无级变速器(CVT)因其能连续调节速比,可以实现发动机-变速器-道路环境的最佳匹配,提升了汽车的经济性,也提高了驾驶平顺性,因而最近几年备受汽车厂商青睐。因此本文选择了金属带式无级变速器作为研究对象,并将RBF神经网络智能控制应用于速比控制中,以改善PID的控制效果。本文首先在查阅了大量国内外文献的基础上,对无级变速器的发展及应用情况、国内外的研究现状等进行了论述,对金属带式无级变速器的基本结构及工作机理进行了详细的分析,概述了无级变速传动的控制技术,对三种工况的CVT速比控制策略进行了研究。其次,在Matlab中,对发动机台架试验数据进行了分析处理,利用神经网络得到了发动机的输出转矩、输出功率、燃油消耗率等特性模型,并得到了发动机的最佳经济性和动力性曲线;对CVT传动系统进行了分析,建立了传动系统动力学模型,并在Simulink中建立了基于CVT的整车传动系统仿真平台。再次,侧重研究了基于RBF神经网络PID的控制算法,并利用S-函数设计了RBF神经网络PID速比控制器;对采用常规PID控制器和基于RBF神经网络PID控制器的CVT在汽车常用工况下进行了性能测试,分析两者的控制效果,结果表明RBF神经网络PID速比控制器在控制精度及响应速度方面比常规PID控制有所改善。