不论是发动机还是变速箱,自学习都是软件中最为核心的部分之一。但是最主要的目的是修正硬件偏差以及后续的硬件磨损。
硬件偏差就是每台变速箱从本身的离合器特性,到组装都会有一些偏差。对此最直观的感受就是开手动挡的时候同一款车每辆车踩离合器的感受都会有所不同。然后在长期的使用过程离合器本身也有磨损。
我们常说新车需要“磨合”一段时间后状态更佳,这里面也有自学习的功劳。
如何实现?
对换挡本身进行判断,最简单的,比如某次换挡发现完成换挡时间过长,下次做这个换挡时就增加离合器结合压力,反之亦然。
一般驾驶员知道这个可以做什么?
发现某个换挡不行,有顿挫感,反复来回做这个换挡,可能换挡品质会好一点点。也许这就是所谓“根据驾驶习惯,改变换挡逻辑”吧。当然自学习并不能解决变速箱本身的问题,日常驾驶工况极多,总会在某些点上换挡品质更差。
题外话。
车上的软件,逻辑算法本身都不复杂,但是需要考虑的东西极多,自学习就是难度极高的部分。知乎上曾有问题问为什么中国可以造火箭却造不好汽车。此处也可以管中窥豹。当一辆车年产几十万甚至上百万的时候,如何保证硬件偏差在正常范围内,然后自学习能不能cover掉硬件偏差,怎样保证复杂的路面环境,不同温度、大气压力、驾驶员各种不同操作下学习值不会学坏,都需要企业有大量的经验积累。如果仅仅造一台火箭,则不必考虑这一点。
联系客服