基于循環神經網絡的雙軸打捆機智能換擋策略研究

葉凱強，高 洪，時培成

(安徽工程大學 機械與汽車工程學院，安徽 蕪湖 241000)

目前，機器學習在農業機械智能化、無人駕駛、智慧農業等領域開始得到應用。與雙軸打捆機匹配的自動變速箱技術國產化是業內公認的難點，也正在成為研究熱點。近年來，隨著人工智能技術的發展，將機器學習與自動變速箱換擋控制[1-2]相結合的研究正逐步興起。一般來說，對于升降擋的選擇，主要是基于優秀駕駛員的操作經驗以及相關專家的知識凝練出的換擋規律[3-8]。王卓[9-12]等研究了二參數神經網絡換擋策略，提高了換擋的智能性，但是為了準確判斷車輛所處加速/減速狀態，需要構建兩個神經網絡，以滿足不同的換擋速度閾值，其適應性有進一步改善的必要。梁玲、陳清洪[9,12-15]等選用了BP神經網絡實現換擋決策，初步實現了智能換擋。劉江濤、陳寧[11,16]等選用了RBF實現換擋決策，可以避免神經網絡陷入局部最優，進一步優化了換擋決策模型。張小虎、陳剛[10,17]等選用了模糊神經網絡實現換擋決策，進一步提高了網絡的自適應性。但是他們選用的神經網絡不帶反饋連接，意味著其網絡模型沒有聯想記憶的能力，且無法將當前時刻的數據與之前時刻的數據聯系起來，忽視了前后數據之間的內在聯系，致使系統存在魯棒性不足的弱點。

而循環神經網絡[18]在處理序列數據時具有獨特的優勢，可以將之前時刻的數據間接地作用到當前時刻的神經網絡，可獲取更精確的擋位預測。將循環神經網絡訓練并加入到換擋決策過程中，可進一步提高自動變速器智能換擋決策的魯棒性與精度。

1 循環神經網絡

1.1 循環神經網絡架構

選擇匹配某型號雙軸打捆機的8檔變速箱為研究對象，將相對噴油量(當前噴油量與最大噴油量的比值)和當前車速作為循環神經網絡的輸入，故輸入層格式為2×1，再設定每次取當前時刻及其前兩個時刻的數據作為輸入數據共同代入到網絡中預測結果。又由于擋位選擇屬于分類問題，故輸出層的神經元節點個數為輸出向量的標簽(種類)，即車輛擋位的個數，故輸出層神經元節點個數等于8。Kolmogorov定理表明，隱含層(在循環神經網絡中即循環層)結點數p=2n+1=2×2+1=5(n為輸入層結點數)，故循環神經網絡結構為：3×2的輸入層，5×1的循環層，8×1的輸出層。

1.2 循環神經網絡訓練算法：BPTT

(1)前向計算。循環神經網絡循環層和輸出層的計算公式[18]為：

st=f(Uxt+Wst-1),

(1)

ot=g(Vst),

(2)

式中，f為循環層的激活函數；st表示循環層在t時刻的輸出，為5×1的矩陣，5為循環層神經元節點個數;xt為輸入層在t時刻的輸入，為2×1的矩陣;st-1表示循環層在t-1時刻的輸出，為5×1的矩陣;U表示輸入層到循環層的權值矩陣，為5×2的矩陣;W表示循環層在t-1時刻的輸出到t時刻循環層的權值矩陣，為5×5的矩陣;ot表示輸出層在t時刻的輸出，即選擇不同擋位的概率;g是循環層的激活函數;V表示循環層到輸出層的權值矩陣，為1×5的矩陣。

現將神經元在t時刻的加權輸入定義為nett，其表達式為：

nett=Uxt+Wst-1，

(3)

因此，循環層在t-1時刻的輸出還可以表示為：

st-1=f(nett-1)，

(4)

據此，基于鏈式求導法則得到nett關于nett-1的偏導：

(5)

其中，

(6)

diag[f′(nett-1)],

(7)

(8)

(9)

此外，由式(3)可知，循環層在t時刻的加權輸入nett對輸入層在t時刻的輸出xt的偏導為：

(10)

因此，上一層的誤差項的轉置為：

(11)

式(11)為將誤差項傳遞到上一層的算法。

(12)

式中，wj,i表示t-1時刻循環層第i個神經元的輸出到t時刻循環層第j個神經元的權值。由此可得權值矩陣在t時刻的梯度。

1.3 權值修正

在選擇優化算法時，由于最速下降法(SGD)具有自動逃離鞍點、自動逃離較差的局部最優點這些優良性質，故選擇隨機最速下降法(SGD)作為優化算法。

權值修正的表達式為：

(13)

(14)

式中，m為batch_size，即訓練樣本訓練網絡時每次進入網絡的批次大小;w為權值;E為損失函數;f(x(i);W)為預測輸出;y(i)為實際輸出;η為學習速率。

1.4 訓練數據預處理

由于循環神經網絡對數據非常敏感且輸入數據與期望輸出量綱不同，故需要先對數據進行歸一化處理，歸一化公式如下：

(15)

式中，x′為歸一化處理后的數據;x為待歸一化處理的數據;xmin為數據所在列里最小的數據;xmax為數據所在列里最大的數據。

2 基于循環神經網絡的自動換擋策略實現

2.1 編程思路

考慮雙軸打捆機車速與相對噴油量二參數換擋的情況，且為更好地兼顧雙軸打捆機的動力型與經濟型，結合前述“循環神經網絡”理論模型，給出基于循環神經網絡的智能換擋程序實現流程圖如圖1所示。由圖1可知，首先基于Matlab構建換擋邏輯的Stateflow模型，用來確定升降擋的臨界速度V與相對噴油量α，并將換擋臨界值之間的數據填充完整以作為輸入數據與期望輸出。由于輸入數據與期望輸出的量綱不同且循環神經網絡對數據較敏感，故將數據作歸一化處理作為訓練樣本。然后根據訓練樣本中輸入數據與期望輸出的特征值確定輸入層與輸出層神經元節點個數，根據經驗公式確定循環層神經元節點個數。再為神經網絡選擇合適的損失函數與優化器。此時，神經網絡結構已被確定，將訓練樣本輸入待訓練神經網絡，得到循環層輸出St和理論輸出Ot，并與實際輸出比較、計算得到損失函數與誤差項，再以此修改神經網絡中各層之間的權值矩陣。最后，當訓練次數達到最大時停止訓練神經網絡。完成訓練后即可用于自動換擋控制。

圖1 循環神經網絡流程圖 圖2 擋位變換圖及擋位變換邏輯圖

2.2 換擋邏輯Stateflow建立

Stateflow模塊可以實現變速器的擋位選擇如圖2所示。利用Model Explorer將輸入定義為相對噴油量與車輛速度，將輸出定義為所需的擋位數。Selection_state(始終處于活動狀態)通過執行其during函數所示的計算來開始。該模型根據擋位和相對噴油量的瞬時值計算升降擋速度閾值。在處于steady_state時，模型將這些值和當前車速對比以確定是否需要換擋。若車速不滿足換擋條件，處于確定狀態時，模型將忽略換擋并移回steady_state以防止外部噪音導致的換擋。

某型號雙軸打捆機車型基本參數如表1所示，升降擋閾值如表2、表3所示。

表1 車型匹配

基本參數數值功率230馬力發動機轉速500^1990r/min1擋傳動比0.6672擋傳動比13擋傳動比1.45基本參數數值4擋傳動比25擋傳動比2.666擋傳動比3.27擋傳動比3.68擋傳動比4

表2 不同相對噴油量及速度下升擋速度閾值(單位：km/h)

表3 不同相對噴油量及速度下降擋速度閾值(單位：km/h)

2.3 循環神經網絡訓練

待數據歸一化完成后，在Jupyter中導入所需的庫[19]，并根據架構設置所需的超參數和神經網絡，待數據被代入到神經網絡后，會按照上文中提到的算法對神經網絡中的權值進行訓練，通過損失函數計算得到損失值，使其滿足需求。最后，給出損失值隨迭代周期變化的圖像，如圖3所示。損失值最終小于0.05，可以滿足使用精度。

圖3 損失值隨迭代周期變化圖像

2.4 仿真與對比

循環神經網絡和BP神經網絡結構圖如圖4所示，顯然，BP神經網絡處理時序數據時無法利用之前時刻的數據，導致在處理時序數據時和循環神經網絡相比適應性不足。

圖4 循環神經網絡與BP神經網絡

為了突出循環神經網絡在處理序列數據上更有優勢[20]，現設計一個BP神經網絡作為對照組。該BP神經網絡使用和RNN相同的循環層、輸出層的神經元節點個數，且輸出層選用和RNN相同的激活函數，并使用相同的損失函數。最終，兩種神經網絡精度隨迭代周期的變化圖像如圖5所示。由圖5可知，BP神經網絡在訓練3 000次以后精度幾乎未發生波動，且穩定在82%附近，達不到使用精度，可見BP神經網絡在處理二參數換擋時存在局限性。而循環神經網絡經過訓練時精度會隨迭代周期緩慢增長最終達到90%以上，可滿足使用要求。

圖5 循環神經網絡與BP神經網絡的精度對比

將相對噴油量等于50%，車速從20 km/h加速到34 km/h再降到20 km/h的數據作為測試樣本輸入到訓練好的神經網絡中，兩種神經網絡的預測擋位和實際擋位如圖6所示。由圖6可知，一方面，在同一相對噴油量與車速下，降擋時所在擋位均比升擋時高，這與給定的數據結論一致,即實現了僅通過相對噴油量與車速判斷出汽車處于升擋/降擋哪種狀態下，實現了二參數下高精度換擋；另一方面，仿真結果也表明在處理汽車自動變速器擋位選擇這類問題時，循環神經網絡和BP神經網絡相比有著更高的預測精度。

圖6 擋位預測圖

3 結論

循環神經網絡只需要得到相對噴油量與車速的實時數據即可判斷出汽車處于加速/減速狀態并得出相應的擋位，克服了傳統二參數神經網絡換擋的不足。

由BP神經網絡和循環神經網絡訓練結果對比可知，循環神經網絡訓練后的精度達到了90%以上，遠高于BP神經網絡的82%，且由擋位仿真預測結果表明，循環神經網絡在處理車輛狀態的相關數據(時序數據)時較BP神經網絡有著更高的預測精度，即循環神經網絡應用到自動變速器換擋上時有著極佳的適應性。