（动力机械及工程专业论文）hev发动机辅助控制策略研究.pdf

通大 描等 件和 中图分类号： u d c ： 学校代码：1 0 0 0 4 密级：公开 北京交通大学 硕士学位论文 h e v 发动机辅助控制策略研究 s t u d y o nh e v e n g i n ea u x i l i a r yc o n t r o ls t r a t e g y 作者姓名：赵立金 导师姓名：张欣 学位类别：工学 学号：0 8 1 2 1 9 2 7 职称：教授 学位级别：硕士 学科专业：动力机械及工程研究方向：发动机电子控制 北京交通大学 2 0 1 0 年6 月 致谢 本论文的工作是在我的导师张欣教授的悉心指导下完成的，从论文的选题、 方案论证、研究内容和方法的确立，直到论文结构编排的整个过程，都倾注了导 师大量的心血。张教授严谨的治学态度和科学的工作方法给了我极大的帮助和影 响。 在论文工作期间，得到了张良老师、张昕老师、刘建华高级工程师和郭林福 副教授的直接指导，几位老师认真负责的工作精神，丰富的工程实践经验给我留 下了深刻的印象，感谢他们给予了我热情的指导和帮助。 在论文完成过程中得到李从心师兄、田毅师兄、许健师兄、郑士卓师姐以及 林磊、范龙飞、沈志勇、靳彪、张伟等同学的帮助和鼓励，与他们的交流总是很 令人愉快，感谢他们在学习、生活和论文工作过程中给我的热情帮助。 求学多年，离不开父母给予我细心的照顾、理解和支持，借此机会向家人表 示深深的感谢。 最后衷心感谢在百忙中评审本论文的诸位专家! z 本文对b p 神经网络发动机转矩估计和平均值模型发动机转矩估计方法进行 了研究。在此基础上建立了基于b p 神经网络的简化平均值发动机转矩估计模型， 并对该模型的发动机稳态和动态转矩估计分别进行了验证，结果表明，该模型有 较好的转矩估计精度。同时，本文在发动机转矩估计的基础上，进行了发动机目 标转矩输出的控制试验。 本文在研究了国内外发动机怠速启停控制技术的基础上，设计了h e v 发动机 怠速启停控制系统。完成了包含嵌入式单片机系统电路、传感器及执行器电路和 数据通讯模块电路的硬件系统开发，以及具有怠速启停控制策略的软件系统开发。 并在m a t l a b s t a t e f l o w 仿真环境中，对该怠速启停控制算法做了仿真分析，仿真结 果表明，该控制算法能实现发动机的怠速自动启停功能。同时，在发动机台架试 验台上研究了该系统的怠速启停控制功能和控制器输入输出响应性能。 关键词：混合动力电动汽车；h e v 专用发动机；转矩估计；怠速启停； 分类号： t h er e s e a r c hp r o v i d e sat h e o r e t i c a lb a s i sf o rd y n a m i cc o o r d i n a t i o nc o n t r o lb e t w e e nt h e p o w e rs o u r c e sd u r i n gh e v m o d es w i t c h , a n dh e l p st oi m p r o v eh e ve n g i n ei d i n g p e r f o r m a n c e i nt h i sp a p e r , b pn e u r a ln e t w o r ka n dm e a nv a l u ee n g i n et o r q u ee s t i m a t i o nm e t h o d s w e r es t u d i e d o nt h i sb a s i s ，am e a nv a l u ee n g i n et o r q u ee s t i m a t i o nm o d e l 晰lb p n e u r a ln e t w o r kh a sb e e ne s t a b l i s h e d t h es i m u l a t i o nr e s u l t so fe n g i n es t e a d ya n d d y n a m i ct o r q u ee s t i m a t i o n sw h i c ha r ev e r i f i c a t i o nb ye x p e r i m e n t a ld a t a ；s h o wt h a tt h e m e a nv a l u ee n g i n et o r q u ee s t i m a t i o nm o d e lw i t hb pn e u r a ln e t w o r kh a sab e t t e rt o r q u e e s t i m a t i o na c c u r a c y m e a n w h i l e ，t h ee x p e r i m e n to fe n g i n et o r q u eo u t p u tc o n t r o li sa l s o c a r r i e do u tw i t he n g i n et o r q u ee s t i m a t i o n b a s e do nt h er e s e a r c ho fe n g i n ei d l i n gs t a r t - s t o pc o n t r o lt e c h n o l o g ya th o m ea n d a b r o a d , t h i sp a p e rd e s i g n sh e ve n g i n ei d l i n gs t a r t - s t o pc o n t r o ls y s t e m f i n i s h e st h e h j a r d w a r es y s t e mw h i c hc o n t a i n sa ne m b e d d e dm i e r o c o n t r o l l e rs y s t e m ，s e n s o r sw i t h a c t u a t o r sc i r c u i t sa n dc o m m u n i c a t i o nm o d u l ec i r c u i t sa n dd e s i g n si d l i n gs t a r t - s t o p s o f t w a r es y s t e m 、析t l lc o n t r o ls t r a t e g y , a n db u i l d st h ec o n t r o ls t r a t e g ys i m u l a t i o nm o d e l i nm a t l a b s t a t e f l o w , s i m u l a t i o nr e s u l t ss h o wt h a tt h ec o n t r o la l g o r i t h mc a nr e a l i z eh e v e n g i n ea u t o m a t i ci d l i n gs t a r ta n ds t o pf u n c t i o n s m e a n w h i l e ，t h i sp a p e rv e r i f i e st h e f u n c t i o no fe n g i n ei d l i n gs t a r t - s t o pc o n t r o ls y s t e ma n dt h ep e r f o r m a n c eo fc o n t r o l l e ri o r e s p o n s eu s i n gt h ee n g i n et e s t i n gb e n c h k e y w o r d s ：h y b r i de l e c t r i cv e h i c l e ；h e vs p e c i a le n g i n e ；t o r q u ee s t i m a t i o n ；i d l i n g s t a r t - s t o p ； c l a s s n o ： 一 j 中文摘要v a b s t r a c t 访i 1 绪论1 1 1 课题的研究背景及意义1 1 2 国内外研究现状3 1 2 1 发动机转矩估计方法国内外研究现状。3 1 2 2 发动机怠速启停控制国内外研究现状。7 1 3 本课题来源及研究内容l0 2h e v 发动机转矩估计方法研究及建模1 1 2 1h e v 发动机神经网络模型转矩估计方法。1 1 2 1 1 神经网络转矩估计原理1 1 2 1 2 神经网络转矩估计建模步骤1 6 2 2h e v 发动机平均值模型转矩估计方法2 0 2 2 1 进气系统空气流动模型2 l 2 2 2 燃油蒸发与油膜模型2 3 2 2 3 动力输出模型：。2 6 2 3h e v 发动机转矩估计方法确立。2 8 2 3 1b p 神经网络与平均值模型转矩估计方法分析比较2 8 2 3 2 基于神经网络的简化平均值模型转矩估计方法确立2 9 2 4 基于神经网络的简化平均值模型建立3 0 2 4 1 发动机喷油流量率b p 神经网络模块建立。3 0 2 4 2 发动机有效热效率b p 神经网络模块建立3 0 2 4 3 简化的发动机平均值模型建立3 1 2 5 本章小结3 2 3h e v 发动机转矩估计的实现及模型验证3 3 3 1h e v 发动机稳态试验。3 3 3 2 发动机转矩估计模型参数确定3 4 3 2 1 发动机喷油流量率b p 神经网络结构参数确定。3 4 3 2 2 发动机有效热效率b p 神经网络结构参数确定。3 7 3 2 3 简化的发动机平均值模型参数确定3 9 3 3 发动机转矩估计及模型验证4 l l-r 目录 3 3 1 发动机稳态转矩估计4 1 3 3 2 发动机动态转矩估计4 4 3 4 发动机转矩输出控制试验验证4 7 3 5 本章小结5 1 4h e v 发动机怠速启停控制系统开发5 3 4 1 怠速启停控制系统总体设计5 3 4 1 1 控制系统技术分析及功能要求。5 3 4 1 2 控制系统构成和实施方案。5 4 4 2 控制系统硬件设计5 4 4 2 1 嵌入式单片机选型设计5 5 4 2 2 传感器及执行器电路设计5 7 4 2 3c a n 通信模块电路设计6 0 4 2 4s c i 通信模块电路设计。6 1 4 2 5 电源模块电路设计6 1 4 3 怠速启停控制系统软件开发6 2 4 3 1 怠速启停软件开发平台6 2 4 3 2 编程语言的选择6 3 4 3 3 怠速启停控制软件开发6 3 4 4 怠速启停控制算法仿真分析及软硬件调试6 6 4 4 1 怠速启停控制算法仿真分析6 6 4 4 2 怠速启停控制系统软硬件调试。6 9 4 5 怠速启停控制系统试验验证7 3 4 5 1 试验设备及方案7 3 4 5 2 试验结果分析7 5 4 6 本章小结7 7 5 全文总结与展望。7 9 参考文献81 附蜀之a 8 4 附录b 8 5 作者简历8 7 独创性声明8 9 学位论文数据集。9 l 车三大类整车项目及电机、电池、多能源管理系统及其他辅助系统的开发研究。 并联式混合动力系统存在两类核心的控制问题：1 ) 稳态及动态过程中两种动 力源的能量分配和效率优化问题；2 ) 工作模式切换过程中动力源间的动态协调控 制问题。 并联式混合动力汽车的能量管理策略大体可以分为：基于模糊控制的智能型 能量管理策略；基于规则的稳态能量管理策略；基于优化算法的动态能量管理策 略。在车辆实际运行过程中，当变速器和离合器均接合时，内燃机转速和电动机 转速与车速具有一定比例关系，直接控制内燃机或电动机转速是比较困难的，而 控制转矩相对简单。转矩管理策略将转矩作为最主要的控制变量，以内燃机稳态 效率特性图为基础，实现对内燃机和电动机输出动力的合理分配。 所谓动态协调控制问题【2 】指的是当发动机和电动机目标转矩发生大幅度变化 或者突变时，在发动机和电动机达到各自目标转矩之前，如何控制发动机和电动 机协调工作，从而保证发动机和电动机输出的转矩之和不产生较大波动，并符合 驾驶员对驱动转矩的需求，这是一个从动力性和驾驶舒适性角度出发的控制问题。 由于发动机和电动机的动态特性不同( 汽油机转矩响应时间一般在几百毫秒，而 永磁同步电机的转矩响应时间在几毫秒左右，永磁同步电机的转矩可以被看成瞬 变量) ，使得当发动机和电动机目标转矩发生大幅度变化或者突变时，必须进行 北京交通大学硕士学位论文 动态协调控制。 由于转矩管理策略以转矩为最主要的控制变量，根据总需求转矩和发动机稳 态效率m a p 图确定状态切换的条件以及发动机和电动机的目标转矩。动态协调控 制算法建立在转矩管理策略基础之上，其基本算法为“发动机转矩开环+ 发动机动 态转矩估计+ 电动机转矩补偿。 在此算法中，当混合动力系统状态切换需要进行动态协调控制时，一方面要 限制发动机转矩的变化速率，从而降低发动机动态过程中的燃油消耗和排放；另 一方面要用电动机转矩对发动机转矩进行补偿，使发动机和电动机的转矩之和与 目标转矩相同，从而保证动力传递的平稳性。要用电动机转矩对发动机转矩进行 补偿，以很好地减小状态切换过程中发动机和电动机转矩之和的波动以及车速加 速度的波动，并保证状态切换过程中动力传递的平稳性，就必须能够实时、准确 的对发动机转矩进行在线估计。因此，动态协调控制算法中的关键技7 l 卜发动 机转矩在线估计，对于实现并联式混合动力系统控制有着极其重要的意义。 在城市工况中，车辆会经常遇到红绿灯等问题而需要进入怠速状态的短时间 等待，在交通拥挤的时候，这种等待的时间就更为明显。此时发动机处于怠速状 态，工作热效率低，浪费了燃油消耗。根据有关统计，因怠速而引起的燃油消耗 占总油耗的5 - - - 1 5 ；在特殊应用领域，如：垃圾收集车、都市巴士以及在市区 行驶的配送车等需要反复启停的车辆来说，最多可以达到3 5 。因此，消除怠速燃 油消耗是有效的节油措施。 传统的车用起动机当发动机转速大于3 5 0 r m i n d x 于1 0 0 0 r m i n 且持续t 4 个参考 信号( 参考信号是曲轴参考点信号，一圈有可能有一个或者两个信号) 以上，则认为 发动机已经正常起动，即开始喷油和点火。而混合动力系统中电动机在短时间内 ( 通常加速时间仅为0 1 s - 0 2 s ) 可将内燃机加速至怠速转速( 例如8 0 0 r m i n ) ，然 后内燃机才开始缸内的燃烧过程。研究结果显示车辆启动瞬间所耗费的燃油相当 于汽油机怠速5 秒( 或柴油机怠速2 0 秒) 所消耗的油量，高转速电起动过程不仅降 低了内燃机起动时的燃料消耗，还改善了排放，因此，目前混合动力车辆均需开 工况的控制技术1 3 1 ，这对于进一步降低油耗具有重要意义。 控制逻辑主要是根据发动机工作状态的转变为控制依据，同时， 起动时的安全性、起动能量充足性、起动冲突问题判断的逻辑关 的实现依赖于大功率起动机能够在很短的时间内，如3 0 0 - 、一4 0 0 m s ， 点火，并具有良好的起动舒适性。另外，不改变传统驾驶方式也 必须要保证的问题。怠速启动电机拖动转速不再仅仅是原来的每 2 绪论 分钟几百转，而是大幅度地提高了初次点火时的转速，有的达至u 1 0 0 0r m i n 以上。 由于转速较高，燃烧室内混合气温度也较高，发动机更容易着火，排放会有较大 改善。 在混合动力汽车发动机控制开发中，一种是直接开发发动机管理系统，然后 根据控制需要对管理系统进行标定，这种方案开发难度较大；另一种方案是在原 发动机管理系统基础上，加入一个辅助控制模块，实现对发动机节气门开度的控 制，通过标定输出转矩与节气门开度的关系，可以实现对发动机输出扭矩的控制 和怠速启停控制。 发动机辅助控制系统【4 】实时采集发动机转速、冷却水温、进气温度、节气门位 置等发动机状态参数，通过c a n 总线传送给混合动力车主控制器，主控制器根据 车辆和发动机的工作状况并解析驾驶员的驾驶意图进行动力总成的能量分配，将 控制命令发送给发动机辅助控制系统，通过供油电磁阀与启动电机的控制实现发 动机怠速启停控制；通过电子节气门的控制实现目标节气门开度，从而实现发动 机输出转矩的实时控制，发动机辅助控制系统工作原理图如图1 1 所示。 一 蚓控制单元i l 吾j l 节气门控 图1 1 发动机辅助控制系统工作原理图 f i g 1 - 1p r i n c i p l ed i a g r a mo f e n g i n ea u x i l i a r yc o n t r o ls y s t e m 1 2 国内外研究现状 1 2 1 发动机转矩估计方法国内外研究现状 并联混合动力电动汽车发动机转矩估计的算法通常有三种：基于发动机曲轴 瞬时转速的转矩估计3 1 、基于神经网络( n e u r a ln e t w o r k ，n n ) 的转矩估计和基于 发动机平均值模型的转矩估计。 ( 1 ) 基于发动机曲轴瞬时转速的转矩估计 北京交通大学硕士学位论文 基于发动机曲轴瞬时转速的转矩计算法，属于发动机转矩反馈估计算法，其 实质是标定出一个虚拟的发动机转矩传感器。该转矩估计算法的理论基础是发动 机曲轴瞬时转速在发动机点火频率点的波动幅值与发动机转矩之间存在近似线性 关系，根据标定出的发动机转矩传感器，通过发动机曲轴瞬时转速的测量与处理， 就可以计算出发动机的转矩。发动机曲轴瞬时转矩的波动特征是反映发动机转矩 的非常有效的指标之一，利用曲轴瞬时转速信号对发动机转矩进行估计已经取得 了一定的研究成果。 意大利的p i e r o 丸四i l i 【5 】等人提出一种信号处理程序来估计指示扭矩，该程序 经过幅频响应( f i 心) ，依靠非线性模型得出转矩。目前国际上通常采用的瞬时转 速转矩估计方法 6 - s 是通过试验直接标定不同工况下发动机曲轴瞬时转速的波动幅 值与发动机转矩的关系，然后制成m a p 图，在发动机实际运行过程中由计算的瞬 时转速波动幅值通过查m a p 图的方式得到估计的发动机转矩。其中，在确定瞬时 转速波动幅值与发动机转矩关系中，关键是如何定量描述瞬时转速的波动幅值， g i o r g i or i z z o n i 等人【6 j 提出了三种方法描述波动幅值：1 ) 采用发动机发火频率点的 幅值；2 ) 采用瞬时转速的均方值；3 ) 采用瞬时转速的最大值与最小值之差。 国内清华大学李建秋博士【9 】在y c 6 10 s 非增压柴油机上对上述三种方法均进行 了验证，结果表明，由这三种方法计算得到瞬时转速波动幅值与发动机转矩之间 的关系都是非单调的。李建秋博士将研究的重点落在曲轴瞬时转速在发动机点火 频率点的波动幅值上，并指出，在考虑曲轴瞬时转速在发火频率点的波动幅值的 同时，还必须考虑其相位。 李建秋博士【9 j 在研究中，利用控制器采集曲轴瞬时转速信号，然后将一个循环 的发动机瞬时转速通过串口通讯全部发生至上位计算机，由计算机完成傅立叶变 换并计算曲轴瞬时转速波动幅值及其相位，进行发动机转矩估计，最终再把转矩 值通过串口通讯的方式发送至控制单元。该方法的优点是通用性较强，涉及的参 数信号较少且有较高转矩估计精度，但从一个发动机循环的曲轴瞬时转速的采集 直至控制单元接收到估计的发动机转矩的时间平均需要几秒钟，这是不能满足实 时控制要求的。 清华大学的童毅【lo 】利用自行设计的m p c 5 5 5 的软硬件平台解决了算法的实时 性问题，实现了较高精度的发动机转矩估计。 ( 2 ) 基于人工神经网络的发动机转矩估计 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ) 是模拟人脑的结构以及对信息的记忆 和处理功能。它具有擅长从输入输出数据中学习有用知识的特性，其非线性映射 4 绪论 和记忆能力的特点十分适合非线性的数学建模。它不需要精确的数学模型，能够 解决传统自动化技术无法解决的许多复杂的、不确定性的、非线性的自动化问题， 且易于用硬件或软件实现。 对于发动机转矩估计，可以利用神经网络学习性的特点，借助神经网络将各 种影响发动机输出转矩的参数以网络模型的形式表示出来。即首先通过试验，取 得这些因素对汽油机各种性能影响的试验结果，作为神经网络的训练样本，通过 训练可获得这些因素与发动机性能之间的非线性关系的预测模型，建立起发动机 输出转矩与发动机运转参数间关系的神经网络模型后，就可以用以预测、分析发 动机的转矩输出。 这种方法的优点在于抛开了传统烦琐的数学建模方法，只要通过对足够数量 训练样本的学习，就可以得出这些影响因素与发动机输出转矩之间的非线性关系。 而且只要选择正确的网络结构和学习方法，并有足够的训练样本，就可以建立起 精度很高的模型，克服了传统模型中经验成分的误差，预测发动机转矩精度也比 较稳定。 韩国汉城大学的b y u i l g k _ w 趾【l l 】等人提出使用神经网络模型来估计发动机涡 轮转矩，建立了一种比较精确的控制算法，经过试验验证了其准确和有效性，这 种模型需要发动机转速，涡轮转速和温度三个输入参数。 武汉科技大学严运兵【1 2 1 ，胡立群【1 3 ，1 4 】等人探讨了b p 网络，并利用b p 网络对并 联混合动力汽车( p 髓v ) 发动机动态控制时进行转矩估计。以发动机台架性能试 验所得数据为基础，使用m a t l a b 中的n e u r a ln e t w o r k 工具，建立不同神经元个数和 层数的b p 网络对试验数据进行训练，在网络模型的建立过程中，提出了一种新的 训练方式，从而得出估计精度和泛化能力都较为理想的模型，并以此模型进行了 实际的转矩估计，取得了较满意的效果。 武汉理工大学的杨平龙【1 5 】研究了基于b p 神经网络预测模型的发动机转矩估 计，并对神经网络的收敛精度与泛化效果进行了计算分析，并提出优化解决方案。 ( 3 ) 基于发动机平均值模型的转矩估计 传统的发动机性能预测方法是由有关的热力学、化学动力学、力学等描述发 动机气缸内气体状态的一系列微分方程的求解来推算动力性、燃油经济性、排放 特性的，称为计算流体力学模型。这种建模的方法是将研究对象划分为数万个( 甚 至更多的) 控制体单元，利用微分方程来描述每一个控制体单元的特性，常用的 发动机计算流体力学软件有：f i r e ，f l u e n t ，k i v a 和s t a r c d 等。此方法的缺点在于 计算量大、计算时间较长，因此，无法用于混合动力汽车系统的实时控制。 5 北京交通大学硕士学位论文 利用平均值建模的思想最早! 扫r a s m u s s e n l l 6 】提出，后经a q u i i l o 【1 7 1 、p o w e l l 1 8 】 等人发展，最后由丹麦技术大学的e l b e r th e n d r i c k s 1 9 】在1 9 9 0 年提出了较为典型和完 整的发动机平均值模型。其后，e l b e r th e n d r i c k s 对该模型进行了进一步的研究【2 0 - 2 2 ， 给出了实例，该模型主要是从能量转换和工质流动的角度对发动机运行进行分析 和模拟，不仅适用于稳态也适用于瞬态。 基于发动机平均值模型的转矩估计算法，属于发动机转矩前馈估计算法，其 实质是发动机转矩的观测器。e l b e r th e n d r i c k s 提出的发动机平均值模型中已经建立 了较为精确的“节气门一汽缸”的发动机进气系统模型，利用该模型就可以计算 出进入汽缸的空气流量，根据实测的发动机转速可以获得循环进气量，再结合 y o s h i a k id a n n o 2 3 等人提出的将发动机简化成“进入汽缸并有助于燃烧的空气流量 的新指标a n _ 一转矩t e ”的线性模型，就可以实现基于发动机平均值模型的转矩估 计算法。 奥地利约翰开普勒林茨大学的e g n m b a c h e r 【2 4 】等人提出了一个发动机转矩估 计的模型并讨论了发动机转矩估计的算法，该模型将扩展的卡尔曼滤波方法应用 到发动机数学模型和简单摩擦模型中，同时参数变量使用统一标准测量，实现发 动机平均值模型转矩准确估计。 江苏大学袁银南2 5 】等人选用e l b e r th e n 嘶c k s 【1 9 - 2 2 提出的平均值模型，建立了基 于转矩的汽油机仿真模型，对基于转矩控制的发动机模型进行了仿真，表明以转 矩为控制变量来确定进气充量、喷油量和点火正时的控制策略是有效的且适用于 整车控制。武汉理工大学杜常清1 2 6 】等也选用e l b e r th e n d r i c k s 提出的平均值模型，建 立并验证了发动机动态模型，所建立的模型能够由节气门开度和转速动态计算输 出转矩，并对给定的转矩曲线进行动态转矩跟随实时发动机的节气门开度变化情 况进行了仿真分析，研究表明平均值模型能满足一般使用精度要求，但它在低速 大负荷工况的仿真效果不太理想，主要是因为这些工况下的进气管内的压力波动 较大，原来的绝热流动模型不能准确描述这一情况。 杜常清【2 7 】等人分析了平均值模型的优缺点，针对混合动力控制和建模仿真的 需要，对模型进行了有效的简化，大大提高了模型的实用性；分析了混合动力中 发动机的特定动态工况，建立了特定动态工况下的发动机神经网络模型；基于发 动机稳态和动态试验数据，对平均值模型和神经网络模型进行了实证研究。结果 表明，基于神经网络的简化平均值模型适用于发动机稳态工况和节气门开度变化 率不大的动态工况；神经网络模型适用于发动机稳态工况和特定的动态工况。 6 、停 传感 器显示是为0 ；3 ) 电池电量显示有足够的能量进行下一次的启动。如果上述条件 满足，这时候发动机自动停机；当信号灯变绿，驾驶员踩下离合器，随即可以启 动“起动停止器”，并快速地启动发动机。 b o s c h 的“s t a r t s t o p 技术具有以下优点：1 ) 节油和减排。由于火花塞点火 发动机燃烧过程中，暖机启动消耗的燃料相当于发动机怠速运转0 7 秒消耗的燃料， 因此，车辆停止时间只要高于1 秒，就应当让发动机熄火，据统计，“s t a r t s t o p 系统可降低车辆8 的油耗和二氧化碳的排放；2 ) 自动化。“s t a r t s t o p 系统能自 动完成启动和停止过程，不需要人为将发动机熄火再重启；3 ) 智能化。该系统在 启停控制中会综合考虑安全性和舒适性，在特殊情况下将不会怠速停机，比如蓄 电池电量很低、车外温度过高或者过低时、空调系统设在为挡风玻璃“防冰 和 “防雾”挡上时，发动机即便满足停机条件也不会停机。同时，在发动机停机时， 一旦出现蓄电池电量低于限定值、刹车系统内压力下降到某一点之下、车辆出现 向前或者向后“溜车”等情况，发动机将会重新启动。 马自达开发的s i s s l 2 9 1 ( s m a r ti d l es t o ps y s t e m ) 系统能实现当汽车停止的时候 关闭发动机，继续行驶的时候马上重启发动机。一般的s t a r t s t o p 系统是用加装的 电动机来启动发动机的，过程就和发动机平常起动一样，但s i s s 是使用直喷技术 燃烧产生的能量来重启发动机的，其原理如图1 2 所示。 自咖s 髓p t t n t 水t e 敏蝌 瑟团臣司臣函臣固 m m 锄h t a o t o e 图1 - 2s i s s 自动启停系统 f i g 1 - 2s i s sa u t o m a t i cs t a r t - s t o ps y s t e m 7 北京交通大学硕士学位论文 s i s s 自动启停系统原理如下：1 ) 关闭发动机的时候活塞必须停在适当的位置， 为了重新启动发动机，必须使活塞在中程的中间位置时停止发动机运转。2 ) 当启 动时，对处于压缩冲程中途的汽缸进行喷油，使之燃烧爆发推动活塞反向运转。 由此能够使处于膨胀冲程的汽缸改变为压缩冲程，而这时进行喷油并使之进入爆 发，发动机即可实现重启。3 ) s i s s 在发动机开始旋转之前就启动燃油喷射，这样 可以使发动机0 3 5 秒就完成重启，时间大约相当于普通电动机s t a r t s t o p 系统的一 半。4 ) 在日本1 0 1 5 工况下测试，燃油经济性提高了1 0 。 s i s s 技术的关键在关闭发动机时精确地控制活塞的位置，为了实现该功能， s i s s 针对每个汽缸精密控制停止时的空气量，在压缩行程和膨胀行程的汽缸内， 使汽缸达到空气平衡的中间冲程位置时停止活塞运转。s i s s 不仅显著降低了发动 机与蓄电池的重量，而且，但s i s s 只能用于自动变速器车型。 宝马节能s t a l 吖s t o p 【3 0 】系统，这一节能启停功能是由宝马智能软件操控。该 s t a r t s t o p 系统包括：1 ) 宝马公司开发的一套发动机智能管理软件；2 ) 检测发动 机运行状态的大量传感器；3 ) 启动发动机的交流电机。传感器检测汽车和发动机 的运行情况并把数据传输给发动机管理软件，程序经过处理后发出相应的操作 指令让发动机停机或启动，这套系统广泛用于宝马1 系、3 系、5 系的4 缸及6 缸发动 机上。 日本工学院大学的m o r i t a k am a s t u u r a 等人1 3 l 】对遇到交通信号灯停车时，怠速停 机对燃油消耗的影响进行了研究，提出了怠速停机的燃油消耗公式，对怠速停机 燃油经济性综合优化进行了分析。 传统发动机启动时，一般将发动机启动至怠速，而混合动力汽车发动机一般 不在怠速工况工作，启动时拖动转速较高，需要对混合动力汽车发动机起动时的 首循环控制策略重新进行标定优化，以实现发动机在起动初期的可靠燃烧。 麻省理工大学的b r i g i t t em c 嬲t 血g 等人【3 2 】对进气道喷射式汽油机的电机拖动 和起动过程的喷油策略对排放和发动机稳定性的影响进行了研究。麻省理工大学 的w a i l 【c h e n g 等人【3 3 】对汽油机的电机拖动过程及其首循环燃烧的影响进行了研 究。当拖动转速从3 0 0 r r a i n 升高至u 9 0 0 r m i n 时，随着拖动转速的升高，首循环h c 排 放降低。此外，当拖动转速较高时，虽然改善了燃油雾化，促进了混合气的形成， 但由于进气道压力低，充气效率下降，实际进入气缸内的燃油量占总喷油量的比 例下降。 麻省理工大学的d a n i e lk l e i n 等人p 4 】对进气道喷射式汽油机停机对重新起动时 排放的影响进行了研究。当发动机停机时会有一部分油膜残留在进气道内，当发 8 绪论 动机重新起动时对排放产生影响。对于通常的断电停机来说，总会有2 3 个气缸 内存在未点燃的混合气，在发动机重新起动时，这些混合气会被排出气缸形成排 放。 清华大学黄开胜等人【3 5 】研究了混合动力车用汽油机起动暖机过程的标定策 略，在台架上对一台混合动力车用汽油机拖动和暖机工况的喷油及点火控制参数 进行了重新标定，通过适当加大起动和暖机空燃比、加快暖机期间空燃比向化学 计量空燃比的过渡以及适当推迟点火时刻等措施，显著加快了催化转化器起燃速 度，改善了排放性能。 上海交通大学于水等人【3 6 】针对一台进气道喷射式的汽油机搭建了快速启动停 机模拟测试平台。采用基于循环分析的方法，对比了在原车小电机拖动起动和采 用模拟i s g ( i n t e g r a t e ds t a r t e dg e n e r a t o r ) 大电机高拖动转速起动时发动机的瞬时转 速、循环进气量、点火时刻、残余废气系数、燃烧持续期、排气温度以及瞬态碳 氢排放浓度的变化规律。结果表明：在起动的初始阶段，快速起动时循环进气量 减少，点火时刻推迟，残余废气系数增加，燃烧持续期变长，排气温度升高；快 速起动与原机起动相比，热机状态下燃烧和排放特性的差异较冷机时大；冷机快 速起动首循环失火引起碳氢排放浓度增加，热机快速起动碳氢排放浓度剧增并在 第五个循环达到最大值。 上海交通大学王海滨等人【3 7 】对并联式混合动力汽车的控制策略和节油机理进 行了分析。分析了混合动力汽车发动机的工作特性，并针对混合动力汽车发动机 的快速起动停机特性分析综述了其对混合动力汽车经济性、排放性能、驾驶性和 舒适性的影响。 重庆大学的庄建兵【3 8 】等对i s g 混合动力车各动力元件进行选型和参数设计，分 析怠速启停启步各阶段的控制流程和平稳启步的控制方法。利用s i m u l i n k 建立整车 仿真模型，并对汽车怠速启停启步过程进行仿真分析，验证了所设计的控制策略 的可行性。 清华大学黄开胜【3 9 】等人为实现混合动力汽车发动机启动和停机控制，提出采 用继电器对发动机管理系统e c u 的工作进行控制。同时针对发动机管理系统原有 的减速断油模式进行了重新标定，实现了发动机高转速起动功能，并降低了停机 时的转速，避免了对发动机e c u 频繁的通断电操作及因频繁起动造成的发动机燃 油消耗率和排放性能的不良影响。 吉林大学的余航飞【4 】设计t i s g 混合动力电动汽车发动机辅助控制器的功能， 设计了怠速启停的控制算法，通过对供油电磁阀和启动电机的控制来实现发动机 9 北京交通大学硕士学位论文 直接启停控制。 1 3 本课题来源及研究内容 本文的研究工作是国家8 6 3 课题“可充电式混合动力m i d i 迷迪整车技术 研发 和“客车混合动力专用柴油机研发 的部分研究内容。 在阅读了大量国内外相关文献的基础上，对h e v 发动机辅助控制中的关键技 术一发动机转矩估计和怠速启停控制分别进行了研究。建立了发动机矩估计模 型，并开发了h e v 发动机怠速启停控制系统。本文的主要研究内容包括： 1 研究了国内外发动机转矩估计方法，在分析比较了b p 神经网络发动机转矩 估计方法和平均值模型发动机转矩估计方法的基础上。本文确立了使用基于b p 神 经网络的简化平均值发动机转矩估计方法，并且建立了该方法的发动机转矩估计 模型。 2 针对所建立的发动机转矩估计模型，本文分别进行了发动机稳态和动态转 矩估计计算，并利用发动机稳态和动态试验数据对发动机转矩估计数据进行了验 证。在发动机转矩估计的基础上，又进行了发动机转矩输出控制的试验验证。 3 在研究了国内外发动机怠速启停控制技术的基础上，本文依据研究课题的 要求对h e v 发动机怠速启停控制系统进行了总体设计。设计了怠速启停硬件系统 以及包含控制策略的软件系统，并完成了该怠速启停控制系统的软硬件调试。 4 在m a t l a b s t a t e f l o w 仿真环境中，建立了h e v 发动机怠速启停控制策略模型， 并对该控制策略进行了仿真分析。利用发动机台架试验台，研究了该系统的怠速 启停控制功能和控制器输入输出响应性能。 1 0 h e v 发动机转矩估计方法研究及建模 2h e v 发动机转矩估计方法研究及建模 发动机转矩估计主要包括三种方法：瞬时转速测量转矩估计方法、神经网络 转矩估计方法和平均值模型转矩估计方法。基于发动机曲轴瞬时转速测量的方法 需对瞬时转速信号进行傅里叶变换( f f t ) ，提取和转矩相关的特征指标，计算量 较大，而一般发动机控制器难以对瞬时转速信号进行实时处理，因而实时性难以 保证。本文主要对后两种发动机转矩估计算法进行研究。 2 1h e v 发动机神经网络模型转矩估计方法 2 1 1 神经网络转矩估计原理 神经网络【1 4 , 4 0 j ( n e u r a ln e t w o r k ，简称m m 是由大量的、简单的处理单元( 称为 神经元) 广泛地互相连结而形成的复杂网络系统。它反映了人脑功能的许多基本 特征，是一个高度复杂的非线性动力学系统。神经网络具有大规模并行、分布式 存储和处理、自组织、自适应和自学习能力，特别适合处理需要同时考虑多因素 和条件的、不精确和模糊的信息问题。神经网络其特有的非线性适应性信息处理 能力，克服了传统人工智能方法对于直觉的缺陷，使之在神经专家系统、模糊识 别、智能控制、组合优化、预测等领域得到成功应用。 b p 网络是一种多层前馈神经网络，其神经元的传递函数是s 型函数，输出量为 0 到1 之间的连续量，它可以实现从输入到输出的任意非线性映射。由于权值的调 整采用反向传播( b a c kp r o p a g a t i o n ) 学习算法，因此称其为b p 网络。 目前，在人工神经网络的实际应用中，绝大部分的神经网络模型都采用b p 网 络及其变化形式，它也是前向网络的核心部分，体现了人工神经网络的精华。 1 b p 网络模型结构 ( 1 ) 神经元模型 神经元是神经网络的基本处理单元，一般表现为一个多输入、单输出的非线 性器件。基本的b p 神经元模型如图2 1 所示，它具有尺个输入，每个输入都通过一 个适当的权值w 和下一层连接，网络输出可表示为：a = f ( w x p + 6 ) ，f 表示输入 与输出关系的传递函数。 b p 神经网络隐层神经元的传递函数通常用l o g s i g m o i d 型函数l o g s i 9 0 、 t a n - s i g m o i d 翟j 数t a l l s i g o 以及纯线性函数p u r e l i n 0 ，其传递函数如图2 - 2 所示。 北京交通大学硕士学位论文 输入神经元 n 厂、 置 擎 ： 攻 ! = ，( w p + 6 ) 图2 1b p 神经元模型 f i g 2 1b pn e u r o nm o d e l 如果b p 网络的输出层是s i g m o i d 型神经元，那么整个网络的输出就限制在一个 较小的范围内；如果b p 网络的输出层是p u r e l i n 型线性神经元，那么整个网络的输 出可以取任意值。 口 口 ，l 1 r 一 0 7 一l a = l o g s i g r n j 1 0 9 s i g m o i d 传递函数 、+ l - 【 _ ， 0 7 1 j+ l 。7 0 7 ， 1 a = t a n s i g ( n ) t a n - s i g m o i d 传递函数 团 a = p u r e l i n ( n ) p u r e i i n 传递函数 图2 2 神经元传递函数 f i g 2 2n e u r o nt r a n s f e rf u n c t i o n s b p 网络所采用的传递函数均是可微的单调递增函数，在b p 网络的训练过程 中，计算函数l o g s i 9 0 、t a n s i g o 、p u r e l i n o 的导数非常重要，神经网络工具箱提供了 这些求导函数依次为d l o g s i 9 0 、d t a n s i g o 、d p u r e l i n 0 。在工作空间输入有d e r i v 的指令就可以找到相应传递函数的导数函数。 ( 2 ) 前馈型神经网络结构 前馈型网络通常有一个或多个隐层，隐层中的神经元均采用s 型传递函数，输 出层采用线性传递函数。如图2 3 所示，就是一个典型的b p 网络结构