该文研究以将智能控制理论应用于AMT为目的,具有理论研究与工程应用紧密联系的特点.首先,通过深入分析离合器接合过程的车辆动力学,明确了离合器接合控制的关键是滑摩阶段的摩擦力矩控制.利用控制理论中的最优控制、模型参考自适应控制和智能控制理论,研究了不同的控制方案;从工程可行性的角度,选择了双环智能控制方案.其次,基于对RBF神经网络与T-S模糊系统的等价性分析,提出了一个模糊RBF神经网络控制器的结构和设计方法,并据此设计了离合器电液伺服系统的模糊神经网络自适应控制器,作为双环智能控制策略的内环控制器.再次,分析了目前两参数换挡规律存在的主要问题,提出了一种模糊神经网络挡位决策方法,特点是采用蕴藏了优秀驾驶员换挡经验的神经网络挡位模型和对驾驶意图进行判断的模糊逻辑,综合选择最适合的车辆挡位.选择了RBF网络逼近驾驶员的换挡经验,利用DSP实现了RBF隐层中心调整的K-means算法和网络权值递推最小二乘算法.最后,研制了由高速数字信号处理器TMS320C31和微处理器80C196构成双CPU并行处理的电控单元,进行了车辆起步时的台架试验.车辆台架试验表明,离合器接合的双环智能控制策略是可行的、合理的,满足车辆起步平稳、快速的要求.