（机械设计及理论专业论文）基于matlabrtw的空燃比控制.pdf

西华大学硕士研究生论文 基于m a t l 墟r t w 的空燃比控制 机械设计及理论专业 研究生刘恒指导老师张永相 精确控制s l 发动机空燃比，是三元催化器对尾气排放物获得高转换效率的 前提，因两是降低汽车排放，减少大气污染的重要措施。 本文主要针对瞬态空燃比的精确控制问题，基于一种完善的发动机平均值 模型，研究了r b f 神经网络控制和自适应逆控制这两种非线性控制策略在s l 发动机瞬态空燃比上的应用仿真问题。 首先，介绍了发动机空燃比( 特别是暂态空燃比) 控制的必要性，以及国 内外研究现状。同时，根据对国外汽车发动机模型的综述分析，选择适合本文 用于空燃比控制的e l b e r t h e n d r i c k s 汽油机平均值模型。并在s i m u l i n k 下完善了 该模型中的燃油子模型，建立了不含代数环的模型形式，避免了s i m u l i n k 中的 断点现象，使仿真能够顺利进行。 其次，在分析了国内外瞬态空燃比控制策略的基础上，采用神经网络和自 适应逆控制方法来控制暂态空燃比。在比较各种神经网络后，选择了自适应能 力更强、学习更快、效率更高的r b f 神经网络来控制汽油机空燃比。r b f 神经 网络的算法比较多，本文采用最大矩阵元法确定隐层神经元数目，利用改进的 高斯核的r b f 神经网络学习算法来确定网络参数的初始化和参数自学习规则。完 成基于s i m u l i n k 的r b f 空燃比控制的在线仿真，仿真结果表明r b f 神经网络有 较好的适应性，达到空燃比的精确控制。利用基于m a t l a b r t w 的控制系统 一体化设计方法，分别完成了整个空燃比控制系统和单纯控制器的通用实时代 码的生成。并且验证了代码的有效性。 再次，介绍了非线性自适应控制理论，根据非线性自适应逆控制原理，在 比较不同自适应算法的基础上，采用了基于改进的l m s 算法的空燃比自适应逆 控制方案。建立了自适应逆控制汽油机空燃比的s i m u l i n k 框图模型，分别用 m a t l a b 语言s f u n c t i o n 和c ，m e xs f u n c t i o n 实现了控制算法。仿真结果表明： 要兰奎兰婴主里塞兰丝奎 ? 在复杂的发动机工况下，瞬态空燃比相对误差在1 以内，用c 语言实现的算法 大大加快了仿真时阅。对于自适应逆控制器，分别在连续和离散状态下生成了通 用实时代码，为实际e c u 开发提供了一定的价值。 发动机的工作指标有很多，主要有动力性能指标和经济性能指标等，不同的 工况对应的指标不同，对混合气的浓度要求也不一样。为了达到全工况的空燃比 控制，本文根据不同工况的特性和转换条件，利用有限状态机原理，建立了基于 s t a t e f l o w 的各工况空燃比控制转换图，仿真结果表明有限状态机原理解决复杂 的状态转换是切实可行的。利用s t a t e f l o w c o d e r 自动生成的高效c 代码，有较好 的可读性，通过优化，进而可以实现将s i m u l i n k s t a t e f l o w 模型改造成h l a 成员。 最后，论文就研究中取得的成果和不足进行了总结，对后续研究也提出了相关的 建议。 全文参考文献6 7 篇，图5 2 幅，表1 张。 关键词；空燃比、神经网络控制、自适应逆控制、通用实时目标 h 西华大学硕士研究生论文 a i r - f u e lr a t i oc o n t r o lf o rs ie n g i n e b a s e do nm m l 柚，r t w m a j o r ：m e c h a n i c a ld e s i g na n dt h e o r y p o s t g r a d u a t e ：l i uh e n gs u p e r v i s o r ：z h a n gy o n g x i a n g a b s t r a c t ：t oc o n t r o lt h ea f ro fs ie n g i n ei nh i g hp r e c i s i o ni sa l li m p o r t a n t m e a s u r et or e d u c et h ee m i s s i o no fa u t o m o b f i ea n dt h ed e t e r i o r a t i o no ft h ea i r a i m i n gt ot h es u b j e c to fa f ra c c u r a t ec o n t r o l l i n go fg a s o l i n ee n g i n ef u e li n j e c t i n g ， t h ea u t h o rb u i l d st h ep e r f e c t e dm e a nv a l u em o d e l a p p l i e sr b v ( r a d i a lb a s i sf u n c t i o n ) n e u r a ln e t w o r ka n da d a p t i v ei n v e r s et h e o r yt oa c c u r a t e l yc o n t r o lt h ea f rb a s e do n t h em o d e lf o rs le n g i n ei nt h i sp a p e r f i r s t ，t h ea u t h o rb e g i n sw i t ht h en e c e s s i t yo fc o n t r o lf o ra f r ( e s p e c i a l l yt h e t r a n s i e n ta f r ) i na na u t o m o b i l ea n dr e s e a r c h e so nt h i si s s u e st h a th a v ed o n eb o t h d o m e s t i ca n do v e i s e a s 。m e a n w h i l e ，i tp u t sf o r w a r d si t so w nm e a nv a l u em o d e l so f s ie n g i n eb a s e do nt h es y n t h e t i c a l l ya n a l y z i n go fe n 百n em o d e l st h a th a v ee x i s t e dt m n o w i td e v e l o p sar ea l g e b r a i cl o o ps u b - m o d e lf o rt f c ，t h u s , i tp e r f e c t st h em e a n v a l u em o d e lo fs ie n g i n eb a s e do ns i m n l i n k s e c o n d ，t h ea u t h o ra d o p t st h en na n dn o n l i n e a rt h e o r yt oc o n t r o lt h et r a n s i e m a f rb a s e do na n a l y z i n gt h ee x i s t e dt r a n s i e n ta f rc o n t r o ls t r a t e g y a f t e rc o m p a r i n g t h ea d v a n t a g eo fr b fw i t ha n yo t h e rn n , c h o o s et h er b fn nt oc o n t r o lt h e t r a n s i e n ta f r 1 1 l ea l g o r i t h mo fr b fh a sm a n yk i n d s c h o o s et h em a x i mm a t r i x e l e m e n tt od e t e r m i n et h en u m b e ro fh i d d e nl a y e ra n dm a k eu s eo fa ni m p r o v e d a l g o r i t h mb a s e do ng a u s s i a nk e r n e lf u n c t i o nt oi n i t i a t ep a r a m e t e ra n di t sl e a r n i n g m e t h o di nt h i sp a p e r s u b s e q u e n t l y , t h ea u t h o rf i n i s ht h eo n l i n es i m u l a t i o no fr b f a f rc o n t r o l ，t h er e s u l ts h o wt h a tt h ec o n t r o l l e rh a sg o o da d a p t a t i o na n da c h i e v e a c c u r a t e l yc o n t r o la f r t a k e sa d v a n t a g eo fi n t e g r a ld e s i g nf o rc o n t r o ls y s t e mb a s e d o nm a t l a b r t w , s e p a r a t e l ya c c o m p l i s h e st h eg e n e r i cr e a l t i m e t a r g e tc o d e h i 西华大学硕士研究生论文 g e n e r a t i o nf u rt h ea f rc o n t r o ls y s t e ma n dt h es i n g l ec o n t r o l l e r t h e s i m u l a t i o n v e r i f i e st h a tt h ec o d ei sv a l i d t h 硼a f t e ri n t r o d u c i n gt h et h e o r yo fn o n l i n e a ra d a p t i v ei n v e r s ec o n t r o la n d c o n t r a s t i n gt oa l lk i n d so fa d a p t i v ea l g o r i t h m ，a d o p t st h ea d a p t i v ei n v e r s ec o n t r o l s t r a t e g yb a s e d0 1 1a l li m p r o v e dl m sa l g o r i t h m s e p a r a t e l yf i s ht h es i m u l a t i o nw i t h ms - f u n c t i o na n dc - m e xs - f u n c t i o nc o n t r o l l e rb a s e do ns i l n u l i n k t h er e s u l ts h o w t h a tt h eb o t hc o n t r o l l e r sa c h i e v ea c c u r a t ea f rc o n t r o lw i t ht h eo n l y 1 e r r o ra t c o m p l e xc o n d i t i o n , t h ec - m e xs - f u n c t i o nc o n t r o l l e ra c c e l e r a t e st h e s i m u l a t i o n t h i sp a p e ra c c o m p l i s h e st h eg e n e r i cr e a l - t i m et a r g e tc o d eg e n e r a t i o nf u rt h ec - m e x s - f u n c t i o nc o n t r o l l e rw i t hc o n t i n u o u sa n dd i s p e r s e ds t a t e s t h ee n g i n eh a sm a n yi n d i c e s ，t h em a i ni n d i c e sa r ee c o n o m i ca n dp o w e r t h e d i f f e r e n te n g i n ew o r kc o n d i t i o n sh a v ed i f f e r e n td e m a n dm i xg a s t oa c h i e v et h ef u l l c o n d i t i o na f rc o n t r o l ，m a k eu s eo ft h ef i n i t es t a t em a c h i n et h e o r yt ob u i l dt h e s t a t e f l o wc h a r tf o re n g i n eb a s e do nt h er e l a t i o na m o n gt h ed i f f e r e n te n g i n ec o n d i t i o n t h es i m u l a t i o ns h o w st h a t 丘n i t cs t a t em a c h i n et h e o r yi ss u i tf o rd i s p o s i n go ft h e f i n i t ec o m p l e xs t a t e s t h ea u t o m a t i cg e n e r a t i o no fcc o d ef r o ms t a t e f l o wc h a r ti s e f f i c i e n ta n dt h ec o d ei ss u i tf o rm a k i n gt h es i m u l i n k d s t a t e f l o wm o d e lt ob et h e h l am e m b e rb yf u t u r eo p t i m i z i n g i nt h ee n d , t h ea c h i e v e m e n t sa n ds o m ep r o b l e m s i nt h er e s e a r c ha r es u m m a r i z e di nt h ed i s s e r t a t i o n a n ds o m es u g g e s t i o n sf o rf u t u r e s t u d ya l ep r o v i d e d t h e r ea r e6 7r e f e r e n c e s ，5 2f i g u r e sa n d1t a b l ei nt h i sp a p e r k e y w o r d ：a i r - f u e lr a t i on e u r a ln e t w o r kc o n t r o l 、a d a p t i v ci n v e r s ec o n t r o l 、 g e n e r i cr e a l t i m et a r g e t i v 西华大学硕士研究生论文 符号说明 意义 空燃比 燃油沉积系数 燃油蒸发是常数 喷射燃油质量流量 燃油气态进入气缸质量流量 油膜蒸发质量流量 油膜蒸发质量流量速率 进入气缸燃油质量流量 进入气缸的空气质量流量 燃油气化部分蒸发时间常数 油膜蒸发时间常数 拉普拉斯变换因子 发动机转速 发动机歧管压力 发动机速度 发动机歧管温度 点火提前角 节气门开度 负载系数 相对空燃比 燃料燃烧值 标定转动惯量 气体常数 歧管临界温度 发动机排量 歧管和进气阀口容积 环境空气压力 临界压力比 过量空气系数 单位 k g | s k g | s k g s 船s 2 k g | s 堍 s k r a d m i n 1 0 5 b a r h | r a i n 置 k j k g 堙m 2 m 3 b a r k 堙 k 工 l 1 0 5 施， 船腿z。“蝣嘞啊吮靠巧，可疗死舭口胁m也，乙屹只a 西华大学硕士研究生论文 意义 进入气缸的空气质量流量 比例系数 积分系数 微分系数 增量式p i d 输出误差 增量式p i d 输出增量 动态补偿油量 宽域氧传感器测量值 期望的空燃比值 比例增益 稳态增益 暂态增益 宽域氧传感器延迟时间 神经网络输入向量 第，个高斯基函数 第，个高斯基函数的中心 第，个高斯基函数的基宽 神经网络权值 单位 k g | s s 有p 个输入k 个隐层的神经网络输出 阀值水平 动态因子 神经网络输出误差 神经网络均方根误差 训练的样本集数 学习因子 遗忘因子 离散采样时间 s 怠速阀开关值 发动机冷却水温 o c 节气门开度变化率9 s 熄火开关值 竹o t k州衅砷k k 盯z o q l 辞， 能屯0 t k邮血玑斛k巧缸z o q l w”口e胁q叩芦r d ，垃6 西华大学硕士研究生论文 在读期间发表的论文 1 基于s i m u l i n k 及r t w 的空燃比自适应逆控制仿真，小型内燃机与摩托 车2 0 0 7 ，4 第一作者 2 汽油机不同暂态燃油补偿模型的比较，西华大学学报，2 0 0 5 。2 5 ( 2 ) ， 第五作者 创新性声明 作者所呈交的学位论文，是作者在西华大学攻读硕士学位期间在张永相教 授指导下取得的研究成果。据作者所查资料，除文中特别加以标注和致谢的地 方外，论文中的下述成果在国内属本论文所创： 1 、基于s i m u l i n k 的无代数环发动机燃油子模型的搭建。 2 、基于c 语言s - f u n c t i o n 实现的r b f 神经网络+ 在线补偿的空燃比控制， 并生成通用实时代码。 3 、基于c 语言s f u n c t i o n 实现的自适应逆控制在空燃比控制中的应用。并 结合实际开发应用，完成控制器的离散化，并生成通用实时代码。 4 、基于s i m u l i n k s t a t e f l o w 的不同工况的转换与实现，并生成了相应的通 用c 代码。 作者对论文中所用数据的来源、所开发的程序和所获得的仿真结果的真实 性负责。 本学位论文成果归西华大学所有，特此声明。 学生签名：乏、妊 导师躲拨求胡 2 0 0 7 年5 月 西华大学硕士研究生论文 1 绪论 1 1 汽车排放废气污染问题的提出 我国大气污染情况已相当严重。全国6 6 0 个大中城市的大气环境检测结果 表明，大气环境质量达到国家一级标准的仅有1 ，而其中汽车排放废气是城 市大气污染的重要因素。近年来，我国汽车产业发展迅速，2 0 0 4 年年底，全国 汽车保有量超过2 5 0 0 万辆。许多地区汽车尾气污染以每年超过1 0 的幅度上 升，以致当前城市空气污染已逐渐由煤烟污染向机动车辆污染转变。在这些城 市中，司机、交通警察长期处于空气污染严重的环境中，乘车者、骑车者和行 人也深受道路空气污染的危害。2 0 0 5 年我国机动车排放污染在城市大气污染中 所占的比例，平均达到7 9 。光化学烟雾是大气中氮氧化物( d ，) 、碳氢化合 物( h c1 和氧化剂在日光作用下形成的二次污染，对人体危害较大，甚至造成 生命危险。到目前为止，北京市的机动车保有量已经突破了2 3 0 万辆，而且还 在持续高增长，预计到2 0 0 8 年奥运会达到3 0 0 万辆。随着机动车的快速发展， 今后一些城市发生光化学烟雾污染事故的可能性很大。城市空气质量严重超标， 不仅对人造成危害，甚至危及城市的经济建设和社会进步，对此我们必须有清 f i 9 1 1e m i s s i o n c o m p a r i s o n o f d o m e s t i c w i t h o v e l $ e a $ 图1 - 1 国内外汽车排放控制进程比较 醒的认识，汽车尾气排放标准实施势在必行，图1 - 1 是国内外汽车废气排放控 制进程比较。北京已宣布，从2 0 0 3 年1 月1 日起，北京对机动车的尾气排放标 准由现在的欧l 号改为欧i i 号，2 0 0 8 年前北京将正式实施欧排放标准。上海 也于2 0 0 3 年1 月1 日起，正式实施欧i i 排放标准。北京、上海等地推行与世 西华大学硕士研究生论文 界环保相接轨的强制性举措，将不仅改变本地区低空污染状况和人们呼吸的感 觉，还将改变人们传统的衡量好车的标准，环保已将成为车市的一个关注熟点。 1 2 废气产生空气污染的原因 发动机燃烧过程产生污染的模型如下式【1 l ： 1 二a 1 2 c 8 h 1 8 + ( 0 2 + 3 7 7 n 2 ) 口l c 0 2 + 口2 c o + 口3 n o f j + 口4 0 2 + 口5 n 2 + a 6 h 2 0 + a 7 c h 4 ( 1 - 1 ) 式中，a f _ 空燃l 土( a i r - f u e lr a t i o ，以后一般用a f r 表示) ；c 8 h 1 8 燃油： d ：+ 3 7 7 ：一空气中氧和氮的混合：c h 。气缸内的没有燃烧的残留碳氢化合 物；c l ；( f - - 1 ，2 - - - , 7 一由a f r 决定的反应系数。详述如下： ( 1 ) 当a f r 在化学当量a f s ( a j rf u e ls t o i c h i o m e t r i c ，即理论a f r 值) 附近 时，燃烧过程会产生上式所示的所有燃烧产物。本文中a f s = 1 4 7 。 ( 2 ) 当a f r a f s 时，模型可以简化，【口：】、【a ，】、【口，】三个系数可被忽 略。 ( 3 ) 当a f r a f s 时，【a l l = a ，】= 【口。 - - o 。 由这个过程可以看出，只有将a f r 控制在a f s 附近，即上述的第一种情 况时，才能同时达到较好的经济性和清洁性。 过去的许多研究集中在能产生稀混合气( 欠a f r 即上述第二种情况) 状态的 装置上，其目的是降低排放量和燃油消耗量。但是，这种方法达到的效果未能 尽如人意，还需要做进一步的研究工作。 另外一种减少污染的方法是对废气的处理，催化转化器通过加快氧化反应 化学过程，使h c 和c o 转化为h ，0 和c o ，并减少n o x 向，的转化。已经 证实：只要a f r 保持在a f s 附近的某个严格的范围内，催化转化器就可以获得 最大的效率。研究表明：a f r 值变化1 ，催化转化器的效率将下降5 0 。为了 使得三效催亿转化器有较高的净化效率，必须将发动机的工作范围控制在理论 空燃比的土0 0 5 附近吼目前，在发动机a f r 的精确控制上，一般要求实际空燃 比与理论空燃比的a f s 的稳态误差 0 0 1 p l ，瞬态误差 n + j 3 2 暂态空燃比偏移的主要原因 1 4 西华大学硕士研究生论文 为了满足越来越严的汽车排放法规要求，电控喷油( e f d 汽油机加三效催化 转化器m c ) 已成为一种不可或缺的主流技术。但是，这种技术对空燃比的控 制要求非常严格，一般应控制空燃比在化学计量比附近很小的范围内，否则， 三效催化剂的转化效率比较低，难以满足排放法规。稳态工况下，发动机空燃 比的控制比较容易实现；但在诸如加、减速过程和加、减载过程的瞬态工况下。 由于种种原因使空燃比远离化学计量比，控制难度很大。装有t w c 的汽油机 瞬态过程的排放量在其总排放量中占有很大比例，因此，研究e f i 汽油机瞬态过 程空燃比的控制，对于深入了解其作用机理，匹配移植电控系统以及新一代电 控系统的开发都具有重要意义。 引起发动机空燃比偏离化学计量比的原因主要有两方面： 一是控制系统的进气计量装置对发动机的实际进气量测量不准确引起供油 量计算产生误差。电控汽油喷射系统需要通过一定的传感器来感知进气量的多 少，进而决定喷油量。传感器的响应以及随后的信号处理和喷油量的计算等过 程都需要一定的时间，造成暂态工况下e c u 获知的进气量信号落后于实际进气 量的变化，喷油量因此也与实际需要存在偏差，使实际空燃比偏离化学当量比。 通常，在加速、加载等过程中，由于实际进气量迅速增加，而e c u 获知信号存 在一个滞后，使得用于计算的进气量小于实际进气量，混合气偏稀；在减速、 减载的过程中，实际进气量迅速减少，用于计算的进气量大于实际的进气量， 混合气偏浓。 二是进气管壁上的油膜吸附效应导致了燃油变化的滞后，引起实际进入气 缸的燃油量与所需燃油量不一致。进气道喷射型汽油机，燃油喷射在进气道内 并在此与空气混合形成可燃混合气，但有一部分燃油吸附在进气道壁面上，吸 附比例与喷射量、空气流速及温度有关。而吸附在壁面上的燃油又不停地蒸发 并与空气混合，在稳态工况下会形成一种“吸附一蒸发”平衡。但瞬态工况下， 如负荷增大，进气量增加，要求喷射的燃油相应增加，但因壁面吸附现象使增 加的燃油中有相当部分被壁面吸附，导致实际进入气缸的燃油减少，使实际混 合气偏稀。如负荷降低，则进气量减少，要求喷射的燃油相应减少，但壁面上 吸附的燃油按原速度蒸发并与空气混合进入气缸，引起实际进入气缸的燃油过 多，混合气偏浓，该过程对应方程式( 2 - 4 ) 、( 2 5 ) 、( 2 6 ) 。 西华大学硕士研究生论文 建立完善的发动机动态模型，改进发动机的控制方法，是解决暂态空燃比偏 移进而降低暂态排放的可行途径例。 3 3 暂态空燃比控制策略介绍 发动机在稳态工时，n 和均为常量，则x 和f ，为常数，油膜处于动态平 衡状态。此时，进入气缸的燃油量与喷射的燃油量相等，因此控制稳态： a f r = t h 。r h ，( ，i l 。是进入气缸的空气量) 的问题比较简单。但发动机在暂态 工况时，x 和f ，随行和等非线性变化，油膜平衡被破坏，进入气缸的燃油量 与喷射的燃油量不相等。在大负荷时，疏。增加，要求喷射的燃油量相应增加， 但因歧管壁面吸附使增加喷射的燃油中有相当部分沉积下来，导致实际进入气 缸的喷油量廊，减少，使实际混合气偏稀。反之，当负荷减少，则混合气偏浓。 因此，要保证暂态空燃比为理论常数值1 4 7 ，必须使旃，能精确跟随廊。变化。 对空燃比的控制有两种方法，即喷油量控制和进气量控制。喷油量控制就是调 节喷油量去适应进气量来达到要求的空燃比，这是现在主要使用的控制方法； 反过来，进气量控制是用调节进气量去适应喷油量来达到规定的空燃比【3 “。由 歧管进气模型可知，而。不等于流经节气门的空气量，而且廊，又不可测量，所 以精确控制空燃比为常数相当困难。本论文采用喷油量控制。 3 3 1 经典空燃比控制策略 ( 1 ) 稳态工况闭环控制+ 过渡工况开环控制 当发动机工作在过渡工况时，采用开环控制。标定发动机过渡工况的喷油脉 谱图，并将脉谱图存贮在发动机e p r o m 中，当发动机工作在过渡工况时采用 查表法实现发动机空燃比控制。由于开环控制的精度是建立在标定试验基础上 的，该方法存在如下一些不足之处1 3 2 j 3 】：需要进行大量的标定试验，因而产 品开发周期长，成本高；由于标定试验是在特定发动机上进行的，产品的制 造公差对空燃比控制精度的影响较大；发动机技术状况的变化和保养情况对 空燃比精度有较大影响；发动机所用燃油品质对空燃比控制精度有较大影 响。 ( 2 ) 空燃比p i d 控制 p i d 控制是工业工程中采用最多的一种控制方法，典型离散增量式p i d 控 西华大学硕士研究生论文 制计算公式为： 血 ) 一k p p ) 一p ( 七一1 ) 】+ 毛e ( k ) + 吒p ) 一知( 七一1 ) + e 一2 ) 】 ( 3 - 1 ) 空燃比p i d 控制根据理论空燃比与氧传感器实际测量空燃比的误差，误差 的积分，误差的微分来控制喷油脉冲宽度。积分主要用来消除静差，微分环节 能在偏差信号变化过大前产生一个有效的早期修正信号，从而对过渡工况的空 燃比实现精确控制。发动机是个非常复杂的非线性系统，为了更好的控制空燃 比，p i d 控制算法有很多种变形，基于滑模的p i d 控制算法【3 4 】将喷油量分为基本 油量和动态补偿油量，动态补偿油量的计算采用滑模控制器。 u 。一c k p 弦喀h ( 口。0 一a t ) - - a d e s ) d z ( 3 2 ) 式( 2 1 1 ) 中，u 。为动态补偿油量，口。为宽域氧传感器测量值( 适合安装 宽域氧传感器的发动机) ，a 如为期望的空燃比，k 0 ) 为比例增益。控制系统将 比例增益k ( r ) 分成稳态增益j 0 和暂态j 0 控制量两部分。其中，j 0 在稳态时 起作用，k 。在暂态时起作用。该方法利用宽域氧传感器的线性特性，对其迟 滞时间a t 进行标定，能有效对过渡工况的空燃比进行补偿。但该方法对空燃 比的精确控制依赖于参数图陋) 的整定，另外宽域氧传感器的使用增加了汽车的 成本。 ( 3 ) 基于油膜动态模型的补偿控制 当发动机的进气流量为廊。，目标空燃比为口如时，根据a c q u i i l o 提出的燃 油动态方程，补偿后的喷油量由下式求解： 廊。生竺生业( 3 3 ) ” 1 一x 廊，一廊+ z 廊 ( 3 q 通过对油膜参数的标定，当发动机工作在过渡工况时，按油膜动态模型计 算出的补偿量供油补偿。其控制方案如图3 1 所示。基于油膜动态模型的补偿控 制充分考虑过渡工况时油膜特性对空燃比的影响，在一定程度上对过渡工况空 燃比进行精确控制。但该方法对空燃比的控制精度依赖于油膜参数f ，和x 的标 定。文献 3 5 1 提出的离线标定方法在当发动机状况变化时将使控制性能变差。 1 7 西华大学硕士研究生论文 f i g3 - 1c o m p e n s a t i o nc o n t r o lo f a f rb yu s i n gf u e lf i l mt r a n s i e n tm o d e l 图3 1 基于油膜动态模型的补偿控制 3 3 2 智能空燃比控制策略 ( 1 ) 空燃比模糊控制【蚓 模糊控制技术的最大特点是不需要精确的数学模型，能充分模拟人类处理 结构化知识。尽管其理论目前还不十分完善，但从1 9 7 4 年英国伦敦大学教授 m a m d a n ieh 首次将模糊控制应用于锅炉和汽轮机的运行控制以来，模糊控制 在应用中已经取得了广泛的成果。 f i g3 - 2f u z z yc o n t r o lo f a f t - f u e lr a t i o n 图3 - 2 空燃比模糊控制 图3 2 是在前馈通道上采用模糊控制的空燃比控制框图，模糊控制器的输入 为节气门开度、转速以及上一时刻模糊器估计的空气流量，在稳态工况时主要 依靠p i d 和史密特预估器提供燃油喷射时间。当发动机工作在过渡工况时，模 糊控制器依靠节气门信息、转速信息和上一时刻喷油量计算出补偿油量并转换 西华大学硕士研究生论文 为燃油喷射时间。由于模糊控制能模拟人类处理结构化知识，并具有较强的非 线性映射能力，因而其控制精确较高。另外，模糊控制系统的实现较为简单， 比较适应于工程实现。然而，模糊控制理论目前并不十分完善，模糊控制系统 的稳定性是目前控制理论研究者面临的难题，模糊控制规则的建立、模糊量化 因子、比例因子的选取都具有一定的偶然性，欠缺完善的理论指导。 ( 2 ) 空燃比的自适应控制 自适应控制是指控制器能修正自已的特性以适应对象和扰动的变化。自适 应控制的研究对象是具有一定程度不确定性的系统，通常指被描述对象及其环 境的数学模型是不完全确定的，其中包含有一些未知因素和随机因素。发动机 空燃比控制系统是一个较复杂的时变系统，空燃比的自适应控制框图如图3 3 所示1 3 ”，其中主要包含空气流量估计器模块、燃油动态模型模块、模型参数辨 识模块和含自适应机构的控制器构成，它通过在线辨识燃油模型的动态参数x 和r ，提高燃油补偿量的计算精度，同时对自适应控制器调节器参数进行自 校正，依此计算出精确的喷油量。通过对动态参数z 和f ，及自适应机构参数进 行在线辨识，提高了过渡工况时喷油量的计算精度，有效地对空燃比进行精确 控制。自适应算法的非线性特性对建立收敛性理论带来了很大困难，目前只在 几类简单的自适应控制算法中取得了一定成果。 2 坛量 l 九 u e g o 孬丽矾f 济丽 f i g3 - 3a d a p t i v e c o n t r o lo f a i r - f u e lr a t i o n 图3 - 3 空燃比自适应控制 ( 3 ) 空燃比的神经网络控制 经典控制和现代控制理论都是一种基于数学模型的设计方法，但实际上许 多对象具有复杂的不确定性、时变性和非线性，很难或无法建立精确的数学模 型，因而无法实施有效的实时控制设计。神经网络具有自适应、自学功能，通 萋一 西华大学硕士研究生论文 过在线或离线训练，实现系统外部的非线性映射关系，并将这种关系记忆在网 络结构中。图3 4 描述了一种基于神经网络的空燃比控制【矧，它通过一个神经网 络估计器来预测空燃比值，神经网络的输入为转速、节气门位置、点火提前角、 发动机水温等。该网络可离线训练，也可在线训练。该方法充分考虑宽域氧传 感器的迟滞特性，用模型来代替氧传感器，实时精确获取空燃比值，实现对过 渡工况空燃比的精确控制。由于神经网络算法复杂，实时控制对硬件e c u 要求 较高，目前大部分只是仿真研究其可行性。本课题组前期做了大量的神经网络 空燃比控制策略研究 6 5 1 1 6 6 1 6 7 1 。 a f 参考点 基本油量控制i i 油酸调节控制 p l d 控制卜电夕p 1 发动机 神经网络a f 估计器 f i 9 3 - 4 n e u r a l n e t w o r k o f a i r - f u e lr a t i o n 图3 - 4 空燃比神经网络控制 ( 4 ) 空燃比混合控制 随着控制理论的发展，各种混合空燃比控制算法被提出来，如专家p i d 空 燃比控制，模糊p i d 空燃比控制【3 9 1 ，基于观测器的空燃比预测控制等。文献 4 0 1 提出了基于自适应估计与神经网络结合构成的混合空燃比控制。利用自适应算 法动态估计油膜参数和自适应调整机构参数，同时以神经网络对空燃比进行预 估计，充分考虑氧传感器的迟滞特性和油膜的动态特性。 3 3 3 基于信息融合的空燃比控制 信息融合是针对一个系统中使用多种传感器( 多个或多类) 这一特定问题而 开展的一种信息处理的新研究方向，最早应用于军事领域。例如海军的战舰和 飞机的目标识别、定位和航迹预测以及敌我双方的实时战场态势和威胁估计等 方面大量采用信息融合技术【4 l 】，目前在机器人和智能仪器系统、工业过程监视、 空中交通管制和金融系统等民用领域内也开始采用信息融合技术，其定义可概 括为1 4 2 】：利用计算机技术对按时序获得的若干传感器的观测信息在一定准则下 2 0 西华大学硕士研究生论文 加以自动分析、综合，以完成所需的决策和估计任务而进行的信息处理过程。 信息融合的基本原理是充分利用多个传感器资源，通过对各种传感器及其观测 信息的合理支配与使用，将各种传感器在时间和空间上的互补与冗余信息依据 某种优化准则组合起来，导出更多的有效信息。 基于信息融合的空燃比控制策略采用同时监测汽油机节气门变化过程中节 气门位置、进气流量、发动机瞬时转速和进气管压力等动态参数及其变化率和 变化趋势等信息，并进行信息融合处理，导出反映汽油机过渡工况空燃比的有 效特征信息，用于空燃比的精确控制。其控制结构如 虱3 - 5 所示【3 6 l 。整个系统包 括以下4 个组成部分。 h g3 - 5a i r - f u e lr a t i o nu s i n gd a t af u s i o n 图3 - 5 基于信息融合的空燃比控制 ( 1 ) 信息的获取和处理。该部分包括多传感器系统和预处理两个模块：多传 感器系统对节气门位置、进气流量、发动机瞬时转速、进气管压力和水温的进 行实时采集，预处理模块对实时采集的数据进行滤波，消除测量噪声的干扰。 ( 2 ) 信息融合。信息融合模块包括两个子系统。信息融合子系统l 实现对空燃 比特征参数的提取，其特征参数选取为空燃比误差和其误差变化率，并将两个 特征参数划分为若干个模式空间，信息融合子系统的输入信息为节气门位置、 进气流量、发动机瞬时转速和进气管压力及其变化率和变化趋势，融合结果为 发动机空燃比误差和空燃比误差的变化率所对应的模式空间。融合算法选取自 适应谐振神经网络( a d a p t i v er e s o n a n c et h e o r yn e u r a ln e t w o r k s ) ，通过a r t 网 络的竞争学习机制和自稳学习机制实现对特征参数的模式聚类。信息融合子系 统2 实现对工况特征的提取，其输入为节气门位置、发动机瞬时转速、水温信息， 其融合结果为发动机所处的工况。 西华大学硕士研究生论文 ( 3 ) 控制策略。按信息融合得到的空燃比误差和其误差变化率所处的模式空 间和发动机所处工况按控制策略计算出对应的喷油量。由于信息融合得到的结 果为模式类别，其结果为非连续量，因而其控制策略适宜采用模糊控制和专家 系统进行设计。 ( 4 ) 控制执行机构。对控制策略计算出的喷油量转换为喷油脉冲宽度，驱动 喷油系统工作。 基于信息融合的空燃比控制充分利用多传感器信息，采用a r t 网络的竞 争机制实现对特征参数空燃比误差和误差变化率的模式聚类和发动机工况识 别，以模糊控制或专家系统计算喷油量，实时控制喷油脉宽。由于信息融合过 程中包含有节气门位置传感器、压力传感器的变化率和变化趋势，因而能有效 消除过渡工况过程中氧传感器的迟滞性和油膜特性的影响，从而实现对过渡工 况空燃比的精确控制。 3 4 产品发动机暂态空燃比控制策略及存在的问题 目前，产品发动机在过渡工况时一般采用开环控制，并根据节气门位置和 进气管内气体压力的变化情况增加喷油或减少喷油，所增减的燃油量通过查表 得到，该表由试验进行标定。采用上述方法，空燃比的控制精度完全依赖于标 定试验的精度，因此存在以下不足之处【4 3 】： ( 1 ) 需要进行大量的标定试验，增加了产品的开发成本和开发周期。 ( 2 ) 发动机的制造公差对空燃比的控制精度有很大的影响。 ( 3 ) 发动机的使用和保养情况对空燃比的控制精度有很大的影响。 ( 4 ) 发动机所用燃油的品质对空燃比的控制精度有很大的影响。 随着控制理论的不断发展和新型传感器的不断出现，汽油机的电子控制技 术从过去的查表法和p t d ( 比例、微分和积分1 等基于经典理论的控制方法发展到 现在的以状态空间、多变量最优控制和自适应观测控制理论为主，神经网络控 制和模糊控制等现代控制技术日趋活跃的局面，本论文在后续章节分别采用神 经网络和自适应逆控制来对暂态空燃比进行精确控制。 西华大学硕士研究生论文 4 暂态空燃比i m f 神经网络控制 人工神经元网络是一门交叉学科，在许多领域得到了越来越广泛的应用。 从神经网络的基本模式看，主要有前馈型、反馈型、自组织型和随机型网络。 这4 种类型各自具有不同的网络模型。在前馈网络中主要有b p 网络及径向基函 数( r b f ) 网络：反馈网络主要有h o p f i e l d 网络；自组织网络主要有a r t 网；随机 网络主要有b o l t z m a n 机。最近，由于模糊及分形与人工神经网络的结合形成了 模糊神经网络和分形神经网络。神经元网络控制主要应用其函数逼近功能。如 从这个角度看，神经元网络可分为全局逼近神经元网络和局部逼近神经元网络。 如果网络的一个或多个权值或自适应可调参数在输入空间的每一点对任何一个 输出都有影响，则称神经元网络为全局逼近神经元网络。多层前馈网是全局逼 近网络的典型例子。对于每一个输入输出数据对，网络的每一个权值均需要调 整，从而导致全局逼近、网络学习速度很慢。这个缺点对于过程控制来说常常 是不可忽视的。如对输入空间的某个局部区域，只有少数几个权值影响网络的 输出，则称网络为局部逼近网络。对于每一个输入输出数据对，只有少量的权 值需要进行调整，从而使局部逼近网络具有学习速度快的优点。这一点对过程 控制来说是至关重要的。径向基函数( r b f ) 网络是一种典型的局部逼近神经元 网络。 4 1r b f 神经网络 径向基函数( r b f - r a d i a lb a s i sf u n c t i o n ) 神经网络是s j m o o d y 和c d a r k e n 在2 0 世纪8 0 年代末提出的一种神经网络，它是具有单隐层的三层前馈网络，模 拟人脑局部调整、相互覆盖接收域的神经网络结构，是一种局部逼近网络。它 在一定程度上克服了误差反向( b p ) 神经网络存在的局部最优，训练速度慢， 效率低等问题，且已经证明它能以任意精度逼近任意连续函数1 4 4 1 。因而在语音 识别、数据分类、函数逼近、时间序列预测、图形处理、自适应信道均衡等多 方面有广泛的应用。 4 1 1 网络结构 r b f 神经网络是一种三层前向网络( 图4 1 ) ，由输入到输出的映射是非