（动力机械及工程专业论文）一种气体燃料发动机面向控制的动态建模方法研究.pdf

一种气体燃料发动机面向控制的动态建模方法研究 摘要 基于数字控制器的发动机管理系统存在各种控制问题，主要包括信号的采 集和处理、脉动噪声、传感器滤波器的响应延迟、瞬态控制的带宽限制等。基 于模型的控制方法可以解决其中的很多问题。同时，为了满足以多变量、非线 性和时变特性为特征的先进控制理论应用于发动机控制的需要，本文针对一种 特定的气体燃料发动机一一煤层气发动机，开发了3 种面向控制的发动机模型。 主要研究内容如下： 1 ) 针对与空燃比控制相关的传感器高频采样信号，研究了信号在时域和频 域内的特性。基于空气和燃气流量的信号特性，建立了包含高次谐频分量的流 量波动模型。通过分别对空气和燃气流量波动模型进行仿真，测试了几种基于 冲程平均的采样( e a b s n ) 算法，选择出合适的流量的抗混叠采样策略。 2 ) 从空气和燃气在进气系统、发动机、排气系统的传输和动态响应延迟 的角度，分析了节气门阶跃变化引起的空燃比偏移的原因。延迟补偿后，建立 了空燃比的h a m m e r s t e i n 模型。利用发动机稳态实验数据，分别辨识出空气和 燃气流量到空燃比的静态多项式模型；然后根据发动机动态实验数据，采用子 空间法辨识出空燃比偏移的多变量动态模型，并采用3 种准则函数来选择子空 间动态模型的阶次。 3 ) 基于进气系统的物理状态方程，分别推导出发动机歧管压力和空燃比 的差分方程模型结构。基于遗忘因子( f f ) 算法和卡尔曼滤波器( k f ) 算法， 通过选择合适的更新步( 遗忘因子和协方差矩阵) ，得到了可以有效抑制泵气噪 声、预报平均进气歧管压力的自适应模型；基于f f 算法，通过选择较小的遗 忘因子，建立了精确预测空燃比的自适应模型，同时可以提供自适应控制所需 参数的实时估计。 4 ) 基于对角形式的矩阵分式描述( m f d ) 形式，构造了双输入双输出的 进气系统前馈流量控制模型结构。根据渐近( a s y c ) 准则，分别选择空气和 燃气流量子模型的阶次，并采用渐近辨识法来估计模型参数。采用两种传统的 时域模型检验方法( 残差分析、交叉验证) 和两种面向控制的频域模型检验方 法( 模型误差建模、辨识模型误差上限) ，分别对所建模型进行了评价，结果表 明，渐近流量模型在时域和频域内都具有很高的精度，且适于模型预测控制。 关键词：气体燃料发动机；信号采集和处理；子空间法：h a m m e r s t e i n 模型； 递推算法；自适应模型；鲁棒辨识法；渐近模型；面向控制模型 s t u d yo nd y n a m i cm o d e l i n gm e t h o d so r i e n t e dc o n t r o lf o ra g a sf u e le n g i n e a b s t r a c t t h ee n g i n em a n a g e m e n ts y s t e mb a s e do nt h ed i g i t a lc o n t r o l l e re x h i b i t sm a n y i n h e r e n t l yc o n t r o lp r o b l e m s ，w h i c hm a i n l yi n c l u d et h es e n s o rs i g n a ls a m p l i n ga n d p r o c e s s i n g ，f l u c t u a t i o nn o i s e s ，s e n s o r a n t i a l i a s i n gf i l t e rr e s p o n s et i m e sa n dt h e b a n d w i d t hl i m i tf o rt r a n s i e n tc o n t r 0 1 t h em o d e l b a s e dc o n t r o lm e t h o dc a n s 0 1 v ea l a r g en u m b e ro fc o n t r o lp r o b l e m sm e n t i o n e da b o v e a tt h es a m et i m e ，i no r d e rt o s a t i s f yt h ea p p l i c a t i o nr e q u i r e m e n to ft h ea d v a n c e dc o n t r o lt h e o r i e st oe n g i n e c o n t r o ls y s t e mc h a r a c t e r e db ym u l t i v a r i a b l e ，n o n l i n e a r i t ya n dt i m e v a r y i n g ，t h r e e d i f f e r e n tc o n t r o lo r i e n t e de n g i n em o d e l sa r ep r o p o s e df o ras p e c i a l e n g i n ew i t h c o a l b e dg a sf u e l t h em a i nc o n t e n t so f s t u d y i n ga r es h o w na sf o l l o w s ： 1 ) a i m i n ga th i g h - f r e q u e n c ys a m p l i n gs i g n a l sr e l a t e dt oa i rf u e lr a t i o ( a f r ) c o n t r o l ，t h ec h a r a c t e r i s t i c so fs e n s o rw e r es t u d i e di nb o t ht i m ea n df f e q u e n c v d o m a i n s t h ef l o wf l u c t u a t i o nm o d e l s ，w h i c hp i c ku pt h eh i g ho r d e rh a r m o n i c so f p u m p i n gf l u c t u a t i o n s ，w e r ee s t a b l i s h e db a s e do nt h ea i ra n dg a sf l o ws i g n a l s c h a r a c t e r i s t i c s s e v e r a l s a m p l i n ga l g o r i t h m so fe v e n ta v e r a g eb a s e ds a m p l i n g ( e a bs n ) w e r et e s t e db y s i m u l a t i n gt h ea i ra n dg a sf l o wf l u c t u a t i o nm o d e l s r e s p e c t i v e l y ，t h e nt h ea n t i a l i a s i n gs a m p l i n gs t r a t e g i e so ff l o ws i g n a l sw e r es e l e c t e d 2 ) t h er e a s o n so fa f re x c u r s i o n sf r o ms t o i c h i o m e t r yd u r i n gt h et r a n s i e n t o p e r a t i o no ft h r o t t l es t e pc h a n g e sw e r ea n a l y z e da sv i e w e df r o mt h et r a n s m i s s i o n a n dd y n a m i cr e s p o n s ed e l a y so fa i ra n dg a si ni n t a k es y s t e ma n de n g i n ea sw e l la s e x h a u s ts y s t e m t h ea f rh a m m e r s t e i nm o d e l sw e r eb u i l ta f t e rc o m p e n s a t i n gf o r t h et i m ed e l a y s t h es t a t i cn o n l i n e a rm o d e l sf r o ma i ra n dg a sf l o wt ot h ea f r w e r e f i t t e db yt h es t e a d ys t a t ee x p e r i m e n t a ld a t ar e s p e c t i v e l y ；t h ed y n a m i cl i n e a rm o d e l s w e r ei d e n t i f i e du s i n gs u b s p a c em e t h o d sb yt h ed y n a m i cs t a t e e x p e r i m e n t a ld a t a ， a n dt h eo r d e ro ft h es u b s p a c ed y n a m i cm o d e l sw e r ed e t e r m i n e db yt h r e ed i f f e r e n t e r r o rc r i t e r i o nf u n c t i o n s 3 ) t h ed i f f e r e n c ee q u a t i o nm o d e ls t r u c t u r e so ft h ei n t a k em a n i f o l dp r e s s u r e a n da f rw e r ed e r i v e df r o mt h ep h y s i c a ls t a t e e q u a t i o no fi n t a k es y s t e m 。t h e a d a p t i v em o d e l sb a s e do nf o r g e t t i n gf a c t o r ( f f ) a l g o r i t h ma n dk a l m a nf i l t e r ( k f ) a l g o r i t h m ，w h i c hc o u l dp r e d i c tt h ea v e r a g i n gi n t a k em a n i f o l dp r e s s u r ea n ds u p p r e s s t h ep u m p i n gn o i s e s ，w e r eg a i n e db yc h o o s i n ga p r o p e ru p d a t es t e p ( f o r g e t t i n gf a c t o r o rc o v a r l a n c em a t r i x ) ；a na d a p t i v em o d e lb a s e do nf f a l g o r i t h mf o rp r e c i s e l y - 2 p r e d i c t i n gt h ea f r w a sb u i l tb yc h o o s i n gar e l a t i v es m a l lf o r g e t t i n gf a c t o r ，a n dt h e r e a l t i m ep a r a m e t e r se s t i m a t i o n sf o ra d a p t i v ec o n t r o lw e r ee s t i m a t e da tt h es a m e t i m e s 4 ) t h ef e e d f o r w a r dm o d e ls t r u c t u r eo ft w oi n p u t sa n dt w oo u t p u t sf o ri n t a k e s y s t e mf l o w sc o n t r o lw a se s t a b l i s h e db a s e do nad i a g o n a lf o r mm a t r i xf r a c t i o n d e s c r i p t i o n ( m f d ) t h es u b m o d e l so r d e r so fa i ra n dg a sf l o w sw e r es e l e c t e du s i n g a s y m p t o t i cc r i t e r i o n ( a s y c ) r e s p e c t i v e l y ，a n dt h em o d e lp a r a m e t e r sw e r ee s t i m a t e d b yt h ea s y m p t o t i ci d e n t i f i c a t i o nm e t h o d u s i n gt w ok i n d so fc o n v e n t i o n a lm o d e l v a l i d a t i o nm e t h o d si nt i m ed o m a i n ( r e s i d u a la n a l y s i sa n dc r o s sv a l i d a t i o n ) a n dt w o k i n d so fc o n t r o lo r i e n t e dm o d e lv a l i d a t i o nm e t h o d si nf r e q u e n c yd o m a i n ( m o d e l e r r o rm o d e la n dq u a n t i f y i n gu p p e re r r o rb o u n d ) ，t h ee s t a b l i s h e dm o d e l sw e r e e v a l u a t e d ，t h er e s u l t ss h o wt h a tt h ea c c u r a c yo ft h ea s y m p t o t i cf l o wm o d e li sh i g h i nb o t ht i m ed o m a i na n df r e q u e n c yd o m a i n ，a n dt h i sm e t h o di ss u i t a b l ef o rm o d e l p r e d i c t i v ec o n t r 0 1 k e yw o r d s ：g a sf u e le n g i n e ；s i g n a ls a m p l i n ga n dp r o c e s s i n g ；s u b s p a c em e t h o d ； h a m m e r s t e i nm o d e l ；r e c u r s i v ea l g o r i t h m ；a d a p t i v em o d e l ；r o b u s t i d e n t i f i c a t i o nm e t h o d ；a s y m p t o t i cm o d e l ；c o n t r o lo r i e n t e dm o d e l ； 3 插图清单 图1 1 抗混叠滤波器的工作方式2 图2 1 稳态节气门位置信号时域和频域特性1 6 图2 2 稳态空燃比信号的时域和频域特性1 6 图2 3 稳态空气流量信号的时域和频域特性1 7 图2 4 稳态燃气流量信号的时域和频域特性1 8 图2 5 空气和燃气流量信号的均方谱估计2 1 图2 6 空气和燃气流量建模效果2 1 图2 7 空气流量的e a b s n 算法测试2 2 图2 8 燃气流量的e a b s n 算法测试2 2 图2 9 转速对空气流量的e a b s 4 算法影响2 3 图2 1 0 转速对燃气流量的e a b s 4 算法影响2 3 图2 1 1 动态空气流量的功率谱密度分析2 5 图2 1 2 动态燃气流量的功率谱密度分析2 5 图2 1 3 动态空气流量的s t f t 时频分析2 6 图2 1 4 动态燃气流量的s t f t 时频分析2 6 图2 1 5 动态空气流量的s t f t 频谱分析2 6 图2 1 6 动态燃气流量的s t f t 频谱分析2 6 图3 1 带扰动的状态空间系统框图2 9 图3 2h a m m e r s t e i n 模型结构3 2 图3 3 煤层气发动机空燃比形成过程3 3 图3 4 发动机空燃比h a m m e r s t e i n 模型结构3 3 图3 5 空气和燃气流量延迟3 3 图3 6h a m m e r s t e i n 模型静态非线性部分拟合效果3 4 图3 7 阶次的奇异值分布( 节气门负阶跃) 3 6 图3 8 负阶跃子空间模型f p e 、f o e 、m d l 准则函数随阶次的变化趋势3 7 图3 9 节气门负阶跃空燃比模型辨识效果3 8 图3 1 0 节气门负阶跃空燃比模型交叉验证效果3 9 图3 1 1 正阶跃子空间模型f p e 、f o e 、m d l 准则函数随阶次的变化趋势4 0 图3 1 2 节气门正阶跃空燃比模型辨识效果4 1 图3 1 3 节气门正阶跃空燃比模型交叉验证效果4 2 图4 1 歧管压力自适应模型结构4 8 图4 2 节气门和转速变化( 工况1 ) 4 9 图4 3 节气门和转速变化( 工况2 ) 4 9 图4 4k f 算法递推结果( 工况1 ) 5 0 图4 5k f 算法递推结果( 工况2 ) 5 0 图4 6f f 算法递推结果( 工况1 ) 5 0 图4 7f f 算法递推结果( 工况2 ) 5 0 图4 8 节气门和转速变化( 工况3 ) 5 l 图4 9 节气f - j 并n 转速变化( 工况4 ) 5 l 图4 1 0k f 算法递推结果( 工况3 ) 5 1 图4 1 1k f 算法递推结果( 工况4 ) 5 1 图4 1 2f f 算法递推结果( 工况3 ) 5 2 图4 1 3f f 算法递推结果( 工况4 ) 5 2 图4 1 4 发动机自适应模型结构5 4 图4 1 5 流量和空燃比自适应模型验证( 工况5 ) 5 5 图4 1 6 流量和空燃比自适应模型验证( 工况6 ) 5 6 图4 1 7 流量和空燃比自适应模型验证( 工况7 ) 5 7 图4 1 8 流量和空燃比自适应模型验证( 工况8 ) 5 8 图5 1 进气流量模型结构6 3 图5 2 采用a s y c 准则选择阶次6 4 图5 3a s y m 模型辨识效果6 5 图5 4a s y m 模型的残差分析6 6 图5 5a s y m 模型误差模型频率响应6 7 图5 6 a s y m 模型的频率响应和误差上界。6 8 图5 7 节气门负阶跃激励下的a s y m 模型验证效果6 9 2 表格清单 表1 1 几种典型传感器的特性4 表1 2 进气口喷射式发动机延迟分析( 单位：m s ) 6 表1 3 不同控制器的带宽限制( 单位：h z ) 6 表2 1 工况1 下稳态空气流量的频谱分析( 疋= 1 1 6 6 7 h z ) 1 7 表2 2 工况2 下稳态空气流量的频谱分析( 磊= 1 6 6 6 7 h z ) 1 7 表2 3 工况1 下稳态燃气流量的频谱分析( 磊= 1 1 6 6 7 h z ) 1 9 表2 - 4 工况2 下稳态燃气流量的频谱分析伉= 1 6 6 6 7 h z ) 1 9 表2 5 不同e a b s 算法采样误差( ) 2 2 表2 6 不同转速下的e a b s 4 算法误差( ) 2 3 表2 7 动态空气流量波动频率的变化2 7 表2 8 动态燃气流量波动频率的变化2 7 表3 1 负阶跃空燃比模型辨识精度3 8 表3 2 负阶跃空燃比模型验证精度4 0 表3 3 正阶跃空燃比模型辨识精度4 l 表3 4 正阶跃空燃比模型验证精度4 3 表4 1 验证岐管压力自适应模型的工况4 9 表4 2 验证空气、燃气流量和空燃比自适应模型的工况5 8 表5 1 模型辨识和验证拟合优度。7 0 独创性声明 本人卢明所节交的学位论文是本人在导师指导卜进行的研究。i ：作及取得的研究成 果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得 金g 巴：! ：些厶堂 或其他教育机构的学位或证f 5 而使用过的材料。与我一同。i ：作的同忠对本研究所做的任何贡献均已在论文中作了明确 的说明并表示谓 意。 学位论文作者签名： 墨胎 签字日期：0 d o 年4 ，月g 日 学位论文版权使用授权书 本学位论文作者完全了解佥目墨! ：些厶堂有关保留、使用学位论文的规定，有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授 权金月巴：些厶堂可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采 用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密斤适用本授权 0 ) 学何论文作者签名：岳鹏 签字f i 期：2 0 步年4 月缪日 学能论文作者毕业屙2 - i ；1 ：就幽乙 i ：作单位： 通讯地址： 导师签名： 问锄 签字日坶j ：如，口年弘月，彦e l 电话： 邮编： 致谢 本论文是在导师滕勤副教授的悉心指导下完成的，从论文的选题、构思和 定稿，每一个环节都倾注着导师的心血。导师渊博的知识、敏锐的学术洞察力、 严谨的治学作风、忘我的工作精神、诲人不倦的育人态度时刻感染并激励着作 者，令作者受益终生。值此论文完成之际，谨向导师致以最诚挚的谢意和最深 切的敬意! 感谢左承基老师、刘一鸣老师、孙军老师、汪春梅老师、钱叶剑老师、程 晓章老师的教育、帮助和支持! 感谢实验室徐天玉老师、谈建老师和路苏君老师在实验方面给予的热心帮 助和支持! 感谢师兄马标、邢登军、徐玉兵、石军平在课题研究方面给予的帮助! 感谢研究生张健、刘利平、马勇、张军、张超等同学在学习、生活中的帮 助! 感谢师弟韩鸣、胡颖智、罗军、刘井生在实验和生活中的帮助! 感谢本科生都成君、王慧琴在数据整理和课题研究方面的帮助! 特别感谢父母的养育之恩，以及亲戚朋友给予的无私关怀、支持和帮助! 安鹏 2 0 1 0 年3 月2 6 日 第一章绪论 1 1 实际发动机控制问题 1 1 1 信号采样问题 发动机的电子控制从根本上依赖于离散采样技术，原因有很多，其中的两 个主要原因是【1 1 ： 1 ) 当今的发动机控制策略相当复杂( 调用大量的控制脉谱、采用非线性控 制策略等) ，以至于用纯模拟器件的电子装置不可能实现； 2 ) 由于e c u 的开发时间和开发成本的原因，希望改变控制策略而不改变 硬件，控制策略只能采用代码实现的数字控制单元来实施。 在发动机控制策略的开发过程中，一个至今仍在讨论的问题是：控制策略 的实现是采用基于冲程( e v e n tb a s e d ，e b ) 的方式还是基于时间( t i m eb a s e d ，t b ) 的方式，这就分别导致两种不同的采样方式一一基于冲程的采样( 采样频率与发 动机转速同步) 和基于时间的采样( 固定采样频率) 。e b 策略的支持者c h i n 和 p o w e l l 等人认为，发动机信号的采样和控制应该基于冲程实现，这样，一些主 要的发动机方程就可以简化，因为发动机本身就是一个冲程驱动的机器，基于 冲程的采样会使时域内的时变动态特性在曲轴转角域内定常化【2 dj 。t b 策略的 支持者h e n d r i c k s 认为，发动机控制信号的采集应该固定采样时间，因为很多 的时间常数( 如传感器时间常数等) 在发动机工作中保持不变【4 】。为了用足够的 带宽精度描述节气门快速开启或快速关闭时的歧管动态，基于冲程的采样频率 必须很高，而且对于基于冲程的采样，抗混叠滤波器的设计将非常困难，因为 采样频率在时间域内并不固定。 本文并不讨论数据采样和控制策略究竟是应该基于冲程还是基于时间。在 现代发动机控制系统中，既存在基于冲程采样的控制策略，也存在基于时间采 样的控制策略。对于基于模型的发动机控制，c h r i s t e n 综合分析了基于冲程和 基于时间的发动机模型的特性后指出，基于时间的模型适用于发动机怠速控制 系统，而基于冲程的模型适用于与流量相关的控制系统1 5 j 。因而，对于各缸空 燃比( a f r ) 控制、油量均衡控制等与发动机往复运动的离散过程相关的流量控 制，常采用基于冲程采样和控制策略，而巡航控制、共轨压力控制等常采用基 于时间的采样和控制策略。 在e c u 中，依据变化的时钟脉冲采集信号，根据控制信号的不同( 用于基 于时间或基于冲程的控制) ，时钟脉冲的速率设置为固定或随转速变化。根据 s h a n n o n 采样定理，无法完全获取高于一半采样频率的频率信息，因此，如果 不抑制高于采样频率一半的所有频率，那么这些频率将被折叠进低于采样频率 一半的频率窗口，即产生信号频率混叠，无法获取原始模拟信号的正确信息。 如果把这种有问题的混叠信号输入e c u ， 通常可采用两种方法避免信号混叠。 其一般工作方式如图1 1 所示。 连续模拟信 必然会导致错误的控制结果。 一是设计适当的数字抗混叠滤波器， 图1 1 抗混叠滤波器的工作方式 无论是基于时间的采样还是基于冲程的采样，在设计抗混叠滤波器时，都 需要正确选择截止频率。对于基于时间的采样，因为频带固定，所以抗混叠滤 波器很容易设计。而对于基于冲程的采样，在设计抗混叠滤波器时，如果频带 选择太小，在发动机高速时会丢失太多的有用信息，这样就会限制反馈控制所 能达到的性能；如果频带选择太大，在发动机低转速时就有可能产生信号混叠， 因此，基于冲程采样的抗混叠滤波器设计难度更大( 带宽随发动机转速变化) 。 二是采用合适的采样策略，主要是选择合适的采样周期。对于基于时间的 采样，根据不同的信号特性使用不同的采样频率【6 】，常用的3 种采样频率是： l m s ：常用于传感器信号的处理，如故障诊断等高速任务的场合： 1 0 m s 或2 0 m s ：面向控制的正常时间，如共轨压力控制( 1 0 m s ) 、增压压 力控制( 2 0 m s ) 等场合； 1 0 0 m s ：常用于慢适应任务，如温度、大气压力修正等场合。 对于基于冲程的采样信号，因为抗混叠滤波器设计难度大，所以，在实际 中更倾向于设计合适的采样策略。常用的基于冲程的采样算法有【_ 7 j ： 1 ) 基于冲程的固定相位采样( f e b s ) 算法，即每冲程在固定的曲轴转角对 传感器信号进行固定次数的采样，这是一种最简单的基于冲程的采样算法，用 f e b s n 表示，其中n 表示每冲程的采样数。但f e b s 算法受到采样相位的制约。 通常，在整个发动机工作范围内只固定一个采样相位( 如上止点前10 0 ) ，虽然 易于实现，可惜，对于受冲程影响严重的信号( 如进气流量、歧管压力等) ，容 易产生误差，因为这些信号在动态工况下容易产生共振，导致信号波形的相位 相对于采样相位迅速发生变化，而几乎所有发动机都存在进气歧管的共振现象， 使得流入发动机的空气流量、迸气歧管压力等信号的相位和波形迅速变化，因 此，即使在稳态时，f e b s n 算法也会带来一定的误差，但却会立即产生一个用 于控制的测量信号，两不引入时间延迟。 2 2 ) 基于冲程平均的采样( e a b s ) 算法，即每冲程采样次数固定，然后在一 个冲程内计算采样点的算术平均值，用e a b s n 表示，其中n 表示每冲程求平均 的采样点数。算法相当于对信号进行低通滤波而无需嵌入滤波器，而且与信号 的相移和波形的复杂程度无关，可以抑制发动机的泵气脉动。平均化阶次越高， 即每冲程采样点数越多，抗混叠效果越明显。但却会在控制链中引入一个从l 4 冲程到1 2 冲程的时间延迟，而且在低转速时，这种延迟会更加显著。 若要保证信号完全不混叠，必须提高采样频率，但是，这将增加c p u 的负 担，即使是非常先进e c u ，其处理器的工作频率也远远小于p c 机的工作频率。 这是由e c u 恶劣的工作环境决定的，通常，e c u 工作在温度4 0 - + 10 0 、 高湿度和严重电磁干扰( 如电磁波、点火系统等干扰) 的环境中。因此，在实际 中要权衡信号混叠与处理器的计算能力，根据信号的特性选择合适的采样算法， 即选择每冲程采样点数n 。 1 1 2 瞬态控制问题 传统的发动机控制系统主要采用基于查询表( 非动态脉谱) 和经典频域控制 理论的控制策略，虽然在稳态时可以达到很高的控制精度，但在瞬态工况下却 会表现出一系列的控制问题： 对于空气通道，进气歧管充气的动态响应过程，导致瞬态工况下气缸充 量与传感器检测量不一致【8 - 1 0 l ： 对于燃油通道，迸气管壁面油膜蒸发动态过程，导致瞬态工况下进入气 缸的燃油量与喷油量不等( 汽油机) 。1 3 1 ； 这些瞬态控制问题已经被人们熟知和广泛接受，并已经在s i e m e n s i lo j 和 b o s c h l l 4 j 等产品化的e c u 中得到解决，这里不再赘述。下面仅讨论3 个瞬态控 制问题发动机噪声干扰、传感器的动态特性和延迟引起的带宽限制。 1 1 2 1 噪声干扰 在设计良好的e c u 中，借助于适当的屏蔽和接地措施，电磁干扰并不是一 个主要问题。对于当前广泛应用的汽车传感器亦是如此，它们具有很小的随机 电磁干扰噪声分量。主要的干扰问题是不连续的发动机过程本身的产物，即歧 管压力和发动机进气流量中存在的泵气脉动 15 l 。 发动机吸气过程是一个非常复杂的过程，即使把进气道中的进气动态过程 用很多集总电阻、电容来描述 1 6 1 ，也只是进气过程分布系统( 无限个电阻、电 容分布在迸气系统中) 的近似。因此，进气道中的压力、流量等信号不会以无限 快的速度沿进气道传输，而是以有限的速度传输。歧管边界的任何扰动( 如活塞 往复运动、进气阀开闭、节气门的开大或关小等) 都会沿着进气道来回传递，并 历经多次反射，形成压力波共振。这些由发动机不连续运动引起的脉动非常强 烈。此外，在许多现代发动机中还可能装有多路调谐进气歧管，通过加剧歧管 共振，有意识地增强泵气波动幅度，在一些工况下实现惯性增压以增加气缸充 量，导致歧管压力和空气流量的波动幅度进一步加强。通常对于火花点火式发 动机，在稳态工况下，进气歧管压力和节气门空气质量流量相对于平均值的波 动幅度可以达到4 l5 和2 5 - - 10 0 7 , 1 5 】，且脉动幅度不是常数，它们随着 发动机负荷和转速变化。当发动机处于瞬态、大节气门工况下时，压力和流量 的循环脉动噪声将更大。 在传统发动机控制系统中，一些发动机参数( 如歧管压力、空气质量流量等) 的平均值对于计算重要的控制参数( 如喷油量) 是必需的【1 4 】。因此，在实际中 需要对含有干扰的信号进行调理，抑制信号中的噪声分量，以便得到控制所需 的有用信息，并且不引起时延。当前发动机控制系统均采用具有离散特性的数 字控制方式，对于包含大泵气脉动干扰的控制信号，如果不采用合适的采样或 信号处理方法，将会导致严重的混叠问题。特别是基于冲程的采样策略，其脉 动噪声谱和采样频率都锁定在发动机冲程频率。通常有3 种方法得到包含噪声 的信号均值【7 】： 1 ) 选择合适的采样策略； 2 ) 设计合适的信号处理方法； 3 ) 采用基于模型的方法： 对于采样策略，前面已经详述；对于第二种方法，主要是设计带宽合适的 抗混叠滤波器，其主要问题是会在控制链中引入一个延迟；对于基于模型的方 法，这是当前国内外研究的热点，将在后面详细讨论。 1 1 2 2 传感器特性 在设计发动机控制系统时，必须考虑传感器的特性。传感器的非线性特性 和响应时间对控制器的性能影响很大，如果有可能，控制器的结构应该与传感 器的特性相适应。为了便于说明问题，表1 1 中列出了几种典型传感器的性能 指标【1 7 - 2 1 1 。 表1 1 几种典型传感器的特性 传感器敏感元件精度响应时间线性特性 歧管压力( m a p ) 传感器压电晶体 l 2 5 m s极好 歧管温度( m a t ) 传感器金属膜热电偶 2 卜1 0 s 非线性 空气流量( m a f ) 传感器热线热膜3 3 0 m s 一0 5 s非线性 节气门位置( t p s ) 传感器 电位计3 o 1 m s极好 正时转速传感器霍尔元件可变磁阻 l 3 0 3 0 0 1 t s 极好 废气氧( e g o ) 传感器氧化锆陶瓷 1 6 5 0 m s 高度非线性 宽域氧( u e g o ) 传感器带氧泵的氧化锆陶瓷 1 6 2 0 0 m s线性 尽管m a f 传感器已经在发动机空燃比控制中广泛使用，但其动态特性随 发动工况变化，而且具有强烈的非线性特性，特别是在流量受到大进气脉动和 4 回流作用的动态工况下，会导致不精确的测量结果【7 , 15 】；显然，线性度好的m a p 传感器是估计发动机进气充量的最佳选择；尽管m a t 传感器非常精确，但其响 应时间太慢，无法捕获发动机瞬态工况下的任何快速热动态过程：e g o 传感器 是唯一一种可以直接反映空燃比信息的传感器，也是保证a f r 控制器鲁棒性的 唯一一种传感器，但其开关特性使得e c u 只能得到空燃比的有限信息；u e g o 传感器可以给出空燃比的详细信息，有逐渐取代e g o 传感器的趋势，但仍旧存 在零点漂移和慢响应特性的问题。事实上，最主要的控制问题源于这样一个事 实：e g o 传感器安装在排气歧管上，因此，e c u 所得到的a f r 信号并非当前 的进气空燃比信息，而是经过了一系列传输延迟的滞后信息，从而限制了控制 器的响应时间。 1 1 2 3 带宽限制 在工程实际中，通常根据系统的频带宽度来描述控制器的性能。从直观上 讲，一个大的带宽对应于一个更快的响应时间( 高频信号更容易通过系统到达输 出) 。严格地说，带宽的概念只能用于线性系统，因为傅里叶变换是在线性系统 中定义的。然而，对于非线性系统，用带宽描述系统特性也很方便，但在这种 情况下，带宽只能用某些调节时间的倒数来解释。对于发动机a f r 控制带宽， 即为九信号调节到1 容限所需时间的倒数。 根据h e n d r i c k s 等人的研究，在发动机瞬态时，与空气质量流量有关( a m f r ) 的信号的响应速度与节气门转角的上升时间非常接近，因而可以假设它们与驾 驶员输入频谱相同忙引。各种实际道路工况的实验表明，节气门转角变化的最小 时间尺度通常为5 0 1 0 0 m s 1 5 】。这表明，驾驶员意图和节气门转角之间的关系 可以用一个截止频率为1 0 一- 2 0 h z 的低通滤波器近似描述。精确的截止频率对 于所使用的方法并不重要，但设计时要考虑到最坏的情况，所以应选择截止频 率上限为2 0 h z 。这样驾驶员意图接近于高斯白噪声，即节气门快速开启和关闭 的随机序列。因此，在最坏的情况下，a m f r 信号谱可以用一个频带宽度为2 0 h z 的低通滤波白噪声近似。这个数值非常重要，因为它表征了基于带宽描述的a f r 控制器的要求；大致地说，如果要避免瞬态工况下的空燃比误差，需要频率达 到1 0 倍的驾驶员输入谱频带宽度( 如1 0 0 - - 2 0 0 h z ) 以上，此时被控系统才能正 确运行。 无论使用什么控制器，即便是没有输入损失，被控系统的性能仍然受到很 多限制。这些限制来自被控系统和控制器本身的结构。此外，需要强调的是， 这些限制是不可能仅通过调节控制器来克服的。整个发动机控制系统的带宽受 到延迟的严重限制，对于反馈控制系统，除了采样延迟和信号处理带来的延迟 外，其控制带宽主要受到喷射延迟和传输延迟的制约。 喷射延迟r l d 即从e c u 采集到a m f r 传感器信号到缸内形成最终a f r 的时间间隔。这 个延迟非常重要，因为在此期间内，任何可能改变流量的扰动都不能通过控制 器补偿，并将导致a f r 偏移。喷射延迟主要受3 方面因素的影响： 1 ) 计算持续期 即e c u 计算一次控制策略所花费的时间。通常，对于基于时间的控制策略， 这个延迟约为1 5 m s ；对于基于冲程控制策略，该延迟约为1 8 0 a c a ( 曲轴转角) 。 2 ) 喷油持续期 即喷油脉宽，直接决定喷油量的大小( 若喷油器流量系数为常值) 。通常喷 油脉宽为2 1 5 m s 。 3 ) 开始喷射( s o i ) 延迟 即从控制策略计算结束到喷油脉宽开始之间的等待时间。这个延迟是为了 保证在进气阀打开阶段不喷射或喷射很少的燃油，从而使得油膜有足够的时间 和足够的效率进行蒸发，降低h c 排放【2 3 。2 5 】。在最坏情况下，s o l 延迟可以达 到计算持续期( o 1 5 m s ) 。 总之，对于基于时间的控制策略，喷射延迟在17 m s 和4 5 m s 之间变化；对 于基于冲程的控制策略，若要防止开阀喷射，其喷射延迟至少为6 3 0 。c a 。 传输延迟 f r o 即从修正变量( 如喷油量) 的变化到被控变量( 如九信号) 受到影响所需的时 间。对于发动机控制系统，传输延迟仅存在于九反馈的a f r 控制中，即从燃油 喷射到e c u 读取九传感器信号的时间间隔。通常，从进气口喷射的燃油要先经 过3 冲程( 转速为1 0 0 0 r m i n 时需要1 0 5 m s ；转速为5 0 0 0 r m i n 时需要2 1 m s ) 才 能到达排气歧管，再经过2 - - - 2 0 m s 达到九传感器( 通过排气歧管的传输时间) 。 显然，控制只有在经过喷射延迟和传输延迟才能起作用。这两部分延迟总 结在表1 - 2 中【1 7 r j ： 表1 2 进气口喷射式发动机延迟分析( 单位：m s ) 最好情况最坏情况 采样方式 喷射延迟乃d传输延迟f r o喷射延迟乃d传输延迟锄 基于时间1 7 m s2 3 m s4 5 m s1 2 5 m s 基于冲程2 1m s2 3 m s1 0 5 m s1 2 5 m s 表1 3 不同控制器的带宽限制( 单位：h z ) 基于进气测量基于排气测量 采样力式 最好情况最坏情况最好情况最坏情况 基于时间5 8 8 h z2 2 2 h z2 5 h z5 9 h z 基于冲程4 7 ，6 h z9 5 h z2 2