发动机电控系统自动优化标定技术的研究

发动机电控系统自动优化标定技术的研究

自动优化标定技术随着电子发动机控制技术的应用，以及汽车性能的新控制策略和控制方法的不断引入，但只有详细测量驾驶员控制系统的控制参数，我们才能获得驾驶员最佳性能。在传统的标定过程中,一般通过人工调整控制参数进行台架实验,然后进行离线优化,再验证优化结果。而在发动机不同的工况区,获得最佳动力性、经济性和排放性的控制参数是各不相同的,而且不同控制参数对各项性能指标的影响也是相互耦合的,要想得到最佳值,需要反复进行优化标定,整个过程实验量非常大。因此,随着发动机电控系统标定工作复杂程度的提高,为提高标定效率,自动优化标定技术越来越受到重视。国外一些公司开发了专门用于电控发动机优化标定的自动优化标定系统。目前比较典型的发动机自动优化标定系统主要有两个系统,即德国FEV公司和Schenck公司开发的VEGA系统1自动优化标定发动机电控系统自动优化标定的基本原理就是应用一个自动标定系统,自动实现发动机控制参数的优化和标定。在发动机性能优化的目标、约束条件、控制变量变化范围和边界条件已知的基础上,根据设定的测试试验循环,利用优化软件对控制参数进行自动优化。自动优化标定把试验过程和优化计算结合起来,依据优化问题组织优化实验,自动进行试验、测量、采集数据,在线对试验结果进行优化计算,根据优化结果控制实验过程,直至得到最优解。一旦试验过程开始则完全不需要人的干预,实现全自动优化过程。自动优化标定主要包括以下四个基本步骤:1)发动机稳态试验;2)测量与数据采集;3)处理数据并建立优化数学模型;4)进行优化计算并为下一次试验确定新的控制参数。这四个步骤的顺序执行称为一个优化循环。在发动机电控系统自动优化标定试验中,首先需要根据要求选定若干具有代表意义的工况节点,即用有限个发动机工况(转速/负荷)点模拟发动机全运行工况。每个所选择的工况点都配以时间加权因子,以代表周围邻近运行区域的工况。当起始循环的测量和处理完成后,优化模型已经建立,实际的优化结果可以作为临时最佳值。在优化过程中,使用适宜的最优化算法,优化软件便会自动确定出接近临时最佳值的一组参数。之后,这些新的参数被传送到标定装置中,新的试验又可自动进行下去。在优化过程中,新的测量结果被用于对使用统计方法得到的初期模型进行完善。以便在临时最佳值的附近区域提高精确性。完善后的模型作为下一个优化循环的基础。试验结果表明经过起始循环和随后的二、三个优化循环之后,就可得到较为满意的优化结果。2自动优化标定系统的基本程序自动标定系统是完成发动机自动优化标定的基础。一般而言,自动标定系统主要包括标定系统计算机、标定装置、优化软件包、试验台控制计算机、各种检测设备、发动机及测功机等,自动优化标定系统结构框图如图1所示。在预先设定好发动机标定试验流程后,通过利用自动标定系统主机控制标定实验的进程并负责对标定数据的优化处理,试验台控制计算机控制所有的检测设备和控制设备,包括标定装置,根据需要修改发动机电控系统的控制参数。标定系统计算机、试验台控制计算机和标定装置通过控制接口实现相互通讯,完成工况点的设定、发动机参数的采集和标定参数的优化过程。这样在整个标定试验过程中无需人工控制和数据采集,缩短了标定周期,提高了标定结果的精度。为实现自动优化标定系统的基本流程,自动优化标定系统需要具备以下功能:1)控制发动机ECU的工作,系统通过向ECU发出命令,由ECU来实现试验工况节点以及相应喷射脉宽、点火提前角等控制参数的自动控制;2)能够在线调整发动机电控系统的控制参数;3)完成实验数据的采集,并与标定装置实时通讯,对实验数据进行相应的处理;4)根据优化任务的不同,优化软件具备局部优化和全局优化的功能;5)实现对发动机运行状态的实时监控,并具有良好的人机交互界面;6)根据优化结果自动生成符合ECU数据结构的MAP。3在线寻优算法不论是局部优化还是全局优化,对于根据约束条件和目标函数建立起来的优化模型,需要采用一个高精度、高效率的优化算法,只有优化算法具有较好的实时性,才有可能实现在线寻优,在线修改参数。因此优化算法的选取对自动优化标定的实现具有重要的意义。3.1发动机电控系统特定的比例优化对于以燃油消耗率最低为目标、以排放达到法规要求为约束条件组成的全局优化问题,要求总体排放量按照某一特定的比例分配给各个代表工况点,在这种分配关系下发动机的整体燃油经济性达到最好。然而如何确定这一特定的比例是优化算法要解决的关键问题。在自动优化标定中,优化算法一般采取Lagrange乘子法Lagrange乘子的引入把全工况的有约束问题解耦为每一工况点上独立无约束问题的寻优3.2用遗传算法求解发动机控制参数全局优化问题遗传算法(GeneticAlgorithms,简称GA)是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适应搜索算法。由于其具有健壮性,特别适合于处理传统搜索算法解决不好的、复杂的和非线性的问题。结合发动机运行工况复杂,难以在全工况范围内建立统一的控制参数和目标性能间精确的数学模型的特点,遗传算法在发动机控制参数全局优化问题中的应用前景被大为看好用遗传算法解决发动机控制参数全局优化问题时,首先对每一工况点的控制参数(如喷射脉宽、点火提前角等)在寻优范围内等间隔划分并进行相应编码处理Xi,Yj…,Zk,i=1,2…,m;j=1,2…,n;k=1,2…,L。这样全部N个工况可以通过每一工况下控制参数(X1,Y1,…Z1,X2,Y2,…Z2,…,X4应用系统计算机的功能随着发动机电控技术的不断发展,ECU控制参数的日益增多,优化标定工作越来越复杂。为了提高标定效率,国外很多公司开发了专门用于发动机优化标定的自动优化标定系统。目前国外典型的两个自动优化标定系统分别是:奥地利AVL公司的CAMEO、德国FEV公司和Schenck公司开发的VEGA系统。AVL公司开发的CAMEO系统是比较先进的自动优化标定工具。CAMEO系统集成的数据库,并不作为标定对象模型,而只是具有单纯的数据存储功能。CAMEO作为以MATLAB为核心的一个开放系统,在试验数据建模、优化算法及MAP生成等方面具有强大的功能;而作为应用系统与ECU接口的CAN标定或存储器仿真,具有高速数据通讯功能,可以快速存取优化过程需要的ECU数据和RAM变量。CAMEO系统是一个用于对ECU控制参数进行优化标定并对实验系统进行自动控制的标定系统,通过利用良好的人机交互界面可以方便地进行试验设计和控制。CAMEO自动优化标定系统如图2所示,应用优化计算机、试验台控制计算机和应用系统计算机三个交互PC机实验自动优化标定。在优化计算机中,CAMEO作为以MATLAB为核心的一个开放系统,提供优化试验定义和结果分析的人机交互界面,使用MicrosoftAccess数据库进行数据存储;采用合适的优化算法,利用MATLAB进行试验设计、数据建模、优化处理并实现MAP的生成;通过ACSI实现与试验台控制计算机和应用系统计算机的接口通讯。试验台控制计算机通过PAM实现对实验运行参数的管理设置,自动完成标定实验,通过POI实现接口通讯。应用系统计算机通过标定软件实现在线优化计算、结果显示和数据向ECU的传送。CAMEO可用于稳态优化标定和瞬态优化标定。另一个典型的自动优化标定系统是德国FEV公司和Schenck公司开发的VEGA系统。VEGA在总体结构和功能上与CAMEO基本相似,它的特点是结合数据库技术实现基于模型的自动优化标定。5发动机电控系统采用自动优化标定技术随着发动机电控系统标