CN101316746B - Hcci发动机中的燃料重整估算 - Google Patents

Abstract

内燃机在再压缩期间采用排气再压缩和燃料喷射作为整个均质充量压缩点火控制的一部分。气缸内的燃料重整利用由感测到的排气和模型中所确定的排气已燃气体分数进行估算。模型包括在气缸内燃料燃烧和重整过程中实际消耗的空气和完成重整燃料的气缸内燃烧反应所需要的空气。重整燃料基于模型化的和测量后的排气已燃气体分数进行计算。

Description

HCCI发动机中的燃料重整估算

技术领域

本发明涉及均质充量压缩点火发动机。更具体地说，本发明涉及均质充量压缩点火(HCCI)发动机中的预喷射燃料重整。

发明背景

HCCI发动机中的自动点火燃烧强烈地依赖于进气阀关闭时气缸充量的温度、成分和压力。因此，为了获得强健的自动点火燃烧，发动机的输入，例如燃料的数量，燃料喷射定时和进气/排气阀定时必须仔细地协调一致，以确保气缸充量状态处于所需的范围内。

利用排气再压缩策略操作HCCI发动机以控制气缸充量温度，其包括通过在排气冲程期间提前关闭排气阀，以及以与排气阀关闭定时对称的延迟定时打开进气阀，从而从之前的发动机循环中俘获热排气。气缸充量成分和温度将依赖于排气阀在上死点之前多早关闭。如果排气阀关闭较早，那么来自之前发动机循环中的更大量的热排气将被俘获在气缸中，而给新鲜的气团留下较少的气缸容积，从而提高了气缸温度，并降低了气缸氧气浓度。在排气再压缩策略中，排气阀关闭定时和进气阀打开定时之间关系的特征在于“负”阀门重叠(与传统内燃机中典型的正阀门重叠相反)。负阀门重叠(NVO)被限定为在排气阀关闭和进气阀打开之间的曲柄转角的持续时间。

除了阀门策略以外，必须使用合适的燃料喷射策略以对于宽范围的发动机负荷实现自动点火燃烧。例如，在低发动机负荷下(例如，在1000rpm转速下，加注燃料速率＜7mg/循环)，不管正在使用的NVO的最高的实际值如何，气缸充量对于稳定的自动点火燃烧可能不够热，导致部分燃烧或不点火。一种提高充量温度的方法是在再压缩期间，在接近进气TDC(上死点)时预喷射少量燃料。一部分预喷射的燃料将由于再压缩期间的高压和高温而重整，并且从燃料重整释放出的热能将帮助提高气缸充量温度，使其在主燃料喷射事件之后足以进行成功的自动点火燃烧。在再压缩期间重整的预喷射燃料的数量依赖于许多变量，例如喷射质量，喷射定时和俘获的排气温度和压力。

燃料重整的数量需要进行精确地估算和控制，因为过量的燃料重整会降低燃料经济性，但缺乏燃料重整可能导致燃烧不稳定。

然而，估算在再压缩期间进行重整的燃料的数量仍存在极大的挑战，因为燃料重整依赖于许多变量，例如喷射质量，喷射定时和俘获的排气温度和压力。在HCCI发动机中，虽然人们可使用气缸压力传感器来测量燃烧相位，并定性地将其与燃料重整的数量关联起来，但是从其它发动机变量中隔离出燃料重整对燃烧相位的影响还是非常困难的。此外，气缸内压力感测技术成本高昂。

因此，所需要的是一种强健的，且极具成本效率的技术，以确定在排气再压缩期间采用排气再压缩和燃料喷射的HCCI发动机中的燃料重整的数量。

发明概述

在本发明中，提供一种观测器，其利用来自通用排气氧气(UEGO)传感器(a/k/a宽范围O₂传感器，宽范围A/F传感器，线性O₂传感器等等)的测量估算采用排气再压缩策略的HCCI发动机中的燃料重整的数量。之后可将估算的燃料重整的数量结合在对HCCI发动机中的自动点火燃烧的控制中。

内燃机在再压缩期间采用排气再压缩和燃料喷射作为整个HCCI控制的一部分。一种用于估算这种发动机中的气缸内燃料重整的方法，其包括基于在发动机排气流中的所感测到的进气和排气组分而计算第一进气已燃分数和第一排气已燃气体分数。第二进气已燃分数和第二排气已燃气体分数是基于气缸内燃料燃烧和重整过程中实际消耗的空气构建模型的。并且第三进气已燃分数和第三排气已燃气体分数基于完成重整燃料的气缸内燃烧反应所需要的空气而构建模型。然后基于第一、第二和第三进气和排气已燃气体分数计算重整燃料。

本领域技术人员通过阅读和理解以下典型实施例的详细说明将明晰本发明的这些以及其它方面。

图纸简要说明

本发明在某些部件和部件排列上可采用物理形式，其优选的实施例将在组成本发明一部分的附图中进行详细地描述和说明，其中：

图1是根据本发明的滑模观测器的方框图；

图2A是根据本发明，在加注燃料事件的喷射结束(EOI)定时中受控制的阶跃变化的曲线图；

图2B-2E是根据本发明如图2A中所示的EOI阶跃变化中的滑模观测器结果的曲线图；和

图3是根据本发明的代表与图1相对应的滑模观测器的流程图。

优选实施例描述

现在参看图1，标号10总体指方框图，其显示了一种能够以均质充量压缩点火(HCCI)进行操作的发动机12和一种燃烧控制系统。

发动机12可包括各种未显示的特征、装置、促动器和传感器，包括与进气系统和排气系统相连接的产生功率的燃烧室(其可处于带有往复式活塞的汽缸中)，UEGO传感器，具备某些形式的可变阀门定时，可操作以控制吸入燃烧室的流体进气和排出燃烧室的排气流量的进气和排气阀，包括连接在进气和排气系统之间的EGR阀门的外部排气再循环系统，以及用于为燃烧室供给燃料并将燃烧室中的可燃烧的混合物点火或帮助点火的燃料喷射和火花点火系统。

发动机12优选通过电子控制器(没有单独显示)进行监测和控制，其包含机器可执行的代码，可操作以感测一个或多个操作参数，并响应于操作员的输入和预定的校准和控制准则而控制促动器以执行正确的发动机操作。控制器优选是一种包括中央处理器的电子控制模块，中央处理器通过数据总线而电信号地连接到易失性和非易失性存储器装置上。存储器装置优选地包括RAM装置，ROM装置和数据缓冲器。控制器包括用于获得信号数据的模拟-数字转换器，以及用于控制相应的多个输出装置的多个输出驱动器，各转换器和驱动器均可操作以控制发动机的一个操作方面。控制器通过线束连接在传感器和输出装置上，以监测发动机的操作。典型的输出装置包括用于正确的发动机控制和操作所需要的子系统，包括例如前述进气系统和排气系统，进气和排气可变阀门定时系统，外部排气再循环系统，燃料喷射系统和火花点火系统。在预设的循环期间可执行控制算法，使得各控制算法在各循环中至少执行一次。在发动机运行期间，通常每3，6，15，25和100毫秒就执行循环。响应于从外部传感器中的一个传感器发送至控制器的某些形式的中断信号可执行其它算法。具有各种控制算法和校准功能以控制内燃机操作的电子控制器的使用对于本领域技术人员是众所周知的。

发动机12设计成可在扩大的发动机速度和负载范围内对未经HCCI燃烧节流的喷射汽油燃料或相似的混和物起作用，该范围在可能的情况下可包括发动机起动。但火花点火和节流控制操作可在并非有助于HCCI操作状态下供传统的或改进的控制方法使用，以获得最大的发动机功率。可使用直接气缸喷射。虽然广泛可用的各级别的汽油和其轻质乙醇混和物是优选的燃料，但是备选的液态和气态燃料例如较高乙醇混和物(E80，E85等等)、纯乙醇(E99)、纯甲醇(M100)、天然气、氢气、沼气、各种重整油、合成气等等也可用于本发明的实现中。

控制器产生恰当的发动机输入，例如在需要火花帮助情况下的火花定时，燃料质量，喷射定时，节流阀位置，EGR阀门位置和负阀门重叠。控制器适合于接受来自操作员控制的输入信号(例如节流阀踏板位置)，其指示所需的发动机输出功率，以及来自传感器指示发动机RPM的输入信号，进气温度，冷却剂温度和环境条件。控制器起作用，以从查询表中确定用于火花定时，必要时还包括用于EGR阀门设定值，阀门定时和燃料喷射定时的瞬时设置，并且如图块14中所示计算进气和排气系统中的已燃气体分数。图块14接受来自设置于进气和排气歧管中的UEGO传感器的输入，并从测量到的进气氧气浓度和排气空气-燃料(AF)比中计算出排气和进气已燃气体分数15。这种控制是基于扩展的校准而设计的，以确保在稳态运行条件下的成功的HCCI燃烧。来自图块14的已燃气体分数还可用于反馈控制图块(没有单独显示)，以获得更为强健的结果，因为燃烧相位可能受到干扰和/或环境变化的扰乱。干扰包括，例如发动机速度和负载的显著或快速变化，其在车辆发动机的运行中是必然会发生的。

UEGO传感器的输出，泵送电流I_p，可表示为如下两个电流分量之和。

$I_p=I_p^{\mathrm{lean}}+I_p^{\mathrm{rich}}---\left(1\right)$

其中I_p ^lean是与排气中的氧气的分压力成比例的正电流，I_p ^rich是与可燃气体例如，氢气和一氧化碳的分压力成比例的负电流。在没有燃料重整的正常燃烧下，I_p ^rich在稀燃条件下是可忽略不计的，因为氢气和一氧化碳在排气中的浓度是无关紧要的，并且导致I_p ^rich大致等于零。另一方面，在富燃条件下，泵送电流I_p大致等于I_p ^rich，因为排气中的氧气浓度可忽略不计，导致I_p ^lean大致等于零。另外，可以同等地认为I_p ^lean和I_p ^rich分别与排气中的氧气量和排气中可燃气体的完全燃烧反应所需要的氧气量成比例，如以下关系式所示。

因而，在正常燃烧下，泵送电流与排气中的AF比相对应，即，在稀燃条件下， $I_p=I_p^{\mathrm{lean}}>0,$ $I_p^{\mathrm{rich}}=0,$ 并且在富燃条件下 $I_p=I_p^{\mathrm{rich}}<0,$ $I_p^{\mathrm{lean}}=0.$ 然而，I_p ^lean对氧气浓度的灵敏度和I_p ^rich对可燃气体的灵敏度是不相同的。实际上，可观测到在AF化学当量比附近，I_p ^lean的灵敏度比I_p ^rich小大约四倍。这是因为氢气，一氧化碳和氧气在传感器内部的扩散速率是不同的。例如，一氧化碳具有与氧气非常相似的质量，所以这两种分子一样快地扩散而穿过传感器的多孔层，而氢气同氧气相比具有高得多的扩散速度。因而，如果在稀燃的条件下存在不可忽略的可燃气体，例如一氧化碳和氢气，那么不能再忽略I_p ^rich，并且需要过量的氧气(超过由于氢气较高的扩散速率而使可燃气体完成燃烧反应的氧气)来补偿由于一氧化碳和氢气在多孔层中的浓度而造成的负电流I_p ^rich，导致比没有可燃气体时的泵送电流更低的泵送电流I_p。结果是从传感器读取的AF比低于排气中真实的AF比。

因此，本HCCI发动机中燃料重整观测器的设计是基于以下对自动热燃料重整和UEGO传感器操作的考虑而实现的。首先，自动热燃料(汽油)重整产生极大量的氢气和二氧化碳浓度，但是某些氢分子之后被用于使二氧化碳在HCCI发动机中由于燃料重整之后进行主要燃烧所产生的高温而脱氧成一氧化碳。这种自动热燃料重整可由以下关系式表示。

正泵送电流I_p ^lean与排气中存在的氧气量成比例，而负泵送电流I_p ^rich与用于使排气中的可燃气体进行完全燃烧反应所需要的氧气量成比例。泵送电流I_p，UEGO传感器的输出是那两个泵送电流之和。

I_p ^rich的灵敏度比I_p ^lean大约高四倍。因而，如果在稀薄的排气中存在可燃气体，例如一氧化碳和氢气，那么需要过量的正泵送电流I_p ^lean来补偿负泵送电流I_p ^rich，导致比没有可燃气体时的泵送电流更低的泵送电流I_p。结果，从传感器读取的AF比低于排气中的真实的AF比。

根据本发明，燃料重整观测器16使用进气和排气已燃气体分数模型18，20来跟踪燃烧和重整中所使用的实际的空气(因而氧气)量，以及使由再压缩排气中的燃料重整所产生的可燃气体完成燃烧反应所需要的空气量。数学模型18，20描述了已燃气体分数的动态变化，并且基于输入27进行更新，而且基于在模型输出(进气和排气已燃气体分数)和从测量计算出的那些值之间的误差24而进行校正。这些模型化空气量的加权和22与泵送电流I_p相对应，并因此与从UEGO传感器读取的AF比相对应。从定位于进气和排气歧管中的UEGO传感器所获得的进气氧气浓度和排气空气/燃料比测量中计算出的已燃气体分数15将用于修正模型误差，并进一步提高估算精度。UEGO传感器灵敏度系数Ψ是可调的，并且考虑到I_p ^lean和I_p ^rich的不同灵敏度是所需要的。符号函数给出了误差信号的符号(+1或-1)，并且使用较大的观测器增益来快速驱动模型输出至测量输出。

典型的已燃气体分数模型并不能直接应用于带燃料重整的发动机，因为该模型是在正常燃烧条件下构建的。因而，在本发明中，构建了已燃气体分数模型以应用于带燃料重整的发动机。对于燃料重整，术语“已燃气体”不仅包括主燃烧作用中实际“被燃烧的”空气，而且还包括上面关系式(3)中所显示的燃料重整过程所消耗的空气。因此，从典型的已燃气体分数模型计算出的已燃气体分数对于燃料重整并不与“真实的”已燃气体分数相对应。为了从UEGO传感器中捕获动态AF比，本发明的已燃气体分数模型跟踪来自燃料重整的可燃气体，或等同地说对完成可燃气体的燃烧反应所需要的空气量以及整个燃烧过程所燃烧的实际空气量。基于本发明的模型，已经基于已燃气体分数模型和从UEGO传感器测量到的已燃气体分数设计出一种观测器，例如滑模观测器。假定从例如感测并计算出的控制量可得知气流质量和喷射到气缸中的燃料的总量。另外，在发动机以外部EGR进行操作的情况下，假定通过所述定位在进气歧管中的UEGO传感器可确定进气已燃气体分数。此外，重整燃料的估算量和EGR流量可用于实时地从观测器中估算出真实的进气和排气已燃气体分数。一旦成功地从观测器中估算出重整燃料的数量和EGR流量，那么还可由观测器估算出真实的已燃气体分数。

对于燃料重整，进气和排气歧管中的已燃气体分数的动态模型可表示为以下关系式(4)，其基于发动机在非节流条件下进行运行的假定，即在任何时间点，流入气缸中的质量流量基本上等于空气质量流量和EGR流量之和。

${\stackrel{\&CenterDot;}{f}}_{\mathrm{int}}=\frac{(f_{\mathrm{exh}}-f_{\mathrm{int}})W_{\mathrm{EGR}}-f_{\mathrm{int}}\mathrm{MAF}}{m_{\mathrm{int}}}$

${\stackrel{\&CenterDot;}{f}}_{\mathrm{exh}}=\frac{(f_{\mathrm{int}}-f_{\mathrm{exh}})(W_{\mathrm{EGR}}+\mathrm{MAF})-f_{\mathrm{exh}}{W}_f+(1+{\mathrm{\&lambda;}}_s)(W_f-W_{\mathrm{ref}})+(1+{\mathrm{\&lambda;}}_{\mathrm{ref}})W_{\mathrm{ref}}}{m_{\mathrm{exh}}}---\left(4\right)$

在上面的关系式(4)中：f_int和f_exh分别是进气歧管和排气歧管中的已燃气体分数；MAF，W_EGR和W_f分别代表穿过节流体的空气质量流量，EGR流量和流入气缸中的燃料质量流量；而m_int和m_exh分别代表进气歧管和排气歧管中的质量。W_ref是流入到气缸中的燃料质量流量W_f的一部分，其在再压缩期间进行重整。λ_s是AF化学当量比(对于汽油大约为14.7)，并且λ_ref是完成燃料重整过程所需要的空气和燃料的质量比。例如，如果燃料是汽油(C₈H₁₈)并且只有氧气参与重整过程，那么理论上的λ_ref将大约为9.6。

为了跟踪对完成来自重整过程的可燃气体的燃烧反应所需要的空气量，进气和排气歧管中的附加动态质量分数还大体上如下面关系式(5)中所述进行考虑。

${\stackrel{\&CenterDot;}{\mathrm{\&zeta;}}}_{\mathrm{int}}=\frac{({\mathrm{\&zeta;}}_{\mathrm{exh}}-{\mathrm{\&zeta;}}_{\mathrm{int}})W_{\mathrm{EGR}}-{\mathrm{\&zeta;}}_{\mathrm{nt}}\mathrm{MAF}}{m_{\mathrm{int}}}$

${\stackrel{\&CenterDot;}{\mathrm{\&zeta;}}}_{\mathrm{exh}}=\frac{({\mathrm{\&zeta;}}_{\mathrm{int}}-{\mathrm{\&zeta;}}_{\mathrm{exh}})(W_{\mathrm{EGR}}+\mathrm{MAF})-{\mathrm{\&zeta;}}_{\mathrm{exh}}{W}_f+({\mathrm{\&lambda;}}_s-{\mathrm{\&lambda;}}_{\mathrm{ref}})W_{\mathrm{ref}}}{m_{\mathrm{exh}}}---\left(5\right)$

其中ζ_int和ζ_exh分别是与完成来自燃料重整过程的可燃气体的燃烧反应所需要的空气量相对应的进气歧管和排气歧管中的质量分数。

从UEGO传感器读出的AF比中计算出的排气已燃气体分数大概如以下关系式(6)中所述。

其中χ_exh是从测量的AF比中计算出的排气已燃气体分数，λ_UEGO是从UEGO传感器测量出的AF比，是常数，以考虑UEGO传感器针对实际的空气量和用于可燃气体完全燃烧反应所需要的空气量的不同灵敏度。在本示例中，基于传感器特征的简单的线性近似，以及之前在上文所陈述的论述，

设为4。

滑模观测器是基于上面所陈述的已燃气体分数模型而设计的。其假定气流质量(MAF)是测量过的，并且喷射到气缸中的燃料总量(Wf)是已知的。另外，在发动机以外部EGR进行操作的情况下，其假定进气已燃气体分数通过定位于进气歧管中的额外的线性氧气传感器进行测量。在这种情况下，利用道尔顿定律可从测量后的进气氧气浓度中计算出进气已燃气体分数。

为了设计滑模观测器，通过变换座标将关系式(4)和(5)重新设置如下：

${\stackrel{\&CenterDot;}{\mathrm{\&chi;}}}_{\mathrm{int}}=\frac{({\mathrm{\&chi;}}_{\mathrm{exh}}-{\mathrm{\&chi;}}_{\mathrm{int}})W_{\mathrm{EGR}}-{\mathrm{\&chi;}}_{\mathrm{int}}\mathrm{MAF}}{m_{\mathrm{int}}}$

其中

和分别是从进气线性氧气传感器和排气UEGO传感器中计算出的进气和排气已燃气体分数。然后，基于以下模型，在假定进气和排气歧管的质量已知的基础上设计滑模观测器。

${\stackrel{\&CenterDot;}{\widehat{\mathrm{\&chi;}}}}_{\mathrm{int}}=\frac{-{\widehat{\mathrm{\&chi;}}}_{\mathrm{int}}\mathrm{MAF}}{m_{\mathrm{int}}}+k_1\frac{1}{m_{\mathrm{int}}}\mathrm{sgn}({\mathrm{\&chi;}}_{\mathrm{int}}-{\widehat{\mathrm{\&chi;}}}_{\mathrm{int}})$

${\stackrel{\&CenterDot;}{\widehat{\mathrm{\&chi;}}}}_{\mathrm{exh}}=\frac{({\widehat{\mathrm{\&chi;}}}_{\mathrm{int}}-{\widehat{\mathrm{\&chi;}}}_{\mathrm{exh}})\mathrm{MAF}-{\widehat{\mathrm{\&chi;}}}_{\mathrm{exh}}{W}_f+(1+{\mathrm{\&lambda;}}_s)W_f}{m_{\mathrm{exh}}}-k_1\frac{1}{m_{\mathrm{exh}}}\mathrm{sgn}({\mathrm{\&chi;}}_{\mathrm{int}}-{\widehat{\mathrm{\&chi;}}}_{\mathrm{int}})+k_2\frac{1}{m_{\mathrm{exh}}}\mathrm{sgn}({\mathrm{\&chi;}}_{\mathrm{exh}}-{\widehat{\mathrm{\&chi;}}}_{\mathrm{exh}})---\left(8\right)$

动态观测器误差可用以下关系式(9)描述：

${\stackrel{\&CenterDot;}{e}}_{\mathrm{int}}=\frac{{-e}_{\mathrm{int}}\mathrm{MAF}}{m_{\mathrm{int}}}+\frac{({\mathrm{\&chi;}}_{\mathrm{exh}}-{\mathrm{\&chi;}}_{\mathrm{int}})W_{\mathrm{EGR}}}{m_{\mathrm{int}}}-k_1\frac{1}{m_{\mathrm{int}}}\mathrm{sgn}\left(e_{\mathrm{int}}\right)$

$+k_1\frac{1}{m_{\mathrm{exh}}}\mathrm{sgn}\left(e_{\mathrm{int}}\right)-k_2\frac{1}{m_{\mathrm{exh}}}\mathrm{sgn}\left(e_{\mathrm{exh}}\right)---\left(9\right)$

其中 $e_{\mathrm{int}}={\mathrm{\&chi;}}_{\mathrm{int}}-{\widehat{\mathrm{\&chi;}}}_{\mathrm{int}},$ 且 $e_{\mathrm{exh}}={\mathrm{\&chi;}}_{\mathrm{exh}}-{\widehat{\mathrm{\&chi;}}}_{\mathrm{exh}}.$ 为了导出滑模条件，考虑以下李亚普诺夫函数。

$V=\frac{1}{2}(e_{\mathrm{int}}^2+e_{\mathrm{exh}}^2)---\left(10\right)$

通过对V求微分，并利用关系式(9)，得出以下关系式(11)：

$\stackrel{\&CenterDot;}{V}=e_{\mathrm{int}}{\stackrel{\&CenterDot;}{e}}_{\mathrm{int}}+e_{\mathrm{exh}}{\stackrel{\&CenterDot;}{e}}_{\mathrm{exh}}=\frac{e_{\mathrm{int}}^2\mathrm{MAF}}{m_{\mathrm{int}}}-\frac{e_{\mathrm{exh}}^2(\mathrm{MAF}+W_f)}{m_{\mathrm{exh}}}+e_{\mathrm{int}}\left(\frac{({\mathrm{\&chi;}}_{\mathrm{exh}}-{\mathrm{\&chi;}}_{\mathrm{int}})W_{\mathrm{EGR}}-k_1\mathrm{sgn}\left(e_{\mathrm{int}}\right)}{m_{\mathrm{int}}}\right)---\left(11\right)$

其中

d＝(χ_int-χ_exh)W_EGR+k₁ sgn(e_int)        (12)

滑动增益k₁根据以下关系式进行设计，以获得η可达性条件，即，

$e_{\mathrm{int}}{\stackrel{\&CenterDot;}{e}}_{\mathrm{int}}<-{\mathrm{\&eta;}}_1\left|e_{\mathrm{int}}\right|,$ η₁＞0：

k₁≥|(χ_int-χ_exh)W_EGR|_max+η₁                (13)

其中||_max是绝对值的上限。利用滑动增益(12)，确保了在由关系式(18)给出对时间t_ηi的约束下，e_int→0。

$t_{\mathrm{\&eta;}1}\&le;\frac{e_{\mathrm{int}}\left(0\right)}{{\mathrm{\&eta;}}_1}---\left(14\right)$

另外，当e_int＝0时，平均值

等于零，其产生以下关系式。

k₁ sgn(e_int)＝(χ_exh-χ_int)W_EGR            (15)

因为关系式(12)中的d项是有约束的，并且根据(15)随着e_int→0而趋于零，所以可设计滑动增益k₂，使关系式(11)为如下负定：

其中η₂＞0。因为滑动增益k₂也达到η可达性条件，所以确保了在有限的时间内e_exh→0。

条件(13)和(14)确保在有限的时间内将达到滑动面V＝0。另外，因为e_int，e_exh和

的平均值在滑动面上等于零，所以一旦达到滑动面就获得以下关系式。

然后基于(17)，通过低通过滤以下量可估算重整后的燃料数量。

类似地，基于(15)和估算的进气和排气已燃气体分数，通过低通过滤以下量可估算EGR流量W_EGR。

${\hat{W}}_{\mathrm{EGR}}=\frac{k_1\mathrm{sgn}\left(e_{\mathrm{int}}\right)}{({\widehat{\mathrm{\&chi;}}}_{\mathrm{exh}}-{\widehat{\mathrm{\&chi;}}}_{\mathrm{int}})}$

作为一个示例，并进一步参照图2A-2E的条件，设计了一种滑模观测器，并且使用从以1000rpm恒定速度操作的单气缸HCCI发动机中获取的试验数据来验证观测器。为了应用滑模观测器，基于在进气和排气歧管处的体积和测量后的温度及压力，由理想气体定律计算出进气和排气歧管的质量。在以下所显示的示例中，从校准表中依据燃料脉冲宽度可计算燃料喷射的数量。为了补偿燃料喷射中可能的误差，可结合额外的自适应系统，以便在正常的燃烧条件期间利用测量后的气流质量和AF比而修正校准表。

在实验中，在进气TDC附近，燃料质量每循环被喷射一次(即，单次喷射)，并且燃料喷射定时是唯一变化的因素，而所有其它输入保持恒定不变。加注燃料的速率固定在9mg/循环，负阀门重叠设于140度，没有外部EGR，并且喷射的终结(EOI)如图所示沿着曲线图的时间标度而从340变化至365度ATDC。图2A-2E显示了对于提前喷射作用(340度ATDC)，一部分喷射的燃料在再压缩期间由于在进气TDC附近达到峰值的较高的压力和温度而进行重整。峰值压力的位置(LPP)由于燃料重整所释放的热量而前进。在340度ATDC的喷射定时下，估算的重整燃料大约为0.2mg/循环，并且随着喷射定时延迟而下降至几乎为零。虽然在燃烧室中重整的燃料质量没有直接的测量数据可用，但是估算数量接近采用气缸压力测量从放热分析计算出的数量。图2D还显示了基于与滑模观测器平行运行的模型而估算的“真实的”AF比。其显示了在340度ATDC的喷射定时下，估算的“真实的”A/F比测量的A/F比(利用UEGO传感器)高大约0.5。估算的真实AF比随着喷射定时进一步的延迟而最终收敛于测量的AF比，并且不再发生燃料重整。

本发明已经参照其优选的实施例进行了描述。技术人员通过阅读和理解本说明书可想到其它改型和变型。本发明意图包括所有这种改型和变型，只要其处于本发明的范围内。

Claims (14)

1. 一种用来在内燃机中估算燃料重整的方法，所述内燃机在排气再压缩期间采用排气再压缩阀门控制和燃料喷射，所述方法包括：

基于至少一个设置于排气流中的线性氧气传感器而计算第一排气已燃气体分数；

基于气缸内燃料燃烧和重整过程中实际消耗的空气而构建第二排气已燃气体分数的模型；

基于完成重整燃料的气缸内燃烧反应所需要的空气而构建第三排气已燃气体分数的模型；和

基于所述第一、第二和第三排气已燃气体分数而计算重整燃料。

2. 根据权利要求1所述的方法，其特征在于构建所述第二和第三排气已燃气体分数的模型包括基于误差因素而修正所述第二和第三排气已燃气体分数，所述误差因素在所述计算的排气已燃气体分数与所述第二和第三模型化的排气已燃气体分数的加权和之间。

3. 根据权利要求2所述的方法，其特征在于所述模型化的排气已燃气体分数被加权以考虑线性氧气传感器在可燃气体存在下的灵敏度差异。

4. 根据权利要求1所述的方法，其特征在于所述方法还包括：

基于至少一个设置于进气流中的线性氧气传感器而计算第一进气已燃气体分数；

基于气缸内燃料燃烧和重整过程中实际消耗的空气而构建第二进气已燃气体分数的模型；

基于完成重整燃料的气缸内燃烧反应所需要的空气而构建第三进气已燃气体分数的模型；和

基于所述第一、第二和第三排气已燃气体分数和所述第一、第二和第三进气已燃气体分数而计算重整燃料。

5. 根据权利要求4所述的方法，其特征在于构建所述第二和第三进气和排气已燃气体分数的模型包括基于误差因素而修正所述第二和第三进气和排气已燃气体分数，所述误差因素在所述计算的进气和排气已燃气体分数与所述第二和第三模型化的进气和排气已燃气体分数的加权和之间。

6. 根据权利要求5所述的方法，其特征在于所述模型化的进气和排气已燃气体分数被加权以考虑线性氧气传感器在可燃气体存在下的灵敏度差异。

7. 一种用来内燃机中估算燃料重整的方法，所述内燃机在排气再压缩期间采用排气再压缩阀门控制和燃料喷射，所述方法包括：

基于设置于各进气气流和排气气流中的至少一个线性氧气传感器而计算用于进气和排气的第一已燃气体分数；

构建用于进气和排气的第二已燃气体分数的模型；和

基于所述第一和第二已燃气体分数而计算重整燃料。

8. 根据权利要求7所述的方法，其特征在于构建所述第二已燃气体分数的模型包括：

基于气缸内燃料燃烧和重整过程中实际消耗的空气而构建第三已燃气体分数的模型；

基于完成重整燃料的气缸内燃烧反应所需要的空气而构建第四已燃气体分数的模型。

9. 根据权利要求8所述的方法，其特征在于构建所述第二已燃气体分数的模型还包括：

对所述第三和第四已燃气体分数进行加权，以考虑传感器在可燃气体存在下的灵敏度差异；和

将所述加权后的第三和第四已燃气体分数求和。

10. 一种用来在内燃机中估算燃料重整的方法，所述内燃机在排气再压缩期间采用排气再压缩阀门控制和燃料喷射，所述方法包括：

分别基于发动机进气气流和排气气流中所感测到的排气成分而计算第一进气已燃气体分数和第一排气已燃气体分数；

基于气缸内燃料燃烧和重整过程中实际消耗的空气而构建第二进气已燃气体分数和第二排气已燃气体分数的模型；

基于完成重整燃料的气缸内燃烧反应所需要的空气而构建第三进气已燃气体分数和第三排气已燃气体分数的模型；和

基于所述第一、第二和第三进气和排气已燃气体分数而计算重整燃料。

11. 根据权利要求10所述的方法，其特征在于所述方法还包括：

利用定位在内燃机的至少一个进气歧管和至少一个排气歧管中的相应的通用排气氧气传感器(UEGO)提供所述发动机进气气流和排气气流中所感测到的排气成分。

12. 根据权利要求11所述的方法，其特征在于所述方法还包括：

确定误差因素，其在所述计算的已燃气体分数与模型化的已燃气体分数的加权和之间。

13. 根据权利要求12所述的方法，其特征在于所述模型化的已燃气体分数被加权以考虑可燃气体存在下的UEGO的灵敏度差异。

14. 根据权利要求13所述的方法，其特征在于构建所述第二和第三已燃气体分数的模型包括基于所述误差因素而修正所述第二和第三已燃气体分数。

Images