CN100480907C - 具有部分地辨识模型参数的辨识器的、控制设备的控制装置及其方法 - Google Patents

Abstract

提供可以部分地辨识模型参数的控制装置。控制使用第1模型参数和第2模型参数进行模型化的控制对象的控制装置具有：部分模型参数辨识器，其根据来自控制对象的输出和对控制对象的输入，递推地辨识第2模型参数；以及控制器，其使用预先辨识的第1模型参数和由部分模型参数辨识器辨识的第2模型参数，计算对控制对象的输入，使得控制对象的输出收敛于目标值。由于不需要对所有的多个模型参数递推地辨识，所以能够提高模型参数收敛到最佳值的时间，可以减少辨识器的计算量。

Description

具有部分地辨识模型参数的辨识器的、控制设备的控制装置及其方法

技术领域

本发明涉及对使用多个模型参数模型化的设备，部分地辨识该多个模型参数，控制该设备的装置及其方法。

背景技术

典型的是，控制装置控制使用模型参数模型化的控制对象(也称为设备)。在日本特开平2003—15703号公报中提出了下述的方法：在这样的控制装置中引入辨识器，使用由该辨识器递推地辨识的模型参数，计算控制输入。如果使用由辨识器递推地辨识的模型参数来计算控制输入，则可以提高控制输出对目标值的追随性。

图20表示典型的控制装置的功能方框图。使用模型参数对控制对象101进行了模型化。根据控制对象101的控制输入和控制输出，辨识器102辨识模型参数。状态预测器103考虑控制对象101所具有的无效时间，使用模型参数生成控制输出的预测值。将预测值与预定的目标值比较。控制器105计算对控制对象101的控制输入，使得预测值收敛于目标值。

发明内容

典型地，控制对象是使用多个模型参数进行模型化的。根据控制对象，也包括不怎么受该控制对象的动作变动和时效变化所致的影响，其值变化不大的模型参数。根据以往的方法，即使在包括这种模型参数的情况下，辨识器也以预定的时间间隔重新计算所有的多个模型参数。

公知的，要辨识的模型参数的数量越多，模型参数收敛到最佳值的时间就越长。收敛时间变长时，有可能在适应控制对象的动态特性变化时产生延迟。并且，要辨识的模型参数的数量越多，由辨识器进行的计算量越大。如果不根据控制对象来减少实施辨识算法的次数，就无法引入辨识器。

因此，需要具有能够部分地辨识多个模型参数的辨识器的控制装置。

根据本发明的一个方面，控制使用第1模型参数和第2模型参数进行模型化的控制对象的控制装置，具有：部分模型参数辨识器，其根据来自控制对象的输出和对该控制对象的输入，递推地辨识第2模型参数；以及控制器，其使用预先辨识的第1模型参数和由部分模型参数辨识器辨识的第2模型参数，计算对控制对象的输入，使得控制对象的输出收敛于目标值，

所述部分模型参数辨识器进一步

使用所述第2模型参数对虚拟设备进行模型化，该虚拟设备包括所述控制对象、以及基于表示该控制对象的模型的所述第1模型参数的构成元素，并且，

辨识该第2模型参数，使得该虚拟设备的输出收敛于使用了该第2模型参数的该虚拟设备的模型的输出。

根据本发明，在控制使用多个模型参数模型化的控制对象时，可以只递推地辨识该多个模型参数中的一部分。由于能够减少递推地辨识的模型参数的数量，所以能够提高该模型参数收敛到最佳值的时间，还可以减少辨识器的计算量。

通过构成这种虚拟设备，可以只递推地辨识第2模型参数，对控制对象进行控制。

根据本发明的实施方式，部分模型参数辨识器通过将第2模型参数的基准值与该第2模型参数的更新成分相加，来计算该第2模型参数。而且，计算该更新成分，使得所述虚拟设备的输出收敛于该虚拟设备的模型的输出。利用这种辨识方法，对动态特性的变动较大的控制对象，可以提高对模型的适应速度，从而可以提高控制对象处于过渡状态时的控制精度。

根据本发明的一种实施方式，计算基于虚拟设备的输出与该虚拟设备的模型的输出之间的偏差的校正量，将第2模型参数的更新成分的过去值乘以小于1的忘却系数而得到的值与该校正量相加，由此计算该更新成分。通过乘以小于1的忘却系数，可以防止控制系统因模型参数的漂移而变得不稳定。

根据本发明的另一种实施方式，计算基于虚拟设备的输出与该虚拟设备的模型的输出之间的偏差的校正量，对于第2模型参数中的一个，将该更新成分的过去值乘以值1的忘却系数而得到的值与该校正量相加，由此计算该更新成分，对于其它的第2模型参数，将该更新成分的过去值乘以小于1的忘却系数而得到的值与校正量相加，由此计算该更新成分。利用这种计算方法，不仅可以防止模型参数的漂移，还可以抑制控制对象的输出相对于目标值的稳态误差。

根据本发明的一种实施方式，控制器采用响应指定型控制，计算对控制对象的输入。如果采用响应指定型控制，可在不产生过冲的情况下使控制对象的输出迅速收敛于目标值。作为响应指定型控制，可以使用2自由度响应指定型控制，在该情况下，可以使因干扰产生的对目标值的偏差在不振动的情况下收敛，并且可以在不产生稳态误差的情况下使控制对象的输出追随目标值。

基于本发明的上述控制方法可以应用于各种方式。在一种实施方式中，控制对象是可变地控制凸轮轴的相位的可变相位装置。在另一种实施方式中，控制对象是发动机，可以使发动机输出收敛于目标值。在又一种实施方式中，控制对象是发动机的排气系统，可以使设在排气通道上的排气浓度收敛于目标值。在又一种实施方式中，把控制对象设为设于车辆上的机械要素和驱动该机械要素的致动器，可以使该机械要素的驱动量收敛于目标值。例如，可以把调节对发动机供给的空气量的空气装置作为控制对象。

另外，本发明在其它方式中是按照上面所述那样对控制对象进行控制的方法。

本发明还涉及一种控制使用第1模型参数和第2模型参数进行模型化的控制对象的方法，包括：(a)根据来自所述控制对象的输出和对该控制对象的输入，递推地辨识所述第2模型参数的步骤；以及(b)使用预先辨识的所述第1模型参数和所述递推地辨识的所述第2模型参数，计算对所述控制对象的输入，使得所述控制对象的输出收敛于目标值的步骤，所述步骤(a)进一步包括：(a1)构成虚拟设备的步骤，该虚拟设备包括所述控制对象、以及基于表示该控制对象的模型的所述第1模型参数的构成元素；以及(a2)使用所述第2模型参数对所述虚拟设备进行模型化，并辨识该第2模型参数，使得该虚拟设备的输出收敛于使用了该第2模型参数的该虚拟设备的模型的输出的步骤。

附图说明

图1是概略地表示基于本发明的一个实施例的发动机及其控制装置的图。

图2是表示基于本发明的一个实施例的连续可变相位机构的图。

图3是表示基于本发明的第1实施例的控制装置的方框图。

图4是表示基于本发明的一个实施例的辨识算法用的虚拟设备的结构的图。

图5是表示基于本发明的第2实施例的控制装置的方框图。

图6是表示基于本发明的第2实施例的通过参数调度器(parameterscheduler)参照的、规定基准模型参数的映射图的图。

图7是表示基于本发明的一个实施例的2自由度滑模控制器的方框图。

图8是表示基于本发明的一个实施例的滑模控制的切换函数的图。

图9是表示基于本发明的一个实施例的滑模控制的响应指定参数的图。

图10是表示基于本发明的一个实施例的控制流程的图。

图11是表示基于本发明的一个实施例的计算凸轮轴的相位目标值的映射图的图。

图12是表示基于本发明的一个实施例的利用模型参数调度器计算基准模型参数的流程的图。

图13是代替部分模型参数辨识器而设有计算自适应律输入的单元的控制装置的方框图。

图14是表示基于图13所示的控制装置的控制输出的特性的图。

图15是表示代替部分模型参数辨识器而设有自适应外部干扰观测器的控制装置的方框图。

图16是表示基于图15所示的控制装置的控制输出的特性的图。

图17是表示基于本发明的一个实施例的使用部分模型参数辨识器时的各种参数的特性的图。

图18是将图17所示的控制输出的特性部分放大的图。

图19是表示基于本发明的一个实施例的、部分地辨识其它模型参数用的虚拟设备的图。

图20是基于现有技术的对控制对象进行控制的装置的典型的方框图。

具体实施方式

内燃机和控制装置的结构

下面，参照附图说明本发明的实施方式。图1是基于本发明的实施方式的、内燃机(以下，称为发动机)及其控制装置的整体结构图。

电子控制单元(以下，称为“ECU”)1具有：接受从车辆的各个部分发送来的数据的输入接口1a；执行用于进行车辆的各个部分的控制的计算的CPU 1b；具有读取专用存储器(ROM)和随机存取存储器(RAM)的存储器1c；以及向车辆的各个部分发送控制信号的输出接口1d。在存储器1c的ROM中存储有进行车辆的各个部分的控制用的程序和各种数据。用于进行基于本发明的控制的程序存储在该ROM中。ROM也可以是EPROM那样的可改写的ROM。在RAM中设有CPU 1b的计算用的工作区。从车辆的各个部分发送来的数据和发送给车辆的各个部分的控制信号暂时存储在RAM中。

发动机2例如是4冲程DOHC型汽油发动机。发动机2具有进气凸轮轴5和排气凸轮轴6。进气凸轮轴5具有对进气门3进行开闭驱动的进气凸轮5a，排气凸轮轴6具有对排气门4开闭驱动的排气凸轮6a。这些进气和排气凸轮轴5和6通过未图示的正时皮带与曲轴7连接，在曲轴7每旋转2周时旋转1周。

连续可变相位装置10具有连续可变相位机构11和油压驱动部12。油压驱动部12按照从ECU 1提供的指令值，利用油压驱动连续可变相位机构11。由此，进气凸轮5a相对于曲轴7的实际的相位CAIN连续地超前或滞后。参照图2具体说明连续可变相位装置10。

在进气凸轮轴5的端部设有凸轮角传感器20。凸轮角传感器20随着进气凸轮轴5的旋转，每过预定凸轮角(例如为1度)向ECU 1输出作为脉冲信号的CAM信号。

在发动机2的进气管15上设有节气门16。节气门16的开度根据来自ECU 1的控制信号来进行控制。连接在节气门16上的节气门开度传感器(θTH)17向ECU 1提供与节气门16的开度对应的电信号。

进气管压力(Pb)传感器18设在节气门16的下游侧。通过Pb传感器18检测出的进气管压力Pb发送给ECU 1。

另外，在进气管15上、针对每个气缸设有燃料喷射阀19。燃料喷射阀19从燃料箱(未图示)接受燃料的供给，根据来自ECU 1的控制信号喷射燃料。

在发动机2中设有曲轴角传感器21。曲轴角传感器21随着曲轴7的旋转，向ECU 1输出作为脉冲信号的CRK信号和TDC信号。

CRK信号是在预定的曲轴角(例如30度)处输出的脉冲信号。ECU 1根据该CRK信号计算发动机2的转速NE。另外，ECU 1根据CRK信号和CAM信号计算相位CAIN。并且，TDC信号是在与活塞9的TDC位置相关联的曲轴角处输出的脉冲信号。

在发动机2的下游侧连接有排气管22。发动机2通过排气管22排气。设在排气管22的中途的催化装置23净化通过排气管22的排气中的HC、CO、NO_x等的有害成分。

广域空燃比传感器(LAF)24设在催化装置23的上游。LAF传感器24检测从稀到浓的宽范围内的空燃比。所检测出的空燃比被发送给ECU1。

O2(排气)传感器25设在催化装置的下游。O2传感器25是二值型排气浓度传感器。O2传感器在空燃比比理论空燃比浓时输出高电平的信号，在空燃比比理论空燃比稀时输出低电平的信号。所输出的电信号被发送给ECU 1。

发送给ECU 1的信号被传送到输入接口1a，进行模拟一数字转换。CPU 1b根据存储在存储器1c中的程序对转换而得到的数字信号进行处理，作成发送给车辆的致动器用的控制信号。输出接口1d把这些控制信号发送给节气门16、油压驱动部12、燃料喷射阀19及其它机械要素的致动器。

连续可变相位装置

说明基于本发明的一种实施方式。在该实施方式中，控制对象是连续可变相位装置，但应注意到基于本发明的控制方法可以应用于其它各种控制对象。

图2表示图1所示的连续可变相位装置10的一例。连续可变相位装置10如前面所述，具有连续可变相位机构11和油压驱动部12。

来自ECU 1的指令值Ucain提供给电磁线圈31。电磁线圈31根据指令值Ucain而通电，利用该电磁线圈31来驱动油压滑阀32。油压滑阀32控制通过泵34从油箱33吸出的液压油向相位机构11的流动。

油压滑阀32通过超前油路36a和滞后油路36b连接在连续可变相位机构11上。通过油压滑阀32，根据指令值Ucain，控制提供给超前油路36a的液压油的油压OP1和提供给滞后油路36b的液压油的油压OP2。

连续可变相位机构11具有壳体41和叶片42。壳体41通过未图示的链轮和正时皮带连接在曲轴7上。壳体41随着曲轴7的旋转而向相同方向旋转。

叶片42从插入到壳体41内的进气凸轮轴5呈放射状延伸。叶片42以可相对于壳体41在预定范围内相对旋转的方式收容在该壳体41内。在壳体41内形成的扇状空间被叶片42划分为3个超前室43a、43b以及43c、3个滞后室44a、44b以及44c。在3个超前室43a～43c上连接有超前路径36a。油压OP1的液压油通过超前路径36a提供给超前室43a～43c。在3个滞后室44a、44b以及44c上连接有滞后路径36b。油压OP2的液压油通过滞后路径36b提供给滞后室44a～44c。

在油压OP1和油压OP2之差为零时，叶片42不能相对于壳体41相对旋转，由此保持相位CAIN的值。在根据来自ECU  1的指令值Ucain，油压OP1大于油压OP2时，相应地叶片42相对于壳体41相对旋转到超前侧，相位CAIN超前。在根据来自ECU 1的指令值Ucain，油压OP2大于油压OP1时，相应地叶片42相对于壳体41相对旋转到滞后侧，相位CAIN滞后。

在这种连续可变相位装置中，有时在从泵输出的油压中产生变动，或有时在液压油的粘性上产生变化。并且，有时在叶片和壳体之间的间隙中产生变动或时效变化。在出现这种状态时，连续可变相位装置的动态特性发生变化。最好针对连续可变相位装置的动态特性的变化，把相位CAIN鲁棒地控制为目标值。

基于第1实施方式的控制装置

图3是基于本发明的第1实施方式的、控制连续可变相位装置10的装置的方框图。

作为控制对象的连续可变相位装置10的控制输入Ucain，如前面所述，是驱动电磁线圈31的指令值。控制输出CAIN是进气凸轮5a相对于曲轴7的实际相位。式(1)表示连续可变相位装置10的模型式。

CAIN(k+1)＝a1·CAIN(k)+a2·CAIN(k-1)+b1·Ucain(k)+b2·Ucain(k-1)   (1)

实际上对作为控制对象的连续可变相位装置10施加了干扰，所以在用c1表示该干扰时，式(1)的模型式表述为式(2)。c1也被称为干扰估计值。

CAIN(k+1)＝a1·CAIN(k)+a2·CAINN(k-1)+b1·Ucain(k)+b2·Ucain(k-1)+c1   (2)

模型参数a1～c1中、b1、b2以及c1受连续可变相位装置10的动态特性的影响大，a1和a2受该动态特性的影响小。因此，由部分模型参数辨识器51a递推地辨识模型参数b1、b2以及c1，以消除模型化误差。预先对模型参数a1和a2进行辨识，存储在存储器1c(图1)中。

这样，可以减少利用辨识器递推地辨识的参数的数量，所以能够缩短所辨识的模型参数收敛到最佳值的时间。并且，可以减少辨识用的计算量。

部分模型参数辨识器51a连接在2自由度滑模控制器53上。滑模控制器53使用从部分模型参数辨识器51a接收的模型参数b1、b2以及c1、从存储器1c中提取的模型参数a1和a2，计算控制输入Ucain，以使控制输出CAIN收敛于目标值CAIN_cmd(准确地讲如后面所述，为基于目标值CAIN_cmd的值CAIN_cmd_f)。控制输入Ucain被施加给连续可变相位装置10。

部分模型参数辨识器

说明通过基于图3所示的第1实施方式的部分模型参数辨识器51a实施的部分辨识方法。为了部分地辨识模型参数，首先构成虚拟设备。说明构成虚拟设备的方法。

使式(2)往回后退1步(式(3))，把本次周期中待辨识的模型参数b1(k)、b2(k)以及c1(k)代入该后退得到的式中(式(4))，使该待辨识的模型参数集中到右边(式(5))。

CAIN(k+1)＝a1·CAIN(k)+a2·CAIN(k-1)+b1·Ucain(k)+b2·Ucain(k-1)+c1  (2)

CAIN(k)＝a1·CAIN(k-1)+a2·CAIN(k-2)+b1·Ucain(k-1)+b2·Ucain(k-2)+c1  (3)

CAIN(k)＝a1·CAIN(k-1)+a2·CAIN(k-2)+b1(k)·Ucain(k-1)+b2(k)·Ucain(k-2)+c1(k)  (4)

CAIN(k)-a1·CAIN(k-1)-a2·CAIN(k-2)＝b1(k)·Ucain(k-1)+b2(k)·Ucain(k-2)+c1(k)  (5)

其中，把式(5)的左边定义为W(k)，把右边定义为W_hat(k)。

W(k)＝CAIN(k)-a1·CAINN(k-1)-a2·CAINN(k-2)     (6)

W_hat(k)＝b1(k)·Ucain(k-1)+b2(k)·Ucain(k-2)+c1(k)     (7)

用式(6)表示的W(k)可以认为是如图4所示的虚拟设备71的输出。虚拟设备71的输出是从实际的控制输出CAIN减去以下两个值得到的，即，对利用延迟元件72使控制输出CAIN滞后后的值CAIN(k—1)乘以模型参数a1得到的值、以及对利用延迟元件74使该滞后值CAIN(k—1)滞后后的值CAIN(k—2)乘以模型参数a2得到的值。式(7)可以认为是该虚拟设备71的模型式。如果没有模型化误差，则虚拟设备71的输出W(k)与该虚拟设备71的模型的输出W_hat(k)一致。

部分模型参数辨识器51a使用递推型辨识算法，辨识虚拟设备71的模型式(7)中出现的模型参数b1、b2以及c1。

递推型辨识算法如式(8)所示。通过该算法计算模型参数向量θ(k)。

θ(k)＝θ(k-1)+KP(k)·E_id(k)           (8)

其中，θ^T(k)＝[b1(k)，b2(k)，c1(k)]    (9)

计算模型参数向量θ(k)，使得没有式(10)所示的模型化误差E_id(k)，即、使虚拟设备的输出W(k)收敛于该虚拟设备的模型的输出W_hat(k)。

E_id(k)＝W(k)-W_hat(k)     (10)

其中，W(k)＝CAIN(k)-a1·CAIN(k-1)-a2·CAIN(k-2)

      W_hat(k)＝θ^T(k)·ζ(k)

              ＝b1(k)·Ucain(k-1)+b2(k)·Ucain(k-2)+c1(k)

      ζ^T(k)＝[Ucain(k-1)，Ucain(k-2)，1]

KP(k)是利用式(11)定义的增益系数向量。并且，式(11)的P(k)利用式(12)来计算。

$\mathrm{KP}\left(k\right)=\frac{P(k-1)\·\mathrm{\ζ}\left(k\right)}{1+{\mathrm{\ζ}}^T\left(k\right)\·P(k-1)\·\mathrm{\ζ}\left(k\right)}---\left(11\right)$

$P\left(k\right)=\frac{1}{\mathrm{\λ}1}(I-\frac{\mathrm{\λ}2\·P(k-1)\·\mathrm{\ζ}\left(k\right)\·{\mathrm{\ζ}}^T\left(k\right)}{\mathrm{\λ}1+\mathrm{\λ}2\·{\mathrm{\ζ}}^T\left(k\right)\·P(k-1)\·\mathrm{\ζ}\left(k\right)})P(k-1)---\left(12\right)$

其中，I是(3×3)的单位矩阵

根据式(12)的系数λ1和λ2的设定，如下所述地确定基于式(8)～(12)的辨识算法的类型。

λ1＝1、λ2＝0：固定增益算法

λ1＝1、λ2＝1：最小二乘法算法

λ1＝1、λ2＝λ：递减增益算法(λ为0、1以外的预定值)

λ1＝λ、λ2＝1：加权最小二乘法算法(λ为0、1以外的预定值)

作为替代方法，可以对于预定的参数，在映射图上规定预先辨识的模型参数a1和a2。该映射图可以存储在存储器1c(图1)中。预定的参数例如可以是发动机转速NE等的发动机运转状态。在控制装置上设置模型参数调度器，根据所检测的发动机转速NE来参照该映射图，从而可以提取模型参数a1和a2。

基于第2实施方式的控制装置

图5是基于本发明的第2实施方式的、控制连续可变相位装置10的装置的方框图。与第1实施方式的不同之处是利用部分模型参数辨识器51b实施的部分辨识方法、以及还设有模型参数调度器52。

模型参数调度器52根据控制输出CAIN和发动机转速NE，参照映射图提取基准模型参数a1_base、a2_base、b1_base、b2_base以及c1_base。在图6的(a)～(e)中分别示出了用于计算这些基准模型参数的映射图的一例。根据连续可变相位装置的动态特性而预先辨识这些基准模型参数，规定在映射图上。该映射图可以存储在图1的存储器1c中。作为替代方式，也可以由模型参数调度器52保存该映射图。所提取的基准模型参数被传送给部分模型参数辨识器51b。

部分模型参数辨识器51b使用δ修正法，辨识模型参数b1、b2以及c1。关于δ修正法，在本申请的申请人的日本专利第3304845号公报中有详细记载。此处，简单说明δ修正法。

基于δ修正法的递推型辨识算法如式(13)所示。模型参数向量θ(k)由其基准值θ_base(k)和其更新成分dθ(k)之和表示。δ是式(18)所示的忘却系数向量。

θ(k)＝θ_base(k)+dθ(k)    (13)

dθ(k)＝δ·dθ(k-1)+KP(k)·E_id(k)      (14)

其中，θ^T(k)＝[b1(k)，b2(k)，c1(k)]  (15)

dθ^T(k)＝[db1(k)，db2(k)，dc1(k)]    (16)

θ_base^T(k)＝[b1_base(k)，b2_base(k)，c1_base(k)]      (17)

$\mathrm{\δ}=\left[\begin{array}{ccc}{\mathrm{\δ}}_1& 0& 0\\ 0& {\mathrm{\δ}}_2& 0\\ 0& 0& {\mathrm{\δ}}_3\end{array}\right]---\left(18\right)$

在一种实施方式中，忘却系数向量δ的各个元素δ1、δ2以及δ3被设定为大于0且小于1的值。通过把忘却系数设定为这样的值，可以防止模型参数的漂移。

在另一种实施方式中，忘却系数向量δ的各个元素δ1、δ2以及δ3中的一个设定为值1，其它元素设定为大于0且小于1的值。忘却系数的这种设定不仅可以防止模型参数的漂移，而且可以降低相对于目标值的稳态偏差。

在δ修正法中，计算更新成分dθ，以消除式(14)所示的辨识误差E_id(k)。辨识误差E_id(k)与第1实施方式相同，由式(19)表示。

E_id(k)＝W(k)-W_hat(k)(19)

其中，W(k)＝CAIN(k)-a1·CAIN(k-1)-a2·CAIN(k-2)

W_hat(k)＝θ^T(k)·ζ(k)

        ＝b1(k)·Ucain(k-1)+b2(k)·Ucain(k-2)+c1(k)

ζ^T(k)＝[Ucain(k-1)，Ucain(k-2)，1]

增益KP(k)也与第1实施方式相同，由式(20)表示。

$\mathrm{KP}\left(k\right)=\frac{P\′(k-1)\·\mathrm{\ζ}\left(k\right)}{1+{\mathrm{\ζ}}^T\left(k\right)\·P\′(k-1)\·\mathrm{\ζ}\left(k\right)}---\left(20\right)$

$P\′\left(k\right)=\frac{1}{\mathrm{\λ}1}(I-\frac{\mathrm{\λ}2\·P\′(k-1)\·\mathrm{\ζ}\left(k\right)\·{\mathrm{\ζ}}^T\left(k\right)}{\mathrm{\λ}1+\mathrm{\λ}2\·{\mathrm{\ζ}}^T\left(k\right)\·P\′(k-1)\·\mathrm{\ζ}\left(k\right)})P\′(k-1)---\left(21\right)$

其中，I是(3×3)的单位矩阵

在基于第1实施方式的辨识算法中，如式(8)所示，模型参数的向量θ(k)的计算是通过将在前次周期中计算的向量θ(k—1)和对辨识误差E_id乘以预定的增益后的值相加来进行的，所以辨识误差E_id被累加到向量θ中。在控制对象的稳定状态持续时，如果根据利用这种辨识方法计算的模型参数实施自适应控制，则模型参数的向量θ有可能漂移。

如果使用δ修正法，则如上述式(13)所示，模型参数的向量θ(k)由其基准值θ_base(k)和其更新成分dθ(k)之和来表示。对该更新成分的过去值乘上了大于0且小于1的忘却系数。因此，在控制对象的稳定状态持续时，即使重复对模型参数的基准值加算更新成分的处理，模型参数向量θ也只返回到基准值θ_base(k)。因此，可以避免模型参数的漂移。

2 自由度滑模控制器

图7表示2自由度滑模控制器53的功能方框图。2自由度滑模控制器53使用2自由度滑模控制，计算控制输入Ucain。滑模控制是可以指定控制量的收敛速度的响应指定型控制。2自由度滑模控制具有扩展了滑模控制的形式，可以分别指定控制量相对于目标值的追随速度、以及施加了干扰时的控制量的收敛速度。

目标值滤波器81根据式(22)使用目标值响应指定参数POLE_f，对目标值CAIN_cmd_f应用一阶延迟滤波器(低通滤波器)。目标值响应指定参数POLE_f规定控制量相对于目标值的追随速度，被设定成满足条件—1<POLE_f<0。

CAIN_cmd_f(k)＝-POLE_f·CAIN_cmd_f(k-1)+(1+POLE_f)·CAIN_cmd(k)   (22)

如式(22)所示，利用目标值响应指定参数POLE_f的值规定目标值CAIN_cmd_f的轨迹。根据把目标值设定为哪种轨迹，可以控制控制量对目标值的追随速度。

切换函数计算部82如式(23)所示那样定义切换函数σ。Ecain是实际相位CAIN和目标值CAIN_cmd_f之间的偏差。切换函数σ规定该偏差Ecain的收敛动作。POLE是抑制干扰用的响应指定参数，规定施加了干扰时的偏差Ecain的收敛速度。该响应指定参数POLE被设定成满足条件—1<POLE<0。

σ(k)＝Ecain(k)+POLE·Ecain(k-1)       (23)

其中，Ecain(k)＝CAIN(k)-CAIN_cmd_f(k-1)

此处，说明切换函数σ和响应指定参数POLE。在2自由度滑模控制中，如式(24)所示，确定控制输入Ucain以使切换函数σ为0。

σ(k)＝0

        

Ecain(k)＝-POLE·Ecain(k-1)         (24)

式(24)表示没有输入的一阶延迟系统。即，2自由度滑模控制把控制量Ecain控制成约束于式(24)所示的一阶延迟系统。

图8表示纵轴为Ecain(k)和横轴为Ecain(k—1)的相位平面。在相位平面中示出用式(24)表示的切换线61。把点62假定为状态量(Ecain(k—1)、Ecain(k))的初始值时，2自由度滑模控制把该状态量置于切换线61上而约束在该切换线61上。这样，由于状态量被约束于没有输入的一阶延迟系统，所以状态量伴随时间的经过自动收敛于相位平面的原点(即，Ecain(k)、Ecain(k—1)＝0)。通过把状态量约束在切换线61上，可以在不受干扰影响的情况下使状态量收敛到原点上。

图9中的标号63、64以及65表示抑制干扰用的响应指定参数POLE分别为—1、—0.8、—0.5时的偏差Ecain的收敛速度。随着响应指定参数POLE的绝对值变小，偏差Ecain的收敛速度变快。

等效控制输入计算部83计算等效控制输入Ueq。说明该计算方法。

等效控制输入Ueq工作为使状态量约束在切换线上。因此，需要满足式(25)。

σ(k)＝σ(k-1)        (25)

根据式(25)和上述的模型式(2)，如式(26)那样求出等效控制输入Ueq。如果是基于图5所示的第2实施方式，则应注意使用由模型参数调度器52从映射图(例如图6(a)和(b)的映射图)中提取的基准值a1_base和a2_base来代替a1和a2。

$\mathrm{Ueq}\left(k\right)=\frac{1}{b1\left(k\right)}\{(1-\mathrm{POLE}-a1\left(k\right))\&CenterDot;\mathrm{CAIN}\left(k\right)+(\mathrm{POLE}-a2\left(k\right))\&CenterDot;\mathrm{CAIN}(k-1)$

     $-b2\left(k\right)\&CenterDot;\mathrm{Ucain}(k-1)-c1\left(k\right)+\mathrm{CAIN}\_\mathrm{cmd}\_f\left(k\right)+(\mathrm{POLE}-1)\&CenterDot;\mathrm{CAIN}\_\mathrm{cmd}\_f(k-1)$

     $-\mathrm{POLE}\&CenterDot;\mathrm{CAIN}\_\mathrm{cmd}\_f(k-2)\}---\left(26\right)$

趋近律计算部84按照式(27)计算趋近律输入Urch。Urch是用于把状态量置于切换线上的输入。Krch表示反馈增益。考虑到控制量的稳定性和快速响应性，通过仿真等来预先辨识反馈增益Krch的值。

$\mathrm{Urch}\left(k\right)=\frac{-\mathrm{Krch}}{b1\left(k\right)}\mathrm{\&sigma;}\left(k\right)---\left(27\right)$

如式(28)所示，对等效控制输入Ueq和趋近律输入Urch进行相加，计算控制输入Ucain。控制输入Ucain被施加给连续可变相位装置10。

Ucain(k)＝Ueq(k)+Urch(k)         (28)

控制流程

图10是基于本发明的第2实施方式的控制流程。该控制流程按照预定的时间间隔实施。

在步骤S1中，判断连续可变相位装置10是否正常。连续可变相位装置的异常(故障等)可以采用任意合适的方法来进行检测。在连续可变相位装置中检测到某种异常时，在步骤S2中，把控制输入Ucain设定为0。在该实施例中，连续可变相位装置构成为在控制输入Ucain为0时，进气凸轮轴的实际相位CAIN为最滞后。

在步骤S1中，如果可变相位装置10正常，则判断发动机是否正在起动中(S3)。如果发动机正在起动，则在步骤S4中，对目标值CAIN_cmd设定预定值CAIN_cmd_st。预定值CAIN_cmd_st是稍偏于超前侧设定以提高缸内流动的值(例如10度)。

如果发动机不在起动，则在步骤S5中，根据发动机转速NE而参照映射图，计算目标值CAIN_cmd。在图11中表示该映射图的一例。目标值CAIN_cmd设定为发动机转速NE越高越偏于滞后侧。并且，目标值CAIN_cmd被设定为需求驱动力(典型地，用油门踏板开度表示)越大越偏于滞后侧。在该实施例中，在发动机的负荷较低时，使用残留在气缸内的气体引起燃烧，从而降低发动机的驱动力。因此，在发动机的负荷较低时，把相位CAIN设定在超前侧。越把相位CAIN设定在超前侧，排气门打开的期间和进气门打开的期间重叠的时间越长，从而燃烧中使用的残留气体增多。

在步骤S6中，模型参数调度器52实施图12所示的子程序，计算基准模型参数a1_base、a2_base、b1_base、b2_base以及c1_base。在步骤S7中，部分模型参数辨识器51b和2自由度滑模控制器53执行前述的计算，计算控制输入Ucain。

图12表示由模型参数调度器52实施的、计算基准模型参数的方法。在步骤S11中，根据相位CAIN和发动机转速NE，参照图6(a)所示的·映射图，计算模型参数a1_base。在该映射图中，设定为发动机转速NE越高，模型参数a1_base越大。另外，设定为相位CAIN越偏于滞后侧，模型参数a1_base越大。

在步骤S12中，根据相位CAIN和发动机转速NE，参照图6(b)所示的映射图，计算模型参数a2_base。在该映射图中，设定为发动机转速NE越高，模型参数a2_base越小。另外，设定为相位CAIN越偏于滞后侧，模型参数a2_base越小。

在步骤S13中，根据相位CAIN和发动机转速NE，参照图6(c)所示的映射图，计算模型参数b1_base。在该映射图中，设定为发动机转速NE越高，模型参数b1_base越小。另外，设定为相位CAIN越偏于滞后侧，模型参数b1_base越大。

在步骤S14中，根据相位CAIN和发动机转速NE，参照图6(d)所示的映射图，计算模型参数b2_base。在该映射图中，设定为发动机转速NE越高，模型参数b2_base越大。另外，设定为相位CAIN越偏于滞后侧，模型参数b2_base越小。

在步骤S15中，根据发动机转速NE，参照图6(e)所示的映射图，计算模型参数c1_base。在该映射图中，设定为相位CAIN越偏于滞后侧，模型参数c1_base越小。

部分地辨识模型参数的效果

说明部分地辨识模型参数的效果。

为了比较，图13表示设置计算自适应律输入Uadp的单元185来代替设置部分模型参数辨识器的方式，图14表示按照该方式控制的相位CAIN的特性。

自适应律输入Uadp可以利用式(29)计算。

$\mathrm{Uadp}=-\mathrm{Kadp}\&CenterDot;\underset{i=0}{\overset{k}{\mathrm{\&Sigma;}}}\mathrm{\&sigma;}\left(i\right)---\left(29\right)$

自适应律输入Uadp工作为抑制模型化误差和干扰、并且把状态量置于切换线上。作为等效控制输入Ueq、趋近律输入Urch以及自适应律输入Uadp之和而计算控制输入Ucain。

图14(a)表示目标值CAIN_cmd_f和控制输出CAIN的推移。通过应用目标值滤波器181，目标值的轨迹从CAIN_cmd修正为CAIN_cmd_f。目标值CAIN_cmd_f表示相位CAIN应该收敛的目标值。

图14(b)表示将图14(a)中的区域191放大的图，图14(c)表示将图14(a)中的区域192放大的图。在区域191中，目标值CAIN_cmd_f大幅变化，在区域192中，由于施加在连续相位装置10上的干扰，控制输出CAIN产生较大变动。

如区域191所示，在控制输出CAIN和目标值CAIN_cmd_f之间产生稳态误差。如区域192所示，因干扰而变动的控制输出CAIN的收敛速度较快。这样，在施加了自适应律输入Uadp时，对于干扰的收敛特性良好，但对于目标值的追随性较差。

下面，图15表示设置自适应干扰观测器285来代替设置部分模型参数辨识器的方式，图16表示按照该方式控制的相位CAIN的特性。

自适应干扰观测器285按照预定的时间间隔，例如使用最小二乘法递推地辨识模型式(2)中的干扰c1。

图16(a)表示目标值CAIN_cmd_f和控制输出CAIN的推移。图16(b)表示将图16(a)中的区域291放大的图，图16(c)表示将图16(a)中的区域292放大的图。在区域291中，目标值CAIN_cmd_f大幅变化，在区域292中，由于施加在连续可变装置10上的干扰，控制输出CAIN产生较大变动。

如区域291所示，控制输出CAIN和目标值CAIN_cmd_f之间的稳态误差较小。如区域292所示，由于施加了干扰，控制输出CAIN振动地收敛。这样，在设置了自适应干扰观测器时，对目标值的追随性良好，但对于干扰的收敛特性较差。

图17表示基于前述的本发明的第2实施方式的、各种参数的动作。在时间t1，目标值CAIN_cmd_f大幅变化，吸收了与该变化相随的模型化误差的一部分，干扰估计值c1少许变化。在时间t2，连续可变装置10被施加了干扰d。由于施加了干扰d，控制输出CAIN产生较大变动。模型参数a1和a2被预先辨识，且为固定值。按照预定的时间间隔递推地辨识模型参数b1和b2。可知，由于目标值CAIN_cmd_f的变化和干扰d的施加，自适应地辨识出模型参数b1和b2。

在虚拟设备的输出W和该虚拟设备的模型的输出W_hat中，也由于目标值的变化和干扰d的施加而产生变动。

图18(a)表示将图17中的区域91放大的图，图18(b)表示将图17中的区域92放大的图。

如区域91所示，控制输出CAIN和目标值CAIN_cmd_f之间的稳态误差较小。如区域92所示，因干扰而变动的控制输出CAIN在不振动的情况下讯速收敛。这样，在设置了部分模型参数辨识器的情况下，可以提高对目标值的追随性以及对于干扰的收敛特性双方。

上述的部分模型参数辨识器递推地辨识模型参数b1、b2以及c1。在另一种实施方式中，可以递推地辨识模型参数a1、a2以及c1，预先辨识模型参数b1和b2。

以第1实施方式中的部分模型参数辨识器51a为例，说明该方式中的自适应地辨识模型参数a1、a2及c1的方法。

通过前述方法构成虚拟设备171时，可以如图19那样表示。虚拟设备171的输出W’(k)用式(30)表示，虚拟设备171的模型的输出W_hat’(k)用式(31)表示。

W′(k)＝CAIN(k)-b1·Ucain(k-1)-b2·Ucain(k-2)     (30)

W_hat′(k)＝a1(k)·CAIN(k-1)+a2(k)·CAIN(k-2)+c1(k)     (31)

如果没有模型化误差，则虚拟设备的输出W’(k)与虚拟设备的模型的输出W_hat’(k)一致。

部分模型参数辨识器51a使用递推型辨识算法，辨识虚拟设备171的模型式(31)中出现的模型参数a1、a2以及c1。

递推型辨识算法用式(32)表示。通过该算法计算模型参数向量θ’(k)。

θ′(k)＝θ′(k-1)+KP′(k)·E_id′(k)     (32)

其中，θ′^T(k)＝[a1(k)，a2(k)，c1(k)]    (33)

计算模型参数向量θ’(k)，使得没有式(34)所示的模型化误差E_id’(k)，即，使虚拟设备的输出W’(k)收敛于该虚拟设备的模型的输出W_hat’(k)。

E_id′(k)＝W′(k)-W_hat′(k)     (34)

其中，W′(k)＝CAIN(k)-b1·Ucain(k-1)-b2·Ucain(k-2)

W_hat′(k)＝θ′^T(k)·ζ′(k)

          ＝a1(k)·CAIN(k-1)+a2(k)·CAIN(k-2)+c1(k)

ζ′^T(k)＝[CAIN(k-1)，CAIN(k-2)，1]

KP’(k)是用式(35)定义的增益系数向量。并且，式(35)中的P’(k)用式(36)来计算。

$\mathrm{KP}\&prime;\left(k\right)=\frac{P\&prime;(k-1)\&CenterDot;\mathrm{\&zeta;}\&prime;\left(k\right)}{1+{\mathrm{\&zeta;}\&prime;}^T\left(k\right)\&CenterDot;P\&prime;(k-1)\&CenterDot;\mathrm{\&zeta;}\&prime;\left(k\right)}---\left(35\right)$

$P\&prime;\left(k\right)=\frac{1}{\mathrm{\&lambda;}1\&prime;}(I-\frac{\mathrm{\&lambda;}2\&prime;\&CenterDot;P\&prime;(k-1)\&CenterDot;\mathrm{\&zeta;}\&prime;\left(k\right)\&CenterDot;{\mathrm{\&zeta;}\&prime;}^T\left(k\right)}{\mathrm{\&lambda;}1\&prime;+\mathrm{\&lambda;}2\&prime;\&CenterDot;{\mathrm{\&zeta;}\&prime;}^T\left(k\right)\&CenterDot;P\&prime;(k-1)\&CenterDot;\mathrm{\&zeta;}\&prime;\left(k\right)})P\&prime;(k-1)---\left(36\right)$

其中，I是(3×3)的单位矩阵。

2自由度滑模控制器53从部分模型参数辨识器51a接受递推地辨识的模型参数a1、a2以及c1，从存储器中提取预先辨识的模型参数b1和b2，实施2自由度滑模控制。

这样，通过使用预先辨识的模型参数构成虚拟设备，可以从表示控制对象模型的多个模型参数中选择应该递推地辨识的模型参数。

以上，对于本发明的优选实施例进行了说明。当然，对于排气凸轮轴的相位，也可以与上述的进气凸轮轴的相位同样地进行控制。

此外，也可以使用与2自由度滑模控制不同的响应指定型控制。

上述的、仅辨识从多个模型参数中选择出的模型参数的方法可以应用于其它各种控制对象。例如，基于本发明的方法可以以发动机为控制对象，而应用于发动机的输出控制。控制输入可以设为节气门开度、气门正时、气门的升程量、旁通节气门的通路中所设的旁通阀的开度等。控制输出可以设为发动机转矩、发动机转速、吸入空气量等。通过对发动机的空气量进行控制，可以使发动机输出收敛于目标值。

在又一种实施方式中，可以以从发动机至设在排气通路中检测排气的氧浓度的传感器(例如，图1的02传感器)的系统作为控制对象，应用于发动机的空燃比的控制。可以将控制输入设为与发动机的提供燃料相关的参数(例如，燃料校正量)，将控制输出设为该传感器的输出。通过控制发动机的提供燃料来使传感器输出收敛于目标值，可以实现适当的空燃比控制。

在又一种实施方式中，可以将控制对象设为设在车辆上的机械要素和对其进行驱动的致动器。控制输入为对驱动该机械要素的致动器的指令值，该控制对象的输出可以为表示通过该致动器驱动该机械要素的量的值。例如，可以将控制对象设为空气装置。空气装置为调节对发动机提供的空气量的装置，可以包括节气门、可变阀正时机构、EGR阀等。控制输出可以设为用于驱动该空气装置的电压或电流，控制输出可以设为驱动该空气装置的量(例如，角度或升程量)。可通过适当地控制空气装置来适当地控制发动机的吸入空气量。

本发明可以应用于通用的(例如，舷外挂机等的)内燃机。

Claims (20)

1.一种控制装置，控制使用第1模型参数和第2模型参数进行模型化的控制对象，具有：

部分模型参数辨识器，其根据来自所述控制对象的输出和对该控制对象的输入，递推地辨识所述第2模型参数；以及

控制器，其使用预先辨识的所述第1模型参数和由所述部分模型参数辨识器辨识的所述第2模型参数，计算对所述控制对象的输入，使得所述控制对象的输出收敛于目标值，

所述部分模型参数辨识器进一步

使用所述第2模型参数对虚拟设备进行模型化，该虚拟设备包括所述控制对象、以及基于表示该控制对象的模型的所述第1模型参数的构成元素，并且，

辨识该第2模型参数，使得该虚拟设备的输出收敛于使用了该第2模型参数的该虚拟设备的模型的输出。

2.根据权利要求1所述的控制装置，其中，所述部分模型参数辨识器

通过将所述第2模型参数的基准值与该第2模型参数的更新成分相加，来计算该第2模型参数，并且，

计算所述更新成分，使得所述虚拟设备的输出收敛于所述虚拟设备的所述模型的输出。

3.根据权利要求2所述的控制装置，其中，

所述部分模型参数辨识器计算基于所述虚拟设备的输出与该虚拟设备的所述模型的输出之间的偏差的校正量，将所述第2模型参数的更新成分的过去值乘以小于1的忘却系数而得到的值与该校正量相加，由此计算所述更新成分。

4.根据权利要求2所述的控制装置，其中，

所述部分模型参数辨识器计算基于所述虚拟设备的输出与该虚拟设备的所述模型的输出之间的偏差的校正量，

对于所述第2模型参数中的一个，将该更新成分的过去值乘以值1的忘却系数而得到的值与所述校正量相加，由此计算该更新成分，

对于其它的所述第2模型参数，将该更新成分的过去值乘以小于1的忘却系数而得到的值与所述校正量相加，由此计算该更新成分。

5.根据权利要求1所述的控制装置，其中，

所述控制器使用响应指定型控制，来计算对所述控制对象的输入。

6.根据权利要求1所述的控制装置，其中，

所述控制器使用2自由度响应指定型控制，来计算对所述控制对象的输入。

7.根据权利要求1所述的控制装置，其中，

所述控制对象是可变地控制发动机的凸轮轴的相位的可变相位装置，该控制对象的输入是提供给该可变相位装置的指令值，该控制对象的输出是该凸轮轴的相位。

8.根据权利要求1所述的控制装置，其中，

所述控制对象是发动机，该控制对象的输入是与提供给该发动机的空气量相关联的参数，该控制对象的输出是与该发动机的输出相关联的参数。

9.根据权利要求1所述的控制装置，其中，

所述控制对象是从发动机到设于该发动机的排气通道上的排气传感器为止的系统，该控制对象的输入是与提供给该发动机的燃料相关联的参数，该控制对象的输出是该排气传感器的输出。

10.根据权利要求1所述的控制装置，其中，

所述控制对象是车辆中的机械元素和驱动该机械元素的致动器，该控制对象的输入是对该致动器的指令值，该控制对象的输出是表示通过该致动器驱动该机械元素的量的值。

11.一种控制使用第1模型参数和第2模型参数进行模型化的控制对象的方法，包括：

(a)根据来自所述控制对象的输出和对该控制对象的输入，递推地辨识所述第2模型参数的步骤；以及

(b)使用预先辨识的所述第1模型参数和所述递推地辨识的所述第2模型参数，计算对所述控制对象的输入，使得所述控制对象的输出收敛于目标值的步骤，

所述步骤(a)进一步包括：

(a1)构成虚拟设备的步骤，该虚拟设备包括所述控制对象、以及基于表示该控制对象的模型的所述第1模型参数的构成元素；以及

(a2)使用所述第2模型参数对所述虚拟设备进行模型化，并辨识该第2模型参数，使得该虚拟设备的输出收敛于使用了该第2模型参数的该虚拟设备的模型的输出的步骤。

12.根据权利要求11所述的方法，其中，所述步骤(a2)进一步包括：

(a21)通过将所述第2模型参数的基准值与该第2模型参数的更新成分相加，来计算该第2模型参数的步骤；以及

(a22)计算所述更新成分，使得所述虚拟设备的输出收敛于所述虚拟设备的所述模型的输出的步骤。

13.根据权利要求12所述的方法，其中，所述步骤(a22)进一步包括：

计算基于所述虚拟设备的输出与该虚拟设备的所述模型的输出之间的偏差的校正量，将所述第2模型参数的更新成分的过去值乘以小于1的忘却系数而得到的值与该校正量相加，由此计算所述更新成分的步骤。

14.根据权利要求12所述的方法，其中，所述步骤(a22)进一步包括：

计算基于所述虚拟设备的输出与该虚拟设备的所述模型的输出之间的偏差的校正量的步骤；

对于所述第2模型参数中的一个，将该更新成分的过去值乘以值1的忘却系数而得到的值与所述校正量相加，由此计算该更新成分的步骤；以及

对于其它的所述第2模型参数，将该更新成分的过去值乘以小于1的忘却系数而得到的值与所述校正量相加，由此计算该更新成分的步骤。

15.根据权利要求11所述的方法，其中，所述步骤(b)进一步包括：

使用响应指定型控制，来计算对所述控制对象的输入的步骤。

16.根据权利要求11所述的方法，其中，所述步骤(b)进一步包括：

使用2自由度响应指定型控制，来计算对所述控制对象的输入的步骤。

17.根据权利要求11所述的方法，其中，

所述控制对象是可变地控制发动机的凸轮轴的相位的可变相位装置，该控制对象的输入是提供给该可变相位装置的指令值，该控制对象的输出是该凸轮轴的相位。

18.根据权利要求11所述的方法，其中，

所述控制对象是发动机，该控制对象的输入是与提供给该发动机的空气量相关联的参数，该控制对象的输出是与该发动机的输出相关联的参数。

19.根据权利要求11所述的方法，其中，

所述控制对象是从发动机到设于该发动机的排气通道上的排气传感器为止的系统，该控制对象的输入是与提供给该发动机的燃料相关联的参数，该控制对象的输出是该排气传感器的输出。

20.根据权利要求11所述的方法，其中，

所述控制对象是车辆中的机械元素和驱动该机械元素的致动器，该控制对象的输入是对该致动器的指令值，该控制对象的输出是表示通过该致动器驱动该机械元素的量的值。

Images