결과 우( ) ···116
Fig. 5.7 3단 단 변속시점 관련 제어 타이밍 기준 좌 및/5 ( ) SILS 결과 우( ) ···116
Fig. 5.8 5단 단 변속시점 관련 제어 타이밍 기준 좌 및/7 ( ) SILS 결과 우( ) ···116
Fig. 5.9 7단 단 변속시점 관련 제어 타이밍 기준 좌 및/8 ( ) SILS 결과 우( ) ···117
Fig. 5.10 8단 단 변속시점 관련 제어 타이밍 기준 좌 및/9 ( ) SILS 결과 우( ) ···117
Fig. 5.11 9단/10단 변속시점 관련 제어 타이밍 기준 좌 및( ) SILS 결과 우( ) ···117
Fig. 5.12 10단/11단 변속시점 관련 제어 타이밍 기준 좌 및( ) SILS 결과 우( ) ····118
Fig. 5.13 11단/12단 변속시점 관련 제어 타이밍 기준 좌 및( ) SILS 결과 우( ) ····118
Fig. 5.14 12단/11단 변속시점 관련 제어 타이밍 기준 좌 및( ) SILS 결과 우( ) ····118
Fig. 5.15 11단/10단 변속시점 관련 제어 타이밍 기준 좌 및( ) SILS 결과 우( ) ····119
Fig. 5.16 10단 단 변속시점 관련 제어 타이밍 기준 좌 및/9 ( ) SILS 결과 우( ) ···119
Fig. 5.17 9단 단 변속시점 관련 제어 타이밍 기준 좌 및/8 ( ) SILS 결과 우( ) ···119
Fig. 5.18 8단 단 변속시점 관련 제어 타이밍 기준 좌 및/3 ( ) SILS 결과 우( ) ···120
Fig. 5.19 3단 중립 변속시점 관련 제어 타이밍 기준 좌 및/ ( ) SILS 결과 우( ) ···120
Fig. 5.20 상향 변속 관련 개선된 변속맵 상 및 기존 변속맵 하 시험결과( ) ( ) ···· 122
Fig. 5.21 하향 변속 관련 개선된 변속맵 상 및 기존 변속맵 하 시험결과( ) ( ) ···· 122
Fig. 5.22 3단에서 5단 상향 변속시점에 대한 시험결과···124
Fig. 5.23 5단에서 6단 상향 변속시점에 대한 시험결과···124
Fig. 5.24 6단에서 7단 상향 변속시점에 대한 시험결과···125
Fig. 5.25 7단에서 8단 상향 변속시점에 대한 시험결과···125
Fig. 5.26 8단에서 9단 상향 변속시점에 대한 시험결과···126
Fig. 5.27 9단에서 10단 상향 변속시점에 대한 시험결과 ···126
Fig. 5.28 11단에서 12단 상향 변속시점에 대한 시험결과 ···127
Fig. 5.29 12단에서 11단 하향 변속시점에 대한 시험결과 ···127
Fig. 5.30 11단에서 10단 하향 변속시점에 대한 시험결과 ···128
Fig. 5.31 10단에서 9단 하향 변속시점에 대한 시험결과···128
Fig. 5.32 10단에서 11단 상향 변속시점에 대한 시험결과···129
A Study on the Design of Shifting Control Logic for Automated Manual Transmission using Artificial
Intelligence Techniques
Lee, Chang Kyu
Department of Electronics & Communication Engineering Graduate School of Korea Maritime & Ocean University
Abstract
In the domestic commercial vehicle market, there is an increase of demand on the automated multistep manual transmission but the study and development on the transmission have not proceeded further yet.
As a result, the transmission has been entirely imported from overseas suppliers by paying high cost and it is applied to the commercial vehicles. Therefore, on this study it’s expected that the study of shifting control logic, which is the core technology in the automated manual transmission, contributes to the industry in the domestic market.
Study method and scope have been defined and analyzed through the benchmarking of overseas suppliers’ automated manual trans-
mission. And with these analysis results, study orientation of shifting control logic on automated manual transmission has been set up as the final goal. After the requirements of shifting control logic have been defined through the detail study and data analysis on the transmission system operation and actuator control, each S/W module was constructed in order to do control and signal conditioning applying model-based S/W development method for the requirements of automated manual transmission control. S/W module has been developed as three modules which are shifting control logic, clutch control module, and shifting actuator control module. For each module, SILS(Software In the Loop Simulation) has been performed and its designed results have been checked and updated. And shifting timing setup of shifting control logic, which is the main topic on this study, has been designed with artificial intelligence techniques instead of shifting map which is applied according to Loop-up table type. The test of the designed S/W has been performed and checked on test bench with functions of multistep automated manual transmission after integrating both high level layer S/W, which is shifting control logic, and low level layer S/W, which is firmware and device driver, into TCU. And after installing automated manual transmission built with TCU in the high performance commercial vehicle, the driving test has been performed under chassis dynamometer and the acquired data from test has been checked and analyzed. With the analyzed results, it has been checked whether or not control logic requirements are consistent. And after evaluating satisfaction status of control performance target, it was confirmed that the additional study was needed.
At this research from analysis of requirements to chassis dynamometer test, the study results came out as follows.
First, torque relation at each gear-shifting was confirmed via modeling results of multistep automated manual transmission. And contents for control logic and transmission operation were analyzed with data from TCU connected with sensors, solenoid valves, and CAN communication through benchmarking. With these analyzed results, specification and design target were defined to implement TCU S/W.
Second, shifting control logic and shifting map based on fuzzy control algorithm were designed for 12 speed shifting control system of automated manual transmission and clutch control system applying model-based S/W development method. The designed shifting control logic and intellectual gear-shifting map were applied to TCU S/W and satisfaction of the design target was confirmed through SILS and vehicle test using chassis dynamometer.
Thirds, in particular the design of gear-shifting map using fuzzy control algorism consists of up shifting timing and down shifting timing by throttle and gear-step inputs. In vehicle driving test on chassis dynamometer, analysis results of up and down shifting timing indicated that shifting performance was superior to shifting map applied with look-up table. Thus, the design target was satisfied.
Evaluation on shifting control logic and shifting map based on fuzzy control algorithm was done under condition of normal driving mode on chassis dynamometer. Therefore, many tests and evaluations on chassis dynamometer and on real road are indeed required after applying shifting control logic and shifting map on TCU S/W. And the
various studies are continually done in order to improve and solve the error and problem of shifting control logic and shifting map given from the test results.
KEY WORDS : Shifting Control Logic 변속 제어로직; Shifting Map 변속맵; 퍼지 제어
Fuzzy Control .
제 장 서 론
연구 배경 및 목적
변속기(Transmission)란 엔진에서 발생하는 동력을 속도에 따라 필요한 회전력으로 바꾸어 전달하는 장치로 사람 또는 전자제어장치에 의해 클러 치(Clutch) 및 변속 액추에이터(Shifting Actuator)가 조작된다 그리고 제어. 방식은 사람에 의해 조작되는 수동방식(Manual Method)과 유압, 공압 모, 터 등을 제어하는 전자제어장치에 의한 자동방식(Automatic Method)으로 구분된다 수동 및 자동 방식에 의해 변속기는 엔진 동력을 효율적으로. 분배하여 변속기의 출력속도에 맞는 최적의 변속단을 가진다.
본 논문에서 적용 대상으로 하는 차량의 초대형 트럭용 변속기는 크게 수동변속기(MT: Manual Transmission), 자동화 수동변속기(AMT: Automated Manual Transmission), 자동변속기(AT: Automatic Transmission)로 구분할 수 있으며 각각의 변속기에 대한 특징은 다음과 같다.
수동변속기는 기본적으로 평지뿐 아니라 특히 경사지 및 굴곡 구간에서 조작의 숙련도에 의해 그 성능이나 연비가 크게 차이가 나며 변속 시 높, 은 클러치 페달 압력 및 변속레버(Shifting Lever) 조작력이 요구된다 이. 와 같은 수동 변속조작은 장거리 운송이 대부분인 초대형 트럭 운전자의 피로감 및 스트레스 요인으로 작용한다[1][2].
자동변속기는 차량 운전특성에 따라 자동으로 변속이 되는 장점이 있으 나 가격이 높고 출발능력 가속성능 및 연비가 낮아 차량 적용률이 매우, , 낮다.
자동화 수동변속기는 수동변속기의 성능을 유지하면서 조작의 숙련도, 에서 자유로워질 수 있는 방안을 연구한 결과에 의해 등장한 시스템으로 서, 상용차 부문에서는 점차 적용 범위를 확대하고 있는 추세이다. 상용차 부문에서의 자동화 수동변속기는 자동변속기 대비 저가의 구성으로 수동 변속기 수준 이상의 연비를 낼 수 있다는 점에서 지속적으로 개발 및 적 용되고 있는 기술이며 현재는 다양한 변속 방식과 액추에이터 구성 및, 제어기법 등을 통해 기술적인 한계를 극복하고 있다[3].
현재 변속기에 대한 상용차량 운전자의 일반적인 요구사항은 향상된 변 속감과 연비성능이 반영된 편안한 운전이다 시장에서 형성된 고객의 요. 구사항이 자동화 수동변속기에 대한 개발 및 적용을 급속히 진전시키고 있으며 이미 성숙기에 접어들고 있다 유럽을 중심으로 하는 대부분의, . 선진국가는 상용차의 고연비화를 위해 고마력 트럭용 다단 자동화 수동변 속기 기술개발을 성숙시키고 있으며 차세대 자동화 수동변속기의 연구도, 활발히 진행하고 있다 독일의. ZF사 미국의, EATON사 등은 이미 양산화 를 성공하여 6단 ∼ 18단의 중대형 트럭용 AMT를 생산하고 있다[4].
그러나 국내 상용차 시장에서는 자동화 수동변속기에 대한 수요 대비 국산화 및 연구개발이 추진되지 않고 있다 그 결과 해외업체로부터 고. , 가의 변속기를 수입하여 상용차에 적용함으로써 많은 비용을 지불하고 있 다 따라서 변속 제어로직에 대한 연구를 통해 자동화 수동변속기의 핵심. 기술을 확보하고 자동화 수동변속기용 TCU(Transmission Control Unit)에 적용하고자 한다.
연구 방법 및 범위
본 논문에서는 해외업체의 다단 자동화 수동변속기에 대한 벤치마킹 을 통해 변속시스템에 대한 분석을 한다 분석된 결과를
(Bench-marking) .
이용하여 개발 중인 다단 자동화 수동변속기의 변속 제어로직에 대한 차 이점을 확인하고 연구하고자 하는 목표 성능을 결정한다 그리고 변속기. 시스템 운용 및 액추에이터 제어 관련 세부 데이터 분석 결과를 통해 변
속 제어로직에 대한 요구사항을 도출한다.
다단 자동화 수동변속기의 제어 요구사항은 모델 기반 S/W(Model 개발방식을 이용하여 각각의 제어기능에 맞는 모듈
Based Software) S/W
로 설계 및 구현 된다 모듈은 크게 변속 제어로직 클러치
(Module) . S/W ,
제어 모듈 변속 액추에이터 제어 모듈로 나누어 개발하고 각각의 모듈에, 대해서 SILS(Software In the Loop Simulation)를 수행하고 설계된 결과를 확인한다.
본 논문에서 중점적으로 다루고자 하는 변속 제어로직 중 변속맵은 인 공지능 기법을 이용하여 룩업 테이블(Look-up Table) 형식으로 구현된 변 속맵을 대체할 수 있도록 설계한다 설계 결과는. Matlab/Simulink를 이용 하여 시뮬레이션 상태에서 확인하고 최종적으로 차량 주행시험을 통해, 변속시점을 분석하여 평가한다.
변속 제어로직이 반영된 TCU S/W에 대한 시험은 High Level Layer의
에 해당하는 변속 제어로직과 의 에 해당하는
S/W Low Level Layer S/W
및 디바이스 드라이버 등을 통합하여
F/W(Firmware) (Device Driver) TCU 에 적용한 후 테스트 벤치, (Test Bench)에서 다단 자동화 수동변속기 단품 시험을 통해서 확인한다 그리고. TCU가 탑재된 다단 자동화 수동변속기 를 고마력 시험 차량에 장착하여 차대동력계에서 주행시험을 수행하고 그 결과를 확인한다.
수집된 다단 자동화 수동변속기 운용 및 제어 데이터를 분석하여 설계 된 변속 제어로직이 요구사항과 일치하는지를 확인하고 제어 목표 성능을 만족하는지를 평가한다 그리고 향후 필요한 추가연구에 대한 내용을 도. 출한다.
논문의 구성
본 논문의 구성은 총 장으로 구성되어 있다 장에서는 연구 배경 및 목적 연구 방법 및 범위에 대해서 명시하였다 장에서는 변속 제어로직
의 변속맵 설계 시 적용되는 인공지능 이론에 대해 설명한다 장에서는 다단 자동화 수동변속기 시스템에 대한 구조 및 제어 관련 내용을 기술하 고 있으며 변속 제어로직 요구사항을 도출한다, . 4장에서는 다단 자동화 수동변속기 변속 제어로직 설계에 대해서 기술하며 전체, S/W 아키텍처 및 각각의 모듈 구성에 대해 설명한다 그리고 인공지
(Architecture) S/W .
능 기법으로 설계된 변속맵에 대한 제어 알고리즘 내용과 설계과정에 대 한 내용을 설명한다. 5장에서는 설계된 변속 제어로직에 대한 시험방법 및 시험결과에 대해 설명한다 시뮬레이션 방법을 이용한. SILS 단계 테스, 트 벤치(Test Bench) 및 차대동력계를 이용한 차량 주행시험에 대해 구체 적으로 설명한다 마지막으로. 6장에서는 다단 자동화 수동변속기 변속 제 어로직 설계 결과에 대한 결론 및 향후 과제를 제시한다.
제 장 인공지능 이론
다단 자동화 수동변속기 시스템의 변속 제어로직 및 지능형 변속맵 설 계를 위하여 인공지능(AI : Artificial Intelligence) 기법인 퍼지이론(Fuzzy
과 퍼지 제어 시스템 을 살펴본다 변속 제
Theory) (Fuzzy Control System) .
어로직의 구성에 있어 변속맵은 하나의 S/W 모듈에 불과하지만 실제 차 량에 대한 주행 성능을 결정하기 때문에 매우 중요한 역할을 수행한다.
따라서 기존 룩업 테이블 형식의 변속맵 개선이 곧 주행 성능 및 변속 제 어로직의 개선과 연결되므로 본 장에서는 우수한 변속시점 결정을 위한, 지능형 변속맵 설계를 위한 이론적 배경을 살펴보고 설계에 참조한다.
퍼지 이론
퍼지 이론은 1965년 미국 버클리대학의, Lofti Zadeh 교수가‘퍼지집합 이란 논문을 발표하면서부터 시작되었으며 퍼지 이론 (FUZZY SETS)'
은 퍼지논리를 기초로 하는 이론이며 고전적인 집합론인 (Fuzzy Theory)
부울 논리(Bool Logic)를 확장한 개념이다[5]∼[7].
부울 논리를 기본으로 하는 집합이론에서는 특정한 객체가 주어진 집합 의 원소로서 속하거나 속하지 않거나 둘 중의 하나이다 그러나 퍼지논
A .
리를 기반으로 하는 퍼지집합 이론에서는 이 객체가 구성 원소로서 특정 집합 A에 어느 정도로 속하는가 하는 것을 0과 1사이의 수치로써 나타내 며 이를 소속의 정도(Grade of Membership)라고 한다 이것으로 인해 퍼. 지논리가 인간의 불확실한 개념을 다룰 수 있도록 해주며 물리적인 수치, 와 양에 대한 인간의 불확실한 논리적 개념을 정연한 수학적 표현 형태로 나타낼 수 있다는 특징이 있다[5][8].
고전적 집합론에서 집합이란 확정된 원소들의 모임을 나타내며 이와, 같이 경계가 명확한 보통집합(Crisp Set) A는 전체집합 X의 원소를 집합
로 대응시키는 다음과 같은 특성함수 인 식
{0, 1} (Characteristic Function) 로 표현된다
(2.1) .
Ax
x ∈Ax∉A (2.1)여기서 특성함수 는 대집합내의 원소 x에 대한 A의 “소속”을 표현 하며 보통집합에서는 전체집합 내의 원소에 대한 주어진 집합에서의 소, 속과 비(非) 소속 사이의 변화는 급격하고 잘 정의되어 있다.
퍼지집합 A를 Ã로 표현하고 만일 대집합의 한 원소, x가 퍼지집합 Ã에 소속되면 이에 대한 사상(Mapping)은 다음과 같이 주어진다.
소속정도 → Ãx ∈ (2.2)
à x Ãxx ∈ X (2.3)
전체집합이 X일 때 퍼지집합 Ã를 이산적이고 유한한 형태로 표현하면 다음 식 (2.4)와 같다.
à x
Ãx
x
Ãx
⋯
i xi
Ãxi
(2.4)
그리고 연속적이고 무한한 형태로 표현하면 식 (2.5)와 같다.
Ã
Ãxx (2.5)퍼지집합의 연산에는 합집합 교집합 여집합, , 3개의 기본적인 연산이 있 으며[9], 만약 전체 집합 X내에 퍼지집합 Ã, Ã, Ã가 존재한다고 하면, 퍼지집합의 합집합 교집합 여집합은 다음과 같다, , .
합집합 : Ã
∪Ãx Ã
x∨Ã
x (2.6)
교집합 : Ã
∩Ãx Ã
x∧Ã
x (2.7)
여집합 : Ã
x Ã
x (2.8)
퍼지이론에서 교집합에 사용되는 t-norms에는 다음과 같은 연산자가 있 다.
논리곱(Logical Product) : a∧b min(a,b) (2.9) 대수곱(Algebraic Product) : a b․ (2.10) 한계곱(Bounded Product) : a⊗b max(a+b-1, 0) (2.11)
격렬곱(Drastic Product) : a∧b
a b 일때 b a 일때
기타
(2.12)
퍼지이론에서 합집합에 사용되는 t-conorms에는 다음과 같은 연산자가 있다[10]∼[12].
논리합(Logical Sum) : a∨b max(a, b) (2.13) 대수합(Algebraic Sum) : a+b a+b-ab (2.14) 한계합(Bounded Sum) : a⊕b min(a+b, 1) (2.15) 격렬합(Drastic Sum) : a∨b
a b 일때 b a 일때
기타
(2.16)
퍼지 추론
추론영역에서의 퍼지이론은 전문가 시스템의 중요한 기능으로서 인간이 기계에게 어떤 질문을 하였을 때 기계가 그 질문의 의미를 파악하고 자신 이 알고 있는 사실들을 조합하여 적절한 대답을 생성해 내는 것을 연구하 는 분야이다 그러한 의미로서의 추론은 그 질문에 대한 직접적인 사실이. 데이터베이스에 없어도 자신이 가지고 있는 기존의 몇 개의 사실들과 그 사실들을 조작하는 규칙들을 이용하여 새로운 사실을 생성해내어 질문에 대답하는 것을 말한다[5].
현대 제어이론이 제안된 후 이론적인 연구는 많은 사람들에 의해 수행 되어 확립되어 왔으나 그 실용적인 면에 대해서는 시스템 모델링 시스템, 의 온라인 계산에 필요한 컴퓨터 용량 및 속도에 대한 제한 경제성 등으, 로 인해 기대에 미치지 못하였다 이에 반해 퍼지제어는 실용화가 대단히. 간편하여 학문적 이론보다 오히려 실용화 사례가 앞서가는 실정이다 이. 와 같은 이점과 유용성 때문에 퍼지이론은 제어뿐만이 아니라 광범위한 공학분야에 걸쳐 응용될 수 있는 진정으로「인간의 지혜」를 살린 기술이 라 말할 수 있다.
이면 이다 와 같은 조건명제를 이용하여 이루어지는 추론에는 연
P Q ,
역추론(Modus Ponens)과 대우추론(Modus Tollens)이 있다[14][15]. 이와 같은 비퍼지 명제에 대한 연역추론 및 대우추론을 퍼지명제로 확장시킨 것이 일반화된 연역추론(Generalized Modus Ponens : GMP) 및 일반화된 대우추
론(Generalized Modus Tollens : GMT)이다[5][16][17]
.
본 장에서는 일반화된 연역 추론법에 근거한 퍼지 추론(Fuzzy
혹은 근사 추론 에 대하여만 설명하기
Inference) (Approximate Reasoning)
로 하고 퍼지 추론과정에 대한 자세한 내용은 본 논문의 4장의 설계 과정 에서 설명하도록 한다.
일반화된 연역추론은 다음 식 (2.17)과 같다.
전제 → ″i f ″ 전제 ″ ″
결론 ″ ″
(2.17)
→ 및 를 이용한 퍼지관계의 합성연산으로부터 직접 구하는 직 접법(Direct Method)과 퍼지명제의 언어적 진리값을 이용하여, , 의 에 대한 상대적 진리값 L()을 구하고, L( → ) 및 L()를 이용하여 의 진리값 L()을 구한 후, L()를 이용하여 로부터 를 구하는 간접법
이 있다 (Indirect Method) [5][13].
퍼지이론은 시스템 파라미터들 사이의 상관관계를 정량적으로 명확하게 규명하기가 힘들고 전문가의 경험에 의존하여 어느 정도 밝혀져 있는 경 우에 매우 유용한 제어 알고리즘이다 본 논문에서 사용할 퍼지 추론법은. 일반적인 제어에 쉽게 사용되는 “Mamdani's minimum fuzzy implication
은 다음과 같다
rule” [18]∼[20].
R1 : IF x is A1 AND y is B1, THEN z is C1, (2.18) R2 : IF x is A2 AND y is B2, THEN z is C2.
식 (2.18)과 같은 퍼지제어 규칙에 있어서 첫 번째 규칙의 연결강도를 α1, 두 번째 규칙의 연결강도를 α2로 정의하면 식 (2.19)와 (2.20)과 같이 표현된다[21][22].
α1
(x0)∧
(y0) (2.19)
α2
(x0)∧
(y0) (2.20)
식 (3.19)에서
(x0)와
(y0)은 퍼지 규칙집합(Rule-Based)에서의 데이 터와 입력으로 주어지는 데이터 사이의 소속되는 소속정도이다. Mamdani 추론법에서 번째 퍼지규칙i (Fuzzy Rule)은 식 (3.21)과 같이 정의된다[21][22].
′(w) αi∧
(w) (2.21)
최종적으로 (w)는 식 (3.22)과 같이 정리할 수 있다.
(w) =
′∨
′ = [α1∧
(w)]∨ α[ 2∧
(w)] (2.22)
여기에서 근사추론의 결과인 (w)는 퍼지값이므로 실제 제어대상의 입력으로는 사용할 수 없다 그러므로. (w)를 실제 제어값으로 사용하기 위해서는 실수의 값으로 비퍼지화(Defuzzification)하여야 한다.
비퍼지화를 위한 Mamdani의 추론법에서는 식 (2.23)과 같은 무게중심법 을 주로 사용한다
(Center of Gravity Method) [23]∼[25]. 비퍼지화를 위한 의 추론과정은 본 논문의 장에서 제시된 퍼지 제어 알고리즘을
Mamdani 4
이용한 변속맵 설계 과정에서 자세하게 설명하고 있다.
(2.23)
퍼지 제어기
전형적인 제어 시스템은 일반적으로 제어대상의 수학적 모델을 알 수 있고 모델이 선형적인 시스템에 대해서는 기존의, PID 제어 극배치 제어, , 최적제어 등의 제어기 설계기법을 적용하여, 폐루프 시스템(Close-Loop 이 원하는 성능을 발휘하도록 제어기를 설계하는 것이 일반적인 System)
제어 시스템이다 한편 미지의 선형시스템 제어기법으로는 적응제어 기. , 법(Adaptive Control Method), 학습제어 기법(Learning Control Method) 등 이 제시되고 있다[5][26]. 선형으로 근사화할 수 있는 비선형시스템은 선형 시스템 설계기법을 적용하여 어느 정도 원하는 성능을 얻을 수 있으나, 비선형성이 강하면 선형으로 근사화할 수 없기 때문에 한정된 분야에서만 적용되는 비선형시스템 제어기법들이 소개되고 있다.
전문가 시스템(Expert System)은 시스템이 크고 복잡하며 모델이 비선형 이거나 모델을 얻을 수 없는 시스템인 경우 기존의 제어기 설계기법으로 는 자동화가 어려워 충분한 경험적 지식을 가지고 있는 숙련자가 시스템 을 작동시킨다 이러한 전문가 시스템의 특징은 숙련자가 현재의 조작량. 제어량 을 결정하는 데 경험적 지식을 활용하는 것으로 지능 즉 학습능
( ) ( ,
력과 판단능력 을 가지고 있는 사람이 시스템에 포함되어 있다는 것을 의) 미한다 이와 같이 숙련자 중심 시스템을 자동화할 수 있는 방법의 하나. 는 제어기에 인공지능을 부여하여 숙련된 작업자를 흉내내도록 하는 것이 다 이러한 인공지능 제어의 하나가 퍼지논리 제어인 것이다. [5][27].
전문가 시스템을 자동화할 수 있는 한 가지의 제어기법은 숙련자의 경 험적 지식과 제어 전문가의 지식을 활용하여 시스템 제어에 필요한 제어
규칙을 기술할 수 있다는 것이다 즉 제어기에 판단능력을 보유하도록. , 하는 것이다 제어기는 숙련작업자의 지식과 제어전문가의 지식을 어떠한. 규칙 또는 데이터베이스를 기초로 하여 제어기가 주어진 편차에 대해 조 작량을 판단하고 결정하는 기능을 가지게 하는 숙련자 중심 시스템과 같 이 지능을 갖춘 시스템이 퍼지제어 시스템인 것이다.
특히 퍼지 제어기는 본질적으로 비선형적인 시스템을 대상으로 하는, 비선형 제어기라고도 한다 그러므로 선형 시스템과 같은 개념 구성이 매. 우 어렵다 그러나 퍼지 제어시스템은 넓은 범위의 비선형성을 대상으로. 하고 있으며 퍼지 제어시스템에서의 퍼지모델은 비선형시스템의 특성을, 복수개의 선형시스템의 조합으로 근사화하는 넓은 범위의 비선형시스템을 대상으로 한다는 것이다 그 외에도 모델의 기술방법 또한 종래의 것과. 매우 다르다[5].
종래의 기술은 정확한 수치를 이용하는 하나의 수식에 의해 기술되었 고 전제조건으로는 입 출력양과 시스템 파라미터를 분명히 알 수 있다는, ․ 가정 하에서 전개된다 뿐만 아니라 시스템이 그러한 파라미터나 수식에. 의해 지배된다는 가정 하에서 전개된다 시스템 측면에서 보면 확정적인. 선형모델을 알 수 있고 정보가 확실하다고 하는 가정 하에서의 이론인, 것이다 그러나 실제 시스템에서는 어떤 모델도 실제 모델에 대한 근사치. 에 지나지 않고 확률론적 모델로부터 얻어진 기대치에 불과한 어떤 경향, 적인 모델인 것이다 그러므로 시스템을 모델링할 때에는 근사치를 고려. 하여야 하며 불확실하게 모델링된 시스템을 제어할 때에는 그 모델에 대, 한 적절한 제어기법이 필요하게 되는 것이다.
퍼지제어기는 일반적으로 두 종류의 퍼지논리 제어구조를 가질 수 있 다 제어기의 구조는 속도 정확성 그리고 감도에 관하여 몇 가지 결점을. , , 가지고 있으며 다음의 조건들을 잘 고려해야 한다.
프로세서 시정수들이 상대적으로 높아야 한다[1ms 이상].
①
요구하는 제어 대역폭이 충분히 낮아야 한다.
②
공정과정이 복잡하고 모호하게 정의되어 수학적인 모델의 유도가 힘
③
들고 실험에 의한 모델인식이 불가능 할 때 사용한다.
숙련자가 제어 메커니즘에 포함되었고 제어 전략을 퍼지집합과 같,
④
은 언어적 프로토콜의 집합으로서 표현될 수 있을 때 사용한다.
반면 동적인 시스템에서 요구되는 퍼지 제어기는 Fig. 2.1과 같이 계층 적인 구조를 가지고 있어야 효과적이다. Fig. 2.2와 같은 적응 퍼지 제어 기는 적응성 있게 동작되므로 일반적인 폐루프 제어보다 가변성과 적응성 이 뛰어나다 전처리기에서 처리된 정보는 모니터링 시스템이 플랜트의. 수행을 평가하기 위한 정보로 사용된다 이러한 평가를 거쳐서 퍼지 의사. 결정 블록에서 시스템의 제어변수들을 조절하게 된다 시스템 제어변수들. 을 온라인과 오프라인에서 조절하면 제어시스템은 자기조직 능력과 적응 성을 가지게 되는 것이다.
저수준의 퍼지 제어기 구조
신호처리신호처리
센 서 센 서
플 랜 트 플 랜 트 제어명령
계 측
제어출력 모니터링
시 스 템 모니터링
시 스 템
퍼지 튜닝 및 적 응 퍼지 튜닝
및 적 응
저수준 퍼지 제어기
저수준 퍼지 제어기
플랜트 출력 고수준
퍼지 제어기
신호처리신호처리
센 서 센 서
플 랜 트 플 랜 트 제어명령
계 측
제어출력 모니터링
시 스 템 모니터링
시 스 템
퍼지 튜닝 및 적 응 퍼지 튜닝
및 적 응
저수준 퍼지 제어기
저수준 퍼지 제어기
플랜트 출력 고수준
퍼지 제어기
고수준의 적응 퍼지 제어기
지금까지의 설명한 이론을 바탕으로 퍼지 제어기를 설계할 때 결정해야 할 주요사항을 정리하면 다음과 같다.
퍼지제어기의 입 출력변수들과 그들의 퍼지값 결정
1) ․
제어대상이 주어지면 입 출력변수를 먼저 결정한 후 입 출력 변수들의․ , ․ 언어값과 그 언어값에 대한 소속함수를 결정한다.
지식기반 의 설계
2) (Knowledge Base)
제어에 필요한 지식은 규칙기반으로 표현할 수 있으며 여기에서는, 형식의 규칙으로 절은 전반부 또는 전건부 등으로 불리고
if-then if
절은 후반부 또는 후건부 등으로 불리는 퍼지함의
then (Fuzzy
로 제어규칙을 기술하는 경우를 생각한다 일반적으로 지
Implication) .
식기반 제어규칙 은 숙련작업자의 지식정도와 제어전문가의 지식정도( ) 에 따라 다를 수 있다.
수치적인 입력변수값의 퍼지화방법 결정 3)
입력변수의 값은 수치적인 값이므로 추론과정에 직접 이용될 수 없으 므로 입력변수의 값을 퍼지화기(Fuzzifier)를 통하여 퍼지값으로 변환 하여 사용하여야 한다[5][24][25]
. 퍼지추론 방법의 결정
4)
추론법에는 무한치 논리를 기반으로 하는 추론법과 퍼지논리를 기반 으로 하는 추론법이 있다 무한치 논리를 기반으로 하는 추론법은 합. 성에 의한 방법, Tsukamoto의 방법, Takagi와 Sugeno의 방법으로 분 류할 수 있다 합성에 의한 추론법에는. Zadeh의 방법, Mamdani의 방 법, Larsen의 방법 등이 있다[5][24][25]
. 출력 퍼지값의 비퍼지화 방법의 결정 5)
프로세스의 입력인 제어량은 수치적인 값이어야 하므로 퍼지값인 추 론결과를 수치적인 실수값으로 변환하는 과정이 필요하며 이 기능을, 수행하는 것을 비퍼지화기라고 부르며 무게 중심법 합중심법, , (Center
최대 면적 중심법 최대치
of Sums Method), (First of Maxima Method),
평균 방법 (Middle of Maxima Method or Mean of Maxima Method) 등이 있다[5].
제 장 다단 자동화 수동변속기 시스템
다단 자동화 수동변속기 시스템은 12단 이상 수동변속기를 구성하는 다 단변속시스템 고효율 클러치, , Shift, Select 등의 변속모듈시스템 변속 제, 어로직이 적용된 TCU로 구성되어 있다[5]. 본장에서는 이러한 다단 자동화 수동변속기 시스템에 대한 구조를 분석하여 제어 메커니즘을 이해하고, 다단 자동화 수동변속기를 운용한 결과 데이터를 분석하여 제어로직에 필 요한 기술을 정리한다 그리고 제어 메커니즘과 데이터 분석결과를 통해. 본 논문에서 다루고자 하는 변속 제어로직에 대한 설계목표 설정 및 요구 사항을 도출한다.
다단 자동화 수동변속기 구조
다단 자동화 수동변속기는 전진 12단 후진 2단으로 구성되어 있으며, 기어비(Gear Ratio)는 1단에서 12단까지 12.33 ~ 0.78로 각각 구성되어 있 다 그리고 후진. 1단과 2단에 대한 기어비는 각각 11.41, 8.88이다. Gear
은 개의 와 개의 로 구성되어 있으며
Train 1 Main Shaft 2 Counter Shaft ,
형태는 로 설계되어 있다 제어방식은 공압
Drive Over Drive . (Pneumatic- 제어이며 에 의해 제어된다
Mechanical) TCU [28]∼[30]. 다단 자동화 수동변속 기의 형상은 Fig. 3.1과 같다.
다단 자동화 수동변속기에 대한 주요 제원은 Table 3.1에 나와 있으며, 개략적인 내부 구조는 Fig. 3.2의 다단 자동화 수동변속기 전개도에서 확 인할 수 있다. 전개도를 살펴보면 내부의 Gear Train 중심으로 상위에 와 변속 액추에이터 제어 모듈이 위치하고 있으며 하위에는 클러치
TCU ,
제어 모듈이 위치하고 있음을 확인할 수 있다.
다단 자동화 수동변속기 형상
다단 자동화 수동변속기 전개도
구분 주요 제원 비고
모델 T25S12 AGS
기어단 전진 12단 후진, 2단 최대 허용
Torque(Nm) 2,500 Drive Type Over Drive
기어비 전진 1단~12단: 12.33 ~ 0.78 후진 1단, 2단: 11.41, 8.88
중량 (Dry: kg) 257.5 w/o clutch parts Clutch Housing SAE 1
Center Distance(mm) 145 Total Length(mm) 911.3 Input Shaft Spline SAE 10C 1¾”
C/Flange Type ISO 8667
(9 x 6.8 Serration, Ø130) Gear
Train
Main Shaft 1 Shaft Counter Shaft 2 Shaft 오일용량(Liter) 13
제어방식 Pneumatic-Mechanical
다단 자동화 수동변속기 주요 제원
다단 자동화 수동변속기 모델링
다단 자동화 수동변속기에 대한 제어 특성 및 메카니즘을 분석하기 위 해서는 변속기 시스템에 대한 모델링이 필요하며 동력전달 특성을 분석할 수 있는 운동방정식의 정리가 필요하다 모델링을 통해서 구동 요소 용량. 분석과 구동 성능의 최적화를 할 수 있다. Fig. 3.3은 다단 자동화 수동변
속기에 대한 전체 모델링을 나타내고 있다.
wVG2
wGE
wH
wGA
wring
다단 자동화 수동변속기 모델링
변속기 시스템 내부의 동력전달 특성을 분석할 수 있는 운동방정식을 정리하면, Fig. 3.3에서 나타나 있듯이 운동변수는 , , , ,
로 고려한다 그리고 회전축들 간의 기어비. 와 유성기어비 는 각각 식 (3.1), (3.2), (3.3)으로 정리된다[31][32].
(3.1)
(3.2)
(3.3)
운동변수 , , , , 에 대한 운동방정식은 (3.4)부터 까지 식과 같이 정리할 수 있다
(3.8) [32].
(3.4)
(3.5)
(3.6)
(3.7)
(3.8)
변속기 시스템의 미지 반력 토크(Torque) 변수 , , , ,
or , 에 대해 고려하면 시스템 내부의 토크 구속 조건식 및 속, 도 구속 조건식들을 (3.9)부터 (3.14)까지의 식으로 정리할 수 있다.
(3.9)
(3.10)
(3.11)
(3.12)
(3.13)
(3.14)
위에서 언급된 식으로부터 5개의 운동변수와 6개의 미지 반력 토크 값
을 구할 수 있음을 확인할 수 있으며, (3.9)부터 (3.14)까지의 식을 이용하 여 (3.4)부터 (3.8)까지의 식에서 , , or , , 를 소거 한다. (3.9)부터 (3.14)까지의 식을 정리하면 (3.15)부터 (3.17)까지의 식과 같다[32][33].
, , (3.15)
(3.16)
(3.17)
부터 까지의 식을 이용하여 부터 까지의 식을 정리하 (3.15) (3.17) (3.4) (3.8)
면 (3.18)부터 (3.22)까지의 식과 같다.
(3.18)
(3.19)
(3.20)
(3.21) (3.22)
식 (3.22)에서 을 구하여 식 (3.22)와 식(3.21)에 대입한 후 정리하면 다음과 (3.23)부터 (3.25)까지의 식과 같다.
(3.23)
(3.24)
(3.25)즉 시스템의 운동방정식을 최종 정리하면 식, , (3.24), (3.25)와 식 (3.18), 와 같다 이를 정리하면 부터 까지의 식과 같다
(3.19) . (3.26) (3.29) .
(3.26)
(3.27)
(3.28)
(3.29)
부터 까지의 식을 통해 변속기 시스템의 최대 운동자유도는 (3.26) (3.29)
이며 동력이 전달되기 위해서는 자유도 변속기 시스템이 되어야 하므
4 , 1
로 3개의 구속조건식이 추가되어야 함을 알 수 있다[32]∼[35].
즉 동력전달을 위해서, 3개의 변속 클러치를 결합하여야 한다 각 변속. 단별 구속 조건식을 정리하면 전진, 12단 후진, 2단 변속단 중 주요 변속 단에 대한 결합 클러치 속도 구속식 토크 구속식은, , Table 3.2와 같다.
식 (3.26)과 식 (3.27)은 클러치 결합 유무에 따라 클러치 결합 별 운동방정식은 식 (3.30), 식 (3.31), 식 (3.32)와 같이 정리할 수 있다.
모두 분리 :
