杨浩 翻译第二篇.doc

装订线长 春 大 学 毕业设计（论文）译文纸燃烧控制的迅速控制模型系统摘要对燃烧的控制是获得更好的燃烧效率和较少的污染排放的关键因素之一，也是内燃机,火花塞点火和HCCI（均质压燃）发动机的关键。本论文介绍的是一种低消耗，高性能的系统，这个系统以商业软件和各种硬件作为基础，允许控制的实现和基于燃料分析的诊断策略的实现。本论文还介绍了迅速控制模型（RCP）的有点。（用户友好开发工具，实时校准等）我们可以借助于例如一种汽缸内部传感器，或者一个依赖于各种用用程序的电离电流测量系统来获得燃烧过程的信息。信号由一个快速采样系统所采集，这个系统处在一个给定的曲轴角度窗口中。根据说采集的信息，我们就可以处理这个输入信号了，为了评估诊断或者控制参数，（这些参数可以在相同发动机循环的终点所测量到）并且最后用于发动机控制参数的校准。本系统定义并且配备了发动机爆震检测测绘的各种应用程序。一旦气缸内部压力传感器和加速度传感器同时发出的信号被检测为是爆震敏感信号，标配的可变磁阻传感器就会发挥作用。曲轴位置和凸轮轴位置信号对于为任务打开窗口，把分析爆震的相关信号限制在发动机循环的精确位置。本系统经证实是效率极高的，它能够通过不同的窗口同时分析四个信号，而且该系统不受窗口位置和尺寸大小的限制，也不瘦发动机速度的限制。本系统也被应用在其他设备上，例如在50%大量燃料燃烧（MFB）曲轴角度设置器上，或者应用在柴油燃烧控制实时热分析上，或者在HCCI发动机上也有所应用。1. 介绍：车辆控制和诊断应用程序正变得越来越复杂，同时对于策略的最终安装在电子控制总成（ECU）和在测试台上对发动机的测试上。对于高采样率系统的要求也有所增加。应为采样信号的频率趋于更高。高采样系统允许获取信号并且通过一个离线的过程来设计控制/诊断方法。算法一经确定，他就会在网上获得应用。这意味着输入信号已被实时安装。安装目标软件一般较为耗时，而且必须经过严格的校核，另一方面，RCP系统通常不以快速采集和分析信号为方向。由于发动机内部燃烧（发动机循环的一部分）产业较为匮乏，那么该系统地一个有用的特点是它能够采样和分析角度窗口所发出的信号，。一个改进了的RCP系统能有这样的表现对于基于快速角度信号分析的算法的发展是必要的。对于此类问题的解决正变得更加富有挑战性。如果发动机的速度能达到非常高（赛车发动机）的时候。这些技术可以归为爆震测试技术。这些现象通过观察爆震敏感信号来进行诊断（汽缸内部压力为1-4，加速针1-2,离子电流5-6）通过给定的发动机循环部分，信号必须在高采样率下采集，并实时分析，而且检测结果必须及时获取（在接下来的燃烧代替相同的气缸之前）此装置上所应用的硬件必须有以下表现：一获取高的采样率数据引用曲轴角度敏感信号快速的数据处理和计算我们需要一个非常相似的装置来联网表现热放射分析：汽缸内部压力信号必须在燃烧冲程之内采集和分析（例如50%MFB）也必须要实时表现。结果要被应用在控制或诊断目的，同时被应用在火花塞点火和柴油机上。例如，点火提前角可以通过50%MFB的反馈信息进行控制，当混合柴油机的连接模式能被通过比较角度和已测量的热辐射波形的反馈控制时7，甚至HCCI燃烧都可以被检测和控制。（例如通过找到一个适当的接入开始和废气循环率8）通过相同的装置。有关低消耗的汽缸内部压力转换器的新闻9提出了一种为未来的发动机装备的车载应用程序：RCP系统可以配备为发动机控制和诊断的新的气缸内部压力策略，来确保之前提到的优点的实现。最后，不仅仅是对燃烧检测，还有其他的策略能够收益于改进了的RCP系统。例如，熄火监测技术的参数校正相位可以提高10：熄火监测的最常用的技术是燃烧事件的测量技术（即，曲轴转过一个特定的角度所需要的时间）。为了优化用于对燃烧时间测量的窗口是可以根据（曲轴角度开始）的延期和位置所选择的测量结果。根据测试台和车辆测试，最优化的设计一般是离线的，但如果RCP系统能够采集信号，并实时采集时间间隔数据，那么它将会很容易的装备。根据前文所述，RCP系统必须表现快速的采集分析输入：采集率必须根据输入信号的频率进行选择。一个更好的有关气缸内部压力信号的角坐标分辨率可由一度样品所获得：在非常高速的发动机上这就意味着采集率必须在100HZ的范围内。这个值是根据每一个采样通道所确定的。（每个频率100ks/s）至于振幅分辨率，是14比特（16384输入水平）。是出于中间值的需要，尽管16比特能获得更好的精度。有一个模拟输出通道也是很有用的，这个通道能够保证循环信号的稳定。例如来自装备诊断算法的结果的提醒，或者信号模拟传感器的输出。数字I/O接口也应用在信号的接收和发射上。这些信号的类型依赖于以下应用程序：对于制动器命令代的数字输出的使用需要很长时间，例如，如果信号被应用在喷油嘴或喷油线圈上时，发射信号所消耗的时间要在一微秒之内，而且通道必须独立。对于数字输入，一些应用程序也对性能有所要求：对于角度窗口持续时间的测量，对于减少测量时间的质量误差，高频（20MHZ）和高分辨率（24比特）是必要的。然而，硬件的核心，也是系统的大脑。例如，允许实时信号采集和评估部分。系统的这个部分必须允许基于代数和逻辑的操作和数字信号的过滤，外推法，数据存取，还有其他一切系统所需要的东西。程序必须是循环友好型的（对于目标硬件来说），每一个变化必须实时获取（或改变），而且没一个变化必须容易找出。系统必须能够非常迅速的对输入和输出信号进行快速的操作（同时对于模拟和数字通道也是如此）。本文介绍了一种可重构的硬件，这个硬件必须确保操作的确定性一个非常高的I/O采集通道，高速计算的表现。这些特点可以依赖于RCP的布局来实现（例如在11中所描述的那样）。但如今，相同的性能可以通过更为廉价的设备所实现，这就更多的需要注重速度而不是记忆或者计算了：那么FPGA（现场可编程逻辑门阵列）因此就成为最终选择了。这种装置可以传输真实的硬件对应码和实时执行：这就意味着，在代码编译和下载之后，每一个线圈将会同时执行，没有由于线圈延时计算循环时间而导致的过度和不执行的缺点。此应用程序上所应用的硬件是NI PXT7831R.这个硬件安装在PXI地盘上（是一个独立的单元）。他提供8个16比特的不同的模拟输出通道（最大更新率为1MS/S）和96个数字输入/输出通道。他在一个计时中能跑到40MHZ并且它能在一个计时循环中执行大多数操作。这个计时循环可以应用在数字I/O信号上，他的计时尺度也是可靠的。对于ADCs不直接供应FIFO（先进先出）命令时是非常值得注意的，但每一个样本都能被无延迟的处理，这使得高频率，实时控制线圈或处理的设计成为了可能。这个可编程的部分由11520个等价的逻辑单元组成，它极其具有可配置性。这个硬件被应用在单独操作模式上，通过电脑来实现。这是可以实现的。因为所有的需求特性都集成在一个单一的硬件上。该硬件上所使用的软件叫LabVIEW FPGA。因为浮点过程不受FPGA所支持，若以这个程序必须通过使用整数变化来执行，这个问题的解决不会造成太大的浪费。2. 发动机的敲缸诊断自从这个系统进行了彻底的重新配置，许多不同的应用程序将会实施，这现在已经完成试用点火装置和注射型的一代（全部通过ECU的应用程序）与发动机的燃烧诊断。这个应用程序深刻地描述了相关于发动机绘图的敲缸诊断：这个计划的目标的是设置一个能够识别敲缸状况的系统，允许点火提前筹划的自动选择。这个系统的特点是就有赛车发动机的导向性。首先，在操作系统中，发动机的转速不能代表一个限度，安全的目标转速是20000 rpm。并且，敲缸指示器不一定依赖发动机的测试：赛车发动机经常承受一些微小的变化，这些变化不一定受一些检测参数的影响，否则，发动机的以来标度将会改变。由于相同的原因，发动机运行状况的独立指标将会提高：这个特点是避免浪费时间阶段。至于用传感器进行诊断，处理测试工作台的应用程序，气缸压力应考虑其是否有效。最后，这个系统必须尽可能“即插即用”。这个系统没有必要装备额外的硬件来处理信号。多种信号的处理方法在本文献中的1-6节中有所提及。为了强调敲缸，大部分都依赖发动机气缸压力信号的振幅的变化。在爆燃中可以观察到燃烧的共振频率对信号扩大达到的最大值。而这主要依赖于气缸钻和燃烧后的温度。首先，三种震动模式频率通常在520KHZ的范围内，在曲轴角度窗口中可以观察到，在这里，压力振幅是最明显的。依靠选择探测的方法论。在过滤气缸压力信号时 ，敲缸是指被定义在观察窗口不同的操作实施最普遍的指数。定义如下：带通过滤压力信号的顶峰值（ppmax）带通过滤压力信号的面积值（MSV）带通过滤压力信号的积分绝对值（ID）带通过滤压力信号的三阶导数最大值（D3）这些指数已经在应用程序和对照中给予考虑。为了减少信号噪音，考虑到需要确定的极限值，信号-噪音比率和诊断的稳定性。对这个结果的一个比较得出了一些参数。其他的检测方法论，根据数据统计的分析最初予以考虑，但最终还是放弃了，那是因为在严重的敲缸情况下的不可靠性的回应。3. 试验计划这个系统装备了FPGA单元，它已经完成在测试台上的检测，有两种不同的汽油发动机：一种是1.2公升，4缸发动机和四缸赛车发动机。这两种发动机在稳定状况和控制瞬变状况下运行，不同点火提前角遵循ECU maps 系统。首先，这个设计信号已经被取样和分析；之后，这些数据被FPGA中的循环硬件所检测；最后，这个系统将在目前的发动机上检测这些数据。曲轴转速传感器，周期参考数据和气缸压力信号。在RCP系统中取样一个重要目标，已经在RCP系统介绍中避免了一些发动机的变化：曲轴位置监测和周期参数使用的参数是最初的装置，它们的信号在200KHZ时取样。在一些粗劣的位置信息中，改善精度。于压力信号，它是目前的应用程序中的比率是100KHZ。4. 发动机曲轴位置和周期参数检测虽然不同发动机所用的传感器类型不同，通常使用霍尔效应或者VSR类型的装置来确定曲轴角度和周期参数。首先，输出一个裸机信号（通常是兼容TTL的）和一个简单的边缘检测（有关的字输入）是足以更新一个齿轮计数器，其次输出一个模拟信号，这个信号的频率和振幅依赖于发动机的转速。最后，这个信号总是受噪音的影响。一个简单的零交叉边缘的最大斜率也是不允许的。在这个应用程序中我们考虑到两种齿轮检测的情况，第一，如果VSR信号值低于所给极限值，啮合的一段就会被检测出来。第二种情况提到了以前的一些样本，VSR信号一定会降低，所以在样本之前的实际数据必须高于此极值，选择的与样本的对照物才是之前最接近的值，这个检测将会受到错误检测的影响。在样本的五分之一被提取之前，实际中是依赖一个实验分析（在不同发动机传感器上进行的信号分析） 至于Tover的入口值，其值随着发动机速度的变化而变化（因此就随着振幅的变化而变化）它是即插即用值的固定位置，这个值是VSR在发动机最后一个循环中所测得的。在一个相同发动机的循环中很多样本都可以用（1）来计算，因此为了避免错误的测量，我们会定义一个模糊的时间，这个时间导致系统在一个固定的时间点退出线圈振幅的测量（例如一个固定的样本数组）经过第一种情况（1）证实后，这个程序决定第一个所证实的样本（Sover），这个样本的位置接近于零交叉点（依赖于入口水平和信号斜率）的位置。对于一个非常高的曲轴位置时，一旦Sover样本被定义，第二个线圈就会开始工作，第二个线圈的计算公式变为Tunder 变成一个不同的（相反的）入口值，所有的Sover信号都被一个新的样本所重复Sunder，与新的公式相一致。图1:用VRS信号计算轮齿数在两个尚未认定的半成样品之间，等效零样品（S0）最于可以被认定。图1中显示的是该步骤。同样的技术可用于曲轴的角位置和周期参考信号：周期参考信号的零交叉检测触发轮齿计数器复位。轮齿的检测程序连续运行：当发动机达到确定角位置（可以实时改变），事件触发的软件部分执行，直至角窗结束。这里要评估可以用于控制目的直接输出（模拟或数字输出）爆震指数与阀值相比，为确定爆震发生的状态。角分辨率的窗口定位取决于曲轴位置传感器监测到的轮齿数。如果这个数字不能保证必要的分辨率，曲轴位置可以进行外推，基于对最后的发动机转速测量，对速度的趋势，（必要时）和对系统的差异，可以发现速度测量涉及不同的角位置。5. 缸内压力信号的滤波压力信号的滤波是由两个步骤进行：一方面，电荷放大器的输出是内部的低通滤波，另一方面，采样信号进行数字过滤通过FPGA信号调节操作。电荷放大器的低通滤波抑制高频噪声和防止混叠采样的信号。赛车引擎阀门关闭会对阀座产生严重影响。由此产生的振动传播到传感器，达到其共振频率（约130千赫）。因为传感器对压电石英作用敏感，无论是源于气缸内的压力变化或振动，对应的传感器的谐振频率的振幅变得非常高。该组件的信号必须认真研究：其高频高振幅特性可造成一个严重的混叠误差。此外必须将信号的硬件过滤，如果采样率不够高（软件过滤器混叠）压力信号的频谱，会有较高的频率成分：光谱分析对高频信号进行采样（1 MHz是足够的压力信号），是对采样率和滤波器的截止频率选择一个好的方法。图2显示的是不可忽视的高达300千赫的信号频率组成。对爆震诊断有益的频带宽度在20千赫以下，因此高频率的出现可以用硬件滤波器截止。30千赫截止频率和100千赫采样率是切实的选择。图2：信号的频谱（FFT的数字高通滤波，5kHz）对于数字带通滤波，选择一个4阶切比雪夫滤波器，,截止频率为5.5 -12 kHz，和2 dB峰间脉动的通频带。选择滤波器参数以保证最低的弱化前两个燃烧室共振频率。过滤器有锋利边缘的低频率可能需要非常高的发动机转速:扭矩产生相关的频率组成气缸内压力信号，在25th发动机循环谐波后失效，相对于发动机额定转速的20000转，4.2khz的频率。图3：滤波器的幅度响应滤波器可以连续执行或有限的部分压力信号。第二个方案减少了硬件的计算，但为了解决滤波器输出，需要在预测的窗口中启动。第三种可能性是使用信号窗口(例如:切比雪夫equi-ri pple窗口),以避免副作用失真。最后选择实现第二个解决方案:有一些密封样品的缓冲区是为解决曲轴窗口开始前的过滤。必要数量的样本由观察滤波器的脉冲响应确定：75样品保证较低的残留( 0.5%)。随着曲轴到达窗口启动位置，气缸内的过滤压力信号是可作为评价指标。6. 指标的选择为了测试他们在工作条件中的诊断性，离线程序复制的FPGA操作已被用于索引比较图4：缸内压力滤波的绝对值：n / n max= 0.25；负荷= 15%；平均50多个引擎周期。赛车引擎。众所周知缸内压力滤波影响点火提前可以在图4和图5中观察到，第一个指4缸赛车引擎,第二个大规模生产4缸引擎。缸内压力滤波信号的绝对值，满足基准（映像火花提前）和爆震（增加火花提前）条件。很明显,考虑运行条件,对所有先前定义的指标，角窗口包含大量爆震会发生在上止点前15和上止点后90 的信息。对一个给定的爆震工况计算，信号用于定义可对比的指标，控制角位置达到最大值。为了得到有关曲轴转角更多的信息，详尽研究基准信号，其获得量是严格相关的指标相应。图5：缸内压力滤波绝对值n / n max = 0.25;负荷= 60%；平均50多个引擎周期。标准生产引擎。图6中的缸内压力滤波信号，它的平方值，一阶导数的绝对值，和第三阶导数：数据平均超过50的发动机循环周期，每个信号被分开，对它们最大绝对值作比较。引擎和操作条件和图4相同。可以看出，在爆震条件达到峰值（所有代表的数量）上止点后 5和 25之间。这些因素可以为其他爆震条件和两个引擎重复：上止点0后- 45，角窗口可以确认所有的诊断方法有效，从现在开始已被用于评估显示。图6:信号的索引定义:n / n max = 0.25;负荷= 15%;平均50多个引擎周期。赛车引擎。所有考虑索引(MSV,Ppmax ID,D3)显示高色散,这与统计学的自然现象有关:即使在爆震条件下,并不是所有燃烧都异常。图7：爆震指数分散条件。N / Nmax = 0.25；负荷= 15%。赛车的引擎。为了使指标对一般操作条件敏感，而不是只有单一的发动机循环，接着介绍移动平均滤波。该滤波器平均指标值为40：根据选择的客观稳定输出给定运行条件,并且,与此同时,在瞬态条件下维护检测能力。索引滤波使它容易找到阈值，避免误报和漏诊。图8：平均爆震指标值。n / n max = 0.25;负荷= 15%。赛车引擎。图8显示了该指标的趋势，移动平线应用后的工作点和图7相同。ppmax，ID和D3的指标显示出类似的特性，同时毫希沃特值不稳定。然而这并不意味着MSV信噪比（SNR）较低：首先标准工作条件下的指标值有必要评估噪音。信噪比可以在相同的工作点，划分指标最小值衡量爆震指数，最大值评估引擎运行,但要在较低的点火提前角下进行（标准条件）。从这点来看似乎颠倒:最好的信噪比是达到MSV指数,D3和PPmax特性居中,ID特性最差。这个结果证实了1中的观察。图9:指数速度负荷:负荷75%,ADV=-6相对映射值。赛车引擎。图9显示了所有指标取决于转速：发动机转速变化范围从35%到100%最高速度，而节气门开度保持不变（65%满负荷），在非爆震条件（6相对于原来的映像）。对速度独立性而言，最好的结果是通过使用ID指数来实现，而最糟糕的是通过MSV。结果又一次被证实，可以在 1 中观察到。然而，所有的指标对发动机转速有很强的依赖性。图10:MSV指数负荷依附性。负荷=75%- 20% ADV = -6。75%高值负载的标准化。赛车引擎。关于对发动机负荷的依附性，PPmax指数几乎是独立的，而所有其他指标都显示出依附性。最有说服力的又是MSV：图10显示了在MSV指数趋势的差异，,两者之间的负载条件下75%和20%，相对于原始值点火提前角均减小6。7. 指数标准化缸内压力信号频率依附于速度和负载的内容,所有指标都受这些依附项的影响。然而，信号的频谱的一部分，精确的爆震依附性：因此可以通过使用其他频率能量含量的信息来规范爆震频率的能量含量。发动机转速的变化，即使没有爆震引起压力信号频谱的振幅增加：这是操作指标条件的依附性的原因，这使得它很难选择能在不同引擎和不同运行条件下工作的爆震阈值。对应于一个非爆震频率可以用来作为一个参数来评估信号基础水平。必须仔细选择基本水平评估的频率范围，以免考虑由于爆震的振幅变化:将整个信噪比恶化。一种可能的选择是3-4千赫范围：如前所述，这一频率范围内包含周期谐波在第二十五时的最高速度，因此在这种情况下诊断的敏感性会降低。压力信号可以看做带通滤波器，越过爆震频率和正常频率和新的爆震检测指数，因此可以定义如下: 可以通过前面讨论的角窗口对分子和分母终端进行评估。结果表明,信噪比水平仍唯一可以容许的是 PPmax 和 MSV,而对所有的指标速度负荷依附性可以变得忽略不计。MSV，然而MSV本质上是更强大的，因为它并没有分析窗口研究单一滤波信号的值：一个尖峰信号中会导致ppmax误报，但不会改变MSV值的多少。规范化MSV已最终选择了在FPGA实现。图11显示对于不同的发动机转速和负荷条件，在标准和爆震情况下ppmax和MSV指标的例子。图11:正常化指数和标准条件。赛车引擎。图12显示了指数应用程序瞬态测试:规范化MSV指数差异和爆震值在整个操作范围有不同的加载速度。图11和图12 MSVNORMvalues已经到达到爆震条件最高值（N / nmax0.25，负荷= 15%，ADV = + 12）。图12:规格化爆震指数和标准条件。赛车引擎。8. 仿真和台架试验方法被定义之后,它已经在FPGA上实现变形。离线分析的结果已经验证实施HIL测试:这一阶段的目的是得到的结果与那些离线实时与实际板进行比较这样，同一数据集必须被使用，用于离线和实时算法的输出比较。因此，FPGA已经通过一个DAC电路板装置馈送用于离线评估相同的数据，显然DAC渠道选择更新率高于FPGA输入通道采样率。为了得到相同的结果与离线HIL测试，离线的代码必须正确地再现最终板代码（FPGA仿真）：如前所说，FPGA执行整数操作(没有浮点处理),和相同的计算必须复制离线。整数运算的结果往往被截断，这可能会影响该指数评价：重要的是，FPGA一方面限制截断效应,并在仿真方面,复制相同的过程。系统性能也可以评估人工信号,为了测试所有达到功能限制的的软件。例如目标最高速度测试可以通过引用人工摇把执行,参考缸内压力信号周期。电路板可执行的爆震诊断高达20000转，单独4缸内压力通道，允许每个气缸选择独立的窗口。至于分析窗口，可以部分或完全重叠。该系统测试在两个不同的引擎终端，从原始传感器抽样曲轴位置和周期参考信号,从压电传感器采集缸内压力信号。测试在稳态和瞬态条件，具有固定的油门位置和变转速与固定节气门开度。在点火提前角的临界值，指标值被证明是稳定的，当点火提前角趋于爆震值，指标值迅速增加。轮齿计算没有错误,也没有检测到引起异常噪音的指标值。9. 结论本文提出了一种基于FPGA板的快速控制原型系统，可用于开发控制和诊断策略，基于高速曲柄角度定义的信号分析。这种系统特别适合基于缸内压力信号的燃烧分析。电路板已被用来实现一个爆震诊断工具，应用于发动机点火提前角的映射。设计该工具来保证诊断高达20000转，在稳态和瞬态条件下，使用传感器输出无需外部信号调节：由同一个电路板进行数据采集，数字滤波，角窗的测定和评价指标。评价可以进行多渠道的同时，并没有限制不同频道窗口重叠。这种系统特别适合于燃烧控制中的应用，如爆震诊断或热释放速率控制。基于电路板，对试验台的爆震诊断进行了系统设计。在试验台上采集的数据进行了初步分析，选择爆震指数：基于过滤缸内压力信号的均方值指数，给定的kshaft角度计算,被证明是最可靠的。但修改指标定义为了让它独立于发动机转速和负荷。诊断方法已被确定后，电路板已在测试台架试验，进行硬件线圈仿真测试。测试同时在四缸大排气发动机和四缸赛车发动机上进行。这两个极其相似的系统在不同的方向上有着细微的变化，例如柴油机和HCCI发动机中的燃烧控制方法的