为了提高AT换挡过程控制效果的再现性，本文研究AT换挡过程实时监测与评价方法。与传统的换挡品质离线评价不同，本文所研究的换挡过程实时监测与评价在单片机上运行，不仅仅对换挡品质进行评价，其最终目的在于当换挡品质不良时得到换挡过程控制参数的修正方向，以提高下一次的换挡品质。本文首先建立了换挡过程动力学模型，分析了换挡过程的关键控制参数及其自适应要求，为评价指标的提出、评价模型的建立、实时监测与评价的实现提供理论依据。在分析换挡冲击产生机理的基础上设计了换挡过程的目标参考轨迹；分别基于换挡品质要求、换挡过程目标参考轨迹提出了换挡过程的总体性评价指标以及阶段性评价指标；换挡过程中对时间、转速、转速变化率信号进行监测，换挡结束后对评价指标进行计算，实现了换挡过程的实时监测。基于误差逆传播神经网络以及神经网络模式识别系统的原理，建立了换挡过程评价模型；利用Matlab神经网络工具箱，进行了评价模型中神经网络的设计与训练；通过对sigmoid函数的分段逼近、浮点与定点的转换，把训练好的评价模型移植到单片机，实现了换挡过程的实时评价。最后进行试验研究，试验结果表明，所提出的AT换挡过程实时监测与评价方法满足实时性要求，具有较高的正确率，其输出结果用于指导控制参数的修正，使换挡品质得到了提升。