CN101578558A - 用于产生基于模型的系统控制参数的构架 - Google Patents

用于产生基于模型的系统控制参数的构架 Download PDF

Info

Publication number
CN101578558A
CN101578558A CNA200680014644XA CN200680014644A CN101578558A CN 101578558 A CN101578558 A CN 101578558A CN A200680014644X A CNA200680014644X A CN A200680014644XA CN 200680014644 A CN200680014644 A CN 200680014644A CN 101578558 A CN101578558 A CN 101578558A
Authority
CN
China
Prior art keywords
value
logic
piece
model
control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA200680014644XA
Other languages
English (en)
Other versions
CN101578558B (zh
Inventor
L·J·布拉克尼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cummins Inc
Original Assignee
Cummins Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Cummins Inc filed Critical Cummins Inc
Publication of CN101578558A publication Critical patent/CN101578558A/zh
Application granted granted Critical
Publication of CN101578558B publication Critical patent/CN101578558B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D11/00—Arrangements for, or adaptations to, non-automatic engine control initiation means, e.g. operator initiated
    • F02D11/06—Arrangements for, or adaptations to, non-automatic engine control initiation means, e.g. operator initiated characterised by non-mechanical control linkages, e.g. fluid control linkages or by control linkages with power drive or assistance
    • F02D11/10—Arrangements for, or adaptations to, non-automatic engine control initiation means, e.g. operator initiated characterised by non-mechanical control linkages, e.g. fluid control linkages or by control linkages with power drive or assistance of the electric type
    • F02D11/105—Arrangements for, or adaptations to, non-automatic engine control initiation means, e.g. operator initiated characterised by non-mechanical control linkages, e.g. fluid control linkages or by control linkages with power drive or assistance of the electric type characterised by the function converting demand to actuation, e.g. a map indicating relations between an accelerator pedal position and throttle valve opening or target engine torque
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/0002—Controlling intake air
    • F02D41/0007—Controlling intake air for control of turbo-charged or super-charged engines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/0025—Controlling engines characterised by use of non-liquid fuels, pluralities of fuels, or non-fuel substances added to the combustible mixtures
    • F02D41/0047—Controlling exhaust gas recirculation [EGR]
    • F02D41/005—Controlling exhaust gas recirculation [EGR] according to engine operating conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/0025—Controlling engines characterised by use of non-liquid fuels, pluralities of fuels, or non-fuel substances added to the combustible mixtures
    • F02D41/0047—Controlling exhaust gas recirculation [EGR]
    • F02D41/0065—Specific aspects of external EGR control
    • F02D41/0072—Estimating, calculating or determining the EGR rate, amount or flow
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
    • F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
    • F02D41/1446—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being exhaust temperatures
    • F02D41/1447—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being exhaust temperatures with determination means using an estimation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
    • F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
    • F02D41/146—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being an NOx content or concentration
    • F02D41/1461—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being an NOx content or concentration of the exhaust gases emitted by the engine
    • F02D41/1462—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being an NOx content or concentration of the exhaust gases emitted by the engine with determination means using an estimation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
    • F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
    • F02D41/1466—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being a soot concentration or content
    • F02D41/1467—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being a soot concentration or content with determination means using an estimation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02B—INTERNAL-COMBUSTION PISTON ENGINES; COMBUSTION ENGINES IN GENERAL
    • F02B29/00—Engines characterised by provision for charging or scavenging not provided for in groups F02B25/00, F02B27/00 or F02B33/00 - F02B39/00; Details thereof
    • F02B29/04—Cooling of air intake supply
    • F02B29/0493—Controlling the air charge temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
    • F02D41/1439—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the position of the sensor
    • F02D41/144—Sensor in intake manifold
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02M—SUPPLYING COMBUSTION ENGINES IN GENERAL WITH COMBUSTIBLE MIXTURES OR CONSTITUENTS THEREOF
    • F02M26/00—Engine-pertinent apparatus for adding exhaust gases to combustion-air, main fuel or fuel-air mixture, e.g. by exhaust gas recirculation [EGR] systems
    • F02M26/02—EGR systems specially adapted for supercharged engines
    • F02M26/04—EGR systems specially adapted for supercharged engines with a single turbocharger
    • F02M26/05—High pressure loops, i.e. wherein recirculated exhaust gas is taken out from the exhaust system upstream of the turbine and reintroduced into the intake system downstream of the compressor
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02M—SUPPLYING COMBUSTION ENGINES IN GENERAL WITH COMBUSTIBLE MIXTURES OR CONSTITUENTS THEREOF
    • F02M26/00—Engine-pertinent apparatus for adding exhaust gases to combustion-air, main fuel or fuel-air mixture, e.g. by exhaust gas recirculation [EGR] systems
    • F02M26/13—Arrangement or layout of EGR passages, e.g. in relation to specific engine parts or for incorporation of accessories
    • F02M26/22—Arrangement or layout of EGR passages, e.g. in relation to specific engine parts or for incorporation of accessories with coolers in the recirculation passage
    • F02M26/33—Arrangement or layout of EGR passages, e.g. in relation to specific engine parts or for incorporation of accessories with coolers in the recirculation passage controlling the temperature of the recirculated gases
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/12—Improving ICE efficiencies
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Feedback Control In General (AREA)
  • Output Control And Ontrol Of Special Type Engine (AREA)
  • Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)

Abstract

一种产生用于控制物理系统操作的控制参数的控制构架，包括一个或多个嵌入模型、目标逻辑、目标优化逻辑和解约束逻辑，嵌入模型各产生与物理系统的不同操作参数相对应的模型输出，所述操作参数取决于一个或多个物理系统的操作工况和/或和许多解参数，目标逻辑产生取决于所述许多模型输出和一个或多个系统性能目标值的标量性能量度，目标优化逻辑以最大程度地减小标量性能量度的方式来产生许多无约束解参数，并且解约束逻辑按照限制至少其中一个无约束解参数的操作范围的方式而从所述许多无约束解参数中确定所述许多解参数。控制参数可对应于所述许多无约束解参数或所述许多解参数的其中一个。

Description

用于产生基于模型的系统控制参数的构架
发明领域
本发明大体上涉及用于控制物理系统(physical system)操作的控制技术，更具体地涉及一种用于产生基于模型的系统控制参数的控制构架(control framework)。
背景
时常伴随现有的开环和闭环控制策略实现的校准负担需要得到最大程度的减小。而且还需要配置基于模型的控制策略，使得改进的模型在精度和/或性能方面，可简单地取代控制策略中相应的现有模型，以取得即时的系统性能改良。而且还需要提供对物理系统在非特定的操作工况下，即在专门为其设计现有控制策略的操作工况以外的条件下的性能优化。这里所述基于模型的控制构架构思致力于实现这些以及其它控制策略目标。
概要
本发明可包括所附权利要求中所引用的一个或多个特征，和/或一个或多个以下特征和其组合。产生控制参数以控制物理系统的操作的控制构架可包括一个或多个嵌入模型(embedded model)，目标逻辑(objective logic)，目标优化逻辑(objective optimization logic)和解约束逻辑(solution constraining logic)，嵌入模型各产生与物理系统的不同操作参数相对应的模型输出，其取决于(as a function of)一个或多个与物理系统的操作工况相对应的操作值和许多解参数(solutionparameters)，目标逻辑产生取决于所述数量的模型输出和一个或多个系统性能目标值的标量性能量度(scalar performance metric)，目标优化逻辑按照最大程度地减小标量性能量度的方式而产生许多无约束解参数，并且解约束逻辑按照限制至少一个无约束解参数的操作范围的方式而从所述许多无约束解参数中确定所述许多解参数。控制参数可对应于所述许多无约束解参数或所述许多解参数。
所述多个嵌入模型可配置成用于产生相应的模型输出，其还取决于一个或多个系统性能目标值中的至少其中一个目标值。
目标逻辑还可配置成产生取决于一个或多个权重值的标量性能量度。
目标优化逻辑还可配置成用于产生取决于至少其中一个控制参数的所述许多无约束解参数。
解约束逻辑还可配置成用于产生所述许多解参数中的至少其中一个解参数，其取决于所述一个或多个系统性能目标值中的至少其中一个目标值。
作为备选或作为附加，解约束逻辑还可配置成用于产生所述许多解参数中的至少其中一个解参数，其取决于所述多个嵌入模型中的其中一个或多个嵌入模型所提供的至少一个模型极限。
控制构架还可包括控制参数处理逻辑(processing logic)，其配置成可处理至少其中一个控制参数，并产生一个输出，其控制至少一个与物理系统相关的促动器。解约束逻辑还可配置成用于产生所述许多解参数中的至少其中一个解参数，其取决于至少一个由控制参数处理逻辑提供给解约束逻辑的反馈值。
所述多个模型输出值可限定一个矢量Y，所述一个或多个系统性能目标值可限定一个矢量YT，并且所述一个或多个权重值可限定一个矢量W，而且目标逻辑可配置成可确定一个差矢量作为矢量Y和YT之间的差，并且确定标量性能量度作为矢量W和差矢量函数的矢量内积。例如目标逻辑可配置成可根据关系式U＝W·(Y-YT)来确定标量性能量度，其中U是标量性能量度。作为另一示例，目标逻辑可配置成可根据关系式U＝W·(Y-YT)2来确定标量性能量度，其中U是标量性能量度。作为另一示例，目标逻辑可配置成可根据关系式U＝W·|Y-YT|来确定标量性能量度，其中U是标量性能量度。作为还有的另一示例，目标逻辑可配置成可根据关系式U＝W·|(Y-YT)/YT|来确定标量性能量度，其中U是标量性能量度。
所述许多解参数可限定一个矢量X，所述许多无约束解参数可限定一个矢量X′，并且可将标量性能量度指定为U，而且目标优化逻辑可配置成可根据直接搜索优化技术而产生取决于U和X以及特定步长(step size)的X′。例如，目标优化逻辑可配置成可根据随机游动优化算法(random walk optimization algorithm)而产生取决于U和X以及特定步长的X′。作为另一示例，目标优化逻辑可配置成可根据带步长调整的随机游动优化算法，而产生取决于U和X以及特定步长的X′。作为另一示例，目标优化逻辑可配置成可根据带方向利用的随机游动优化算法，而产生取决于U和X以及特定步长的X′。作为另一示例，目标优化逻辑可配置成可根据带方向利用和步长调整的随机游动优化算法，而产生取决于U和X以及特定步长的X′。作为另一示例，目标优化逻辑可配置成可根据随机游动优化算法的变量而产生取决于U和X以及特定步长的X′。作为另一示例，目标优化逻辑可配置成可根据单变量优化算法而产生取决于U和X以及特定步长的X′。
物理系统可以是例如包括空气处理系统的内燃机。在这个实施例中，控制构架可配置成用于产生燃料数量指令值(commanded fuelquantity value)作为其中一个控制参数，并且产生喷射启动指令值作为另一控制参数。与发动机相关的燃料系统可响应于加燃料的要求而为发动机供给燃料，并且控制计算机可包括响应于燃料数量指令值和喷射启动指令值而产生加燃料指令的加燃料逻辑。
在这个实施例中，控制构架还可配置成用于产生充气流量指令值(commanded charge flow value)作为其中一个控制参数，并且产生排气再循环(EGR)分数指令值作为另一控制参数。空气处理系统可包括流通式地联接在发动机进气歧管一端和发动机排气歧管对端上的排气再循环(EGR)导管，以及响应于EGR控制信号而控制发动机排气流过EGR导管的EGR阀，并且控制计算机可包括响应于充气流量指令值和EGR分数指令值而产生EGR控制信号的充气管理器逻辑。空气处理系统还可包括涡轮增压器，其具有流通式地联接在发动机的排气歧管上的可变几何涡轮(VGT)，VGT响应于VGT控制信号而控制涡轮的临界流量，并且控制计算机可包括响应于充气流量指令值和排气再循环分数指令值而产生VGT控制信号的充气管理器逻辑。空气处理系统还可包括排气节流阀，其设置成与将发动机排气歧管流通式地联接至周围环境的排气导管对准，排气节流阀响应于排气节流阀控制信号而控制发动机排气流过排气导管，并且充气管理器逻辑可响应于充气流量指令值和EGR分数指令值而产生VGT控制信号。
在这个实施例中，所述多个嵌入模型可包括发动机输出扭矩模型，其产生估算取决于一个或多个发动机操作参数的发动机输出扭矩的模型输出。作为备选或作为附加，所述多个嵌入模型可包括峰值气缸压力模型，其产生估算取决于一个或多个发动机操作参数的峰值气缸压力的模型输出。作为备选或作为附加，所述多个嵌入模型可包括发动机排气温度模型产生估算取决于一个或多个发动机操作参数的发动机排气温度的模型输出。作为备选或作为附加，所述多个嵌入模型可包括NOx模型，其产生估算取决于一个或多个发动机操作参数的由发动机产生的NOX的模型输出。作为备选或作为附加，所述多个嵌入模型可包括干燥颗粒物质模型，其产生估算取决于一个或多个发动机操作参数的由发动机产生的干燥颗粒物质的模型输出。
作为备选或作为附加，所述多个嵌入模型可包括多个燃料极限值模型，其各产生不同的燃料流量极限值的输出，用于限制发动机的加燃料。所述多个燃料极限值模型可包括峰值气缸压力(PCP)燃料极限值模型，其产生取决于目标PCP极限值的PCP极限燃料流量值作为模型输出，所包括的目标PCP极限值作为所述一个或多个系统性能目标值中的其中一个目标值，并取决于一个或多个发动机的操作参数。作为备选或作为附加，所述多个燃料极限值模型可包括排气温度燃料极限值模型，其产生取决于目标排气温度极限值的排气温度极限的燃料流量值作为模型输出，所包括的目标排气温度极限值作为所述一个或多个系统性能目标值中的其中一个目标值，并取决于一个或多个发动机的操作参数。作为备选或作为附加，所述多个燃料极限值模型可包括干燥颗粒物质(DPM)燃料极限值模型，其产生取决于目标DPM极限值的DPM极限燃料流量值作为模型输出，所包括的目标DPM极限值作为所述一个或多个系统性能目标值中的其中一个目标值，并取决于一个或多个发动机的操作参数。
在这个实施例中，解约束逻辑可包括许多约束函数，其各通过将所述相应数量的无约束解参数中的其中规定的解参数限制在可限定的操作范围内，而产生所述许多解参数中的规定的解参数。例如，其中一个解参数可以是喷射启动指令值，并且所述许多约束函数可包括喷射启动(SOI)约束逻辑，其确定最大和最小的喷射启动极限值，其各取决于发动机转速和形成其中一个系统性能目标值的发动机输出扭矩目标值，并且将相应的无约束喷射启动指令值的操作范围限制在最大和最小喷射启动极限值之间。作为另一示例，其中一个解参数可以是燃料数量指令值，并且所述许多约束函数可包括燃料数量极限逻辑，其将相应的无约束燃料数量指令值限制在最大扭矩加燃料值，最小扭矩加燃料值和无约束燃料数量指令值的较大者，由其中一个嵌入模型所产生的峰值气缸压力燃料极限值，由其中另一个嵌入模型产生的发动机排气温度燃料极限值，以及由其中另一嵌入模型产生的干燥颗粒物质燃料极限值中的最小值上。作为另一示例，其中一个解参数可以是充气流量指令值，并且其中另一个控制参数是EGR分数指令值，而且控制构架还可包括充气管理逻辑，其响应于充气流量指令值和EGR分数指令值而控制与发动机的空气处理系统相关的一个或多个促动器，并且所述许多约束函数可包括充气极限调节逻辑，其限制相应的无约束充气流量指令值和EGR分数指令值，其取决于从充气管理逻辑反馈至充气极限调节逻辑的信息。
充气极限调节逻辑可配置成可通过限制相应的无约束充气流量指令值而产生充气流量指令值，所述充气流量值取决于从充气管理逻辑反馈至充气极限调节逻辑的充气流量信息。作为备选或作为附加，充气极限调节逻辑可配置成可通过限制相应的无约束EGR分数指令值而产生EGR分数指令值，所述EGR分数值取决于从充气管理逻辑反馈至充气极限调节逻辑的EGR分数信息。
在这个实施例中，燃料数量极限逻辑还可配置成可确定EGR失效值，其取决于无约束燃料数量指令值、干燥颗粒物质燃料极限值和发动机转速。充气极限调节逻辑可配置成如果EGR失效值为真时，可产生零要求的EGR分数值，或者只要EGR分数指令值大于最小的EGR分数值时，产生EGR分数指令值。
用于控制物理系统操作的控制系统可包括传感器，促动器，控制计算机，以及响应于控制参数而控制促动器操作的装置，传感器产生指示物理系统的操作工况的传感数据，促动器配置成控制物理系统的操作特征，控制计算机包括接收解参数和传感数据的嵌入模型，目标逻辑，目标优化逻辑，以及约束逻辑，嵌入模型产生与物理系统的操作参数相对应的模型输出，目标逻辑产生取决于模型输出和系统性能目标值的标量性能量度，目标优化逻辑按照最大程度地减小标量性能量度的方式产生无约束解参数，并且约束逻辑通过限制无约束解参数的操作范围而从无约束解参数中确定解参数，其中控制参数可以是无约束解参数或解参数。
响应于控制参数以便控制促动器操作的装置可包括与控制计算机相关，并配置成处理控制参数，且产生促动器控制信号的控制参数处理逻辑，以及响应于促动器控制信号，以产生促动器驱动信号而控制促动器操作的促动器驱动电路。
或者，响应于控制参数，以便控制促动器操作的装置可包括响应于控制参数而产生促动器驱动信号，以便控制促动器操作的促动器驱动电路。
传感器可以是物理传感器，其配置成可检测物理系统的操作状态，并产生指示操作状态的传感器信号。或者，传感器可以是包括在控制计算机中的评估算法，评估算法评估物理系统的操作状态，其取决于物理系统的一个或多个其它操作工况，并产生指示操作状态的传感数据。
物理系统可以是包括空气处理系统的内燃机。
本发明的这些以及其它特征将通过以下说明性实施例的详细描述而变得更为清楚。
附图简介
图1是用于产生基于模型的控制参数，以控制物理系统的操作的控制构架的一个说明性实施例的框图。
图2是在具有空气处理系统的内燃机的控制系统的上下文中所显示的图1控制构架的一个说明性实施例的框图。
图3是说明图2中所示的控制计算机的一些内部特征的框图，其包括在燃烧管理器块的上下文中实现的图1的控制构架。
图4是图3的系统性能目标逻辑块的一个说明性实施例的框图。
图5是组成图4系统性能目标逻辑块部分的机器管理器逻辑块的一个说明性实施例的框图。
图6是组成图5机器管理器逻辑块部分的排放物管理器逻辑块的一个说明性实施例的框图。
图7是组成图5机器管理器逻辑块部分的排放物目标、极限和权重计算块的一个说明性实施例的框图。
图8是组成图7排放物目标、极限和权重计算块部分的权重计算块的一个说明性实施例的框图。
图9是组成图4系统性能目标逻辑块部分的发动机管理器块的一个说明性实施例的框图。
图10是组成图9发动机管理器块部分的发动机结构管理器逻辑块的一个说明性实施例的框图。
图11是组成图3燃烧管理器块部分的系统模型块的一个说明性实施例的框图。
图12是组成图11系统模型块部分的参数模型块的一个说明性实施例的框图。
图13是组成图12参数模型块部分的流量和比例计算块的一个说明性实施例的框图。
图14是组成图12参数模型块部分的扭矩和GSFC模型块的一个说明性实施例的框图。
图15是组成图12参数模型块部分的PCP模型块的一个说明性实施例的框图。
图16是组成图12参数模型块部分的排气温度模型块的一个说明性实施例的框图。
图17是组成图16排气温度模型块部分的排气温差计算块的一个说明性实施例的框图。
图18是组成图12参数模型块部分的NOx模型块的一个说明性实施例的框图。
图19是组成图12参数模型块部分的DPM模型块的一个说明性实施例的框图。
图20是组成图11系统模型块部分的加燃料极限值模型块的一个说明性实施例的框图。
图21是组成图20加燃料极限值模型块部分的PCP燃料极限值模型的一个说明性实施例的框图。
图22是组成图20加燃料极限值模型块部分的排气温度燃料极限值模型的一个说明性实施例的框图。
图23是组成图20加燃料极限值模型块部分的DPM燃料极限值模型的一个说明性实施例的框图。
图24是组成图20加燃料极限值模型块部分的加燃料计算块的一个说明性实施例的框图。
图25是组成图3燃烧管理器块部分的目标逻辑块的一个说明性实施例的框图。
图26是组成图3燃烧管理器块部分的目标优化逻辑块的一个说明性实施例的框图。
图27是组成图26目标优化逻辑块部分的单位矢量发生器块的一个说明性实施例的框图。
图28是图26的″最佳X″块的一个说明性实施例的框图。
图29是组成图3燃烧管理器块部分的解约束逻辑块的一个说明性实施例的框图。
图30是组成图28解约束逻辑块部分的燃料数量极限逻辑块的一个说明性实施例的框图。
图31是组成图30燃料数量极限逻辑块部分的最大扭矩加燃料逻辑块的一个说明性实施例的框图。
图32是组成图28所述解约束逻辑块部分的CHM极限调节逻辑块的一个说明性实施例的框图。
图33是组成图28解约束逻辑块部分的SOI逻辑的一个说明性实施例的框图。
图34是组成图3燃烧管理器块部分的输出调节块的一个说明性实施例的框图。
说明性实施例的描述
出于促进理解本发明原理的目的，现在将参照附图中所显示的许多说明性实施例，并将使用专用语言来描述它。
现在参见图1，其显示了控制系统10的一个说明性实施例的框图，其包括物理系统12和实现控制构架16的控制计算机14，控制构架16用于产生基于模型的控制参数，以便控制物理系统12的操作。物理系统12可以是任何已知的物理系统，其可具有一个或多个传感器或传感系统，例如，201-20J，241-24K，321-32H，其产生与系统12相关的一个或多个操作工况相对应的传感数据，并且该物理系统还具有一个或多个促动器，例如，481-48M，561-56P，其响应于一个或多个相应的促动器控制信号而控制系统12的一个或多个相应的操作特征，从而基于一个或多个性能目标，通过内置在控制计算机14中的一个或多个控制算法可以开环或闭环方式控制物理系统12。物理系统12的示例包括，但并不局限于可包括一个或多个可控制的子系统；例如燃料系统，空气处理系统，排气后处理系统，反闭锁制动系统，自动或自动化的手动传动装置等等在内的内燃机，住宅或商业器械，包括声音和视频处理设备的大型和小型娱乐系统，信号识别以及其它信号处理设备，这仅举几个例子而言。
在图1所示的一般化的控制系统10中，内置在控制计算机14中的控制构架16包括嵌入模型块18，其接收采用由相应的物理系统传感器201-20J所产生，并通过相应的信号途径221-22J接收的任意数量，如J个传感器信号形式的传感数据作为输入，其中J可以是任何正整数。嵌入模型块18可备选或额外地接收采用由内置在控制计算机14的虚拟传感器逻辑块28中的相应的″虚拟″传感器所产生，并通过相应的信号路径301-30L接收的任意数量，如L个传感器值形式的传感数据作为输入，其中L可以是任何正整数。虚拟传感器逻辑块28配置成可接收采用由相应的物理系统传感器241-24K所产生，并通过相应的信号路径261-26K接收的任何数量，如K个传感器信号形式的传感数据，其中K可以是任何正整数。虚拟传感器逻辑块28包括一个或多个已知的软件算法，其配置成可基于″K″个传感器信号的其中任一传感器信号任何其组合而估算出″L″个物理系统操作工况。应当理解，虽然图1中所示的传感器201-20J只提供″J″个传感器信号给嵌入模型块18，并且所示传感器241-24K只将″K″个传感器信号提供给虚拟传感器逻辑块28，但是嵌入模型块18和虚拟传感器逻辑块28可备选地共享由传感器201-20J和241-24K提供的可用传感器信号的任何其中一个或多个传感器信号。
控制计算机14还包括系统性能目标逻辑块36，其接收的采用由相应的物理系统传感器321-32H所产生，并通过相应的信号路径341-34H接收的任何数量，如H个传感器信号形式的传感数据作为输入。系统性能逻辑块36包括一个或多个软件算法，其可响应于由一个或多个传感器321-32H产生的传感数据而产生系统性能目标矢量YT，其包含各与物理系统12相关的规定的性能目标相对应的一个或多个系统性能目标值。系统性能逻辑块36还可包括一个或多个补充的软件算法，其可响应于由一个或多个传感器321-32H产生的传感数据而产生权重矢量W，其包含一个或多个可各分配给规定的其中一个系统性能目标值的权重值。系统性能目标矢量YT和权重矢量W中的任一个可以是随时间而变化的或不随时间变化的，和/或响应于与物理系统12相关的一个或多个操作工况包括，例如，占空因数，环境操作工况，总的系统容量等等。应当理解，各个系统性能目标值和各个权重值可基于传感数据和/或可校准的数据值。还应当理解，虽然图1中所示的传感器201-20J将″J ″个传感器信号只提供给嵌入模型块18，所示的传感器241-24K将″K″个传感器信号只提供给虚拟传感器逻辑块28，并且所示的传感器321-32H将″H″个传感器信号只提供给系统性能目标逻辑块36，但是嵌入模型块18，虚拟传感器逻辑块28和系统性能逻辑块36可备选地共享由传感器201-20J，241-24K和321-32H提供的可用传感器信号中的任何其中一个或多个传感器信号。在任何情况下，出于本文献的目的，术语″传感数据″应该被理解为包含由物理传感器201-20J，241-24K和321-32H中的任何其中一个或多个物理传感器所产生的传感器信号，以及由内置在虚拟传感器逻辑块28中的任何其中一个或多个″虚拟″传感器所产生的传感器值。
图1中所示的嵌入模型块18可包括任何数量的数学系统模型，其产生模型输出矢量Y，其包含一个或多个取决于一个或多个模型输入的模型输出值。模型输入可包括控制构架输出矢量X，和系统性能目标矢量YT中任何其中一个或其组合，控制构架输出矢量X包含由基于模型的控制构架16所产生的一个或多个控制参数，由所述传感数据源中的任何其中一个或其组合所产生的传感数据，如图1中的虚线所示。所述数量的数学系统模型各可以是经验或基础数学模型，其描述了在形成控制构架输出矢量X的一个或多个控制参数，和/或通过传感数据而确定的物理系统12的一个或多个操作工况，以及限定物理系统12的不同操作参数的模型输出之间的关系。所述数量的模型的其中任何一个可以是模型知识和处理器处理能力所容许尽可能简单或复杂的，并且应当理解，包括在控制构架输出矢量X中的数据精度将通常随着模型精度的提高而提高。
基于模型的控制构架16还包括产生标量性能量度U的目标逻辑块38，标量性能量度U取决于至少包含一个或多个模型输出值的模型输出矢量Y，以及包含一个或多个系统性能目标值的系统性能目标矢量YT。在系统性能目标逻辑块36还配置成用于产生权重矢量W的系统10的实施例中，目标逻辑块38配置成用于产生标量性能量度U，其还取决于包含一个或多个权重值的权重矢量W。目标逻辑块38配置成可利用许多数学目标表达式中的任一表达式而将包含在模型输出矢量Y中的一个或多个模型输出值，和包含在系统性能目标矢量YT中的一个或多个系统性能目标值变换成标量性能量度U。可用于产生标量性能量度U的一类说明性数学表达式包括但并不局限于许多不同矢量内积表达式中的任何一个表达式。这种矢量内积表达式的示例包括，但不局限于U＝W·(Y-YT)，U＝W·(Y-YT)2，U＝W·|Y-YT|和U＝W·|100×(YT-Y)/YT|。
基于模型的控制构架16还包括按照最大程度地减小标量性能量度U的方式产生解矢量X′的目标优化逻辑块40，其包含一个或多个无约束控制参数值。在所示的实施例中，例如，目标优化块40配置成可执行一个或多个″直接搜索″优化技术，因为这种优化技术通过不需要使用实际模型的知识。对比而言，传统的基于梯度优化技术通常需要使用实际模型的知识，并且因此需要使用图1目标优化逻辑块40中的一个或多个直接搜索优化技术，从而容许目标优化函数与图1中所示的模型函数分开。以下将参见图28来描述用于产生BX的一个说明性软件结构的示例。在任何情况下，目标优化逻辑块40的设计目标可通常包括稳定度，收敛速度，寻找全局最大最小值的能力，以及可得到的处理能力。本领域中的技术人员应该认识到初始解矢量可从一次运行至下次运行都保持在存储器中，或者当系统在不同的操作模式之间转变时，一系列初始解可在操作期间应用于速度收敛解。
在所示的实施例中，目标优化逻辑块40可配置成用于产生取决于标量性能量度U的解矢量X′，以及控制构架输出矢量X，如图1中虚线所示。可选的是，如虚线所示，目标优化逻辑块40可配置成用于产生″最佳X″，BX，其相当于许多最近标量性能量度值U的其中一个最小值。通过选择控制构架输出矢量X，其相当于许多最近标量性能量度值U的其中一个最小值，可最大程度地减小解矢量X的″搜索″。在任何情况下，可用于目标优化逻辑块的带特定步长的已知优化算法的示例包括但不局限于随机游动优化算法，带步长调整的随机游动优化算法，带方向利用的随机游动优化算法，带方向利用和步长调整的随机游动优化算法，单变量优化算法，这些示例优化算法的一个或多个变体，以及一个或多个定制优化算法。
基于模型的控制构架16还包括解约束逻辑块42，其按照限制至少其中一个包含在解矢量X′中的无约束控制参数值的操作范围的方式而产生取决于解矢量X′的控制构架输出矢量X，其包含一个或多个系统控制参数。在一个实施例中，如图1虚线中所示，解约束逻辑块42可接收系统性能目标矢量YT作为另一输入，并且在这个实施例中，解约束逻辑块42可配置成可限制其中一个或多个无约束控制参数值的操作范围，其取决于包含在系统性能目标矢量YT中的其中一个或多个系统性能目标值。作为补充或备选，解约束逻辑块42可从内置在控制计算机14中，并由控制计算机14执行的一个或多个其它软件算法和/或从控制计算机14以外的一个或多个其它系统或子系统中接收反馈矢量F作为另一输入，如图1中虚线所示。在这个实施例中，解约束逻辑块42可配置成可限制一个或多个无约束控制参数值的操作范围，其取决于包含在反馈矢量F中的一个或多个反馈值。作为补充或备选，嵌入模型块18可包括一个或多个参数极限值模型，并且在这个实施例中，解约束逻辑42可从嵌入模型块18中接收模型极限矢量ML作为另一输入，如图1中虚线所示。在这个实施例中，解约束逻辑块42可配置成可限制一个或多个无约束控制参数值的操作范围，其取决于包含在模型极限矢量ML中的一个或多个模型极限。作为备选或补充，解约束逻辑块42可配置成用于产生″最佳X″值，BX，而非如上所述将该函数并入到目标优化逻辑块40中。在任何情况下，解约束逻辑块42配置成可基于一个或多个相应的极限值而限制包含在解矢量X′中的一个或多个优化解值的范围。通常，本领域中技术人员应该认识到，可针对所需的瞬变性能强加限制，但是还可备选或补充地强加稳定状态的限制。本领域中的技术人员将进一步认识到解约束逻辑块42的持续作用可指示系统老化，并且解约束逻辑块42因此可配置成用于产生诊断信息DIAG，如图1中所示，以便将诊断信息报告给内置在控制计算机14中或内置在控制计算机14外部的其它诊断处理电路中的诊断处理逻辑(未显示)。
在一个实施例中，由解约束逻辑块42产生的控制构架输出矢量X。限定了一个或多个控制参数X1-XM，其可通过许多信号路径461-46M而直接提供给相应的输入促动器驱动电路44，其中M可以是任何正整数。促动器驱动电路44的相应输出通过信号路径501-50M而电连接在促动器481-48M上，其中由控制构架16产生的一个或多个控制参数X1-XM通过促动器驱动控制电路44而直接控制所述数量的促动器，481-48M的操作，以控制相应的物理系统12的操作特征。作为备选或补充，由解约束逻辑块42产生的控制构架输出矢量X可限定提供给控制参数处理逻辑块52的一个或多个控制参数XM+1-XN，其中N可以是任何大于M的正整数。控制参数处理逻辑块52可包括许多软件算法，其配置成可处理一个或多个控制参数XM+1-XN，并产生许多，如P个输出信号，其通过相应的信号路径541-54P而提供给相应的促动器驱动电路44的输入，其中P可以是任何正整数。促动器驱动电路44的相应输出通过信号路径581-58P而电连接在促动器561-56P上，使得由控制构架16产生的一个或多个控制参数XM+1-XN经过处理而形成用于通过促动器驱动控制电路44控制相应促动器561-56P的操作的″P″控制信号，其则控制相应的物理系统12的操作特征。在一个备选实施例中，可提供控制构架输出矢量X只作为嵌入模型块18的反馈矢量，在这种情况下可选地由目标优化块40产生的″最佳X″矢量BX，如图1中虚线所示，或可选地由解约束逻辑块42产生的″最佳X″矢量BX，如上所述，可用于将一个或多个控制参数X1-XN提供给促动器驱动电路44和/或控制参数处理逻辑块52。
应当理解，基于模型的控制构架16可响应于由任何其中一个传感器201-20J所产生的传感数据，和/或响应于由内置在虚拟传感器逻辑块28中的一个或多个″虚拟″传感器所产生的传感数据，和/或响应于由系统性能目标逻辑块36所产生的一个或多个系统性能目标值，以确定控制构架输出矢量X，其包含一个或多个控制参数，用于控制任何其中一个或多个闭环方式的促动器481-48M和/或561-56P的操作。作为备选或补充，控制构架16可严格地响应于校准数据值，以确定控制构架输出矢量X，其包含一个或多个控制参数，用于控制任何其中一个或多个闭环方式的促动器481-48M和/或561-56P的操作。
现在参见图2，其在用于内燃机102控制系统100的上下文中显示了图1控制构架的一个说明性实施例的框图，内燃机102具有空气处理系统，其包括EGR阀128和涡轮增压器108以及用于控制涡轮增压器涡轮116的临界流量的一个或多个促动器176，180。应当理解，后文中参见图2-33所显示和所描述的系统100的实施例只是作为用于阐述相对于图1所显示和所描述的控制构架的一个说明性实施例的目的示例而提供的，并且并不意图以任何方式限制本文所附的权利要求的范围。如以上简要所述，利用这里所显示和所描述的控制构架概念的其它物理系统，同样落在所附权利要求的范围内，其一些示例在本文中有所描述。
在任何情况下，系统100包括具有进气歧管104的内燃机102，进气歧管104通过进气导管110而流通式地联接在涡轮增压器108的压缩机106上。涡轮增压器的压缩机106包括联接在进气导管112上的接收新鲜大气的压缩机入口，以及流通式地联接在进气导管110上的压缩机出口。可选的是，如图2中虚线所示，系统100可包括已知结构的空气进气冷却器114，其同进气导管110同轴地设置在涡轮增压器的压缩机106和进气歧管104之间。涡轮增压器的压缩机106通过传动轴118而机械地联接在涡轮增压器的涡轮116上，其中涡轮116包括通过排气导管122而流通式地联接在发动机120的排气歧管上的涡轮入口。涡轮116的涡轮出口通过排气导管124而流通式地联接到周围环境中。
组成系统100一部分的排气再循环系统包括EGR阀128设置成与流通式地连接在排气导管122和进气导管110之间的EGR导管126同轴。EGR阀128的EGR出口通过EGR导管126而流通式地联接在EGR冷却器130的入口，EGR冷却器130具有流通式地联接在进气导管110上的出口。EGR冷却器130以已知的方式配置成可冷却流过EGR导管126的再循环的排气。EGR阀128具有已知的结构，并且是可电子控制的，这将在以下更详细地描述，从而选择性地控制再循环的排气从排气歧管120至进气歧管104的流动。
系统100包括控制计算机132，其通常可操作地控制和管理发动机102的整个操作。控制计算机132包括存储单元135以及许多用于与联接在发动机102上的各种传感器和系统接口的输入与输出。在一个实施例中，控制计算机132是基于微处理器的，并且可以是已知的控制单元，有时称为电子或发动机控制模块(ECM)，电子或发动机控制单元(ECU)等等，或可备选地是一种能够如后文所述进行操作的通用控制电路。在任何情况下，控制计算机132包括一个或多个软件算法，如后文中更详细所述，其储存在存储器135中，并配置成可实行以上相对于图1所述的控制构架概念。
控制计算机132包括许多用于从与系统100相关的各种传感器或传感系统中接收信号的输入。例如，系统100包括发动机转速传感器134，其通过信号路径136而电连接在控制计算机132的发动机转速输入ES上。发动机速度传感器134可操作地检测发动机102的转速，并在信号路径136上产生指示发动机转速的发动机速度信号。在一个实施例中，传感器134是霍耳效应传感器，其可操作地通过齿轮或调节轮上形成的许多等角度间隔开的齿的传感路径，来确定发动机转速。或者，发动机转速传感器134可以是如刚才所述可操作的任何其它已知的传感器，包括但并不局限于可变磁阻传感器等。
系统100还包括进气歧管温度传感器138，其设置成与发动机102的进气歧管104流体式连通，并通过信号路径140而电连接到控制计算机132的进气歧管温度输入IMT上。进气歧管温度传感器138可以具有已知的结构，并且可操作地在信号路径140上产生指示进入进气歧管104的空气充气温度的温度信号，其中流入进气歧管104的空气充气通常由涡轮增压器的压缩机106所提供的新鲜空气与通过EGR阀128可控制地进行传送再循环排气组成。
系统100还包括设置成与进气歧管104流体式连通，并通过信号路径144而电连接在控制计算机132的进气歧管压力输入IMP上的进气歧管压力传感器142。或者，压力传感器142可设置成与进气导管102流体式连通。在任何情况下，压力传感器142可具有已知结构，并且可操作地在信号路径144上产生指示进气导管102和进气歧管104中的压力的压力信号。
系统100还包括压差传感器，或ΔP传感器146，其具有一个通过导管148而流通式地联接在EGR阀128下游的EGR导管126上的入口，和通过导管150而流通式地连接在EGR阀128上游的EGR导管126上的相对的入口。或者，联接的ΔP传感器146可横跨与EGR导管126同轴设置的另一节流机构。在任何情况下，ΔP传感器146可具有已知的结构，并通过信号路径152而电连接到控制计算机132的ΔP输入上。ΔP传感器146可操作地在信号路径152上提供指示刚才所述EGR阀128或其它节流机构上的压差的压差信号。
系统100还包括已知的EGR促动器154，其可电子控制地选择性地将EGR阀128相对于基准位置进行定位，从而通过EGR阀128而控制再循环排气的流动。还包含EGR阀位置传感器156，其通过信号路径158而电连接在控制计算机132的EGR阀位置输入EGRP上。传感器156可具有已知结构，并可操作地通过确定EGR阀促动器154相对于基准促动器位置的位置，并在信号路径158上产生指示EGR阀128相对于其基准位置的位置的位置信号，而确定EGR阀128的位置。
系统100还包括EGR冷却器出口温度传感器160，其设置成与EGR冷却器出口孔附近的EGR导管126流体式连通，并通过信号路径162而电连接到控制计算机132的EGR冷却器出口温度输入COT上。EGR冷却器出口温度传感器160可具有已知的结构，并可操作地在信号路径162上产生指示离开EGR冷却器130的排气出口孔的排气温度的温度信号。或者，温度传感器160可定位在沿着EGR导管126的其它地方，位于适合检测离开EGR冷却器130的排气出口孔的排气温度的位置。
系统100还包括与排气导管124同轴设置的后处理系统(ATS)164。ATS 164可以是一种的配置成可执行许多减少排气排放功能的已知的排气后处理系统，其包括例如，但不局限于减少排气颗粒，减少NOx(氮氧化物)，减少SOx(硫的氧化物)，减少未燃烧的碳氢化合物(UHC)和/或相似的排气。ATS 164可包括许多传感器，其包括例如，但并不局限于一个或多个温度、压力、流率、还原剂水平和/或其它传感器，其可操作地提供与一个或多个进入和/或离开ATS164的排气属性相关的信息和/或与ATS本身操作相关的信息。ATS164还可包括专用的信号处理电路(未显示)，其配置成可处理由一个或多个与ATS 164相关的传感器所提供的信号，并且将相应的ATS操作信息，ATS指令和/或ATS限制信息以后处理信息矢量A的形式，通过信号路径或路径166而提供给控制计算机132。在题名为“用于将电构件安装到后处理滤波器上的装置”的美国专利申请出版物No.US2005/0005773 A1中公开了刚才所述的包括许多传感器和信号处理电路的后处理系统的一个实施例，其发明公开通过引用而结合在本文中。在图2所示的实施例中，ATS 164配置成可提供至少排气温度要求值，排气温度极限值，还原剂剩余值，NOx效率值，干燥颗粒物质(DPM)效率值以及未燃烧的碳氢化合物(UHC)效率值作为后处理信息矢量A的一部分。本领域中的技术人员将认识到，ATS 164可备选地配置成可提供或多或少的信息作为后处理信息矢量A的一部分，并且所需要的特殊信息将通常由应用规定。
控制计算机132还包括许多用于控制一个或多个与系统100相关的发动机功能的输出。例如，系统100包括通过许多，如N个信号路径170而电连接在控制计算机132的燃料指令输出FC上的燃料系统168，其中N可以是任何正整数。燃料系统168响应于由控制计算机132产生的加燃料指令FC，以便以已知方式将燃料供给发动机102。
控制计算机132可操作地将EGR阀控制信号EGR供给促动器驱动电路172，并且促动器驱动电路172则可操作地通过信号路径174而将EGR促动器控制信号EGRC提供给EGR促动器154。EGR促动器154响应于EGR促动器控制信号EGRC，从而以已知方式控制EGR阀128相对于其基准位置的位置。
在所示的实施例中，涡轮增压器的涡轮116是具有促动器的可变几何涡轮(VGT)，其大体上被指定为176，响应于VGT促动器控制信号VGTC而以已知方式控制涡轮116的临界流量。在这个实施例中，控制计算机132可操作地将VGT控制信号VGT供给促动器驱动电路172，并且促动器驱动电路172则可操作地通过信号路径178而将VGT促动器控制信号VGTC供给VGT促动器176。
系统100还包括与排气导管124同轴设置的排气节流阀或阀180。虽然图2中所示的排气节流阀定位在后处理系统164的上游，但是本领域中的技术人员将认识到，节流阀180可备选地定位在ATS164的下游。或者，排气节流阀180可定位成与涡轮增压器涡轮116的上游排气导管122同轴。在任何情况下，排气节流阀180响应于任何排气节流阀促动器控制信号EXC，以控制排气流动，从而控制涡轮增压器的涡轮116的运行效率。在这个实施例中，控制计算机132可操作地将排气节流阀控制信号EX供给促动器驱动电路172，并且促动器驱动电路172则可操作地通过信号路径182而将排气节流阀促动器控制信号EXC供给排气节流阀180。
现在参见图3，其显示了图2的控制计算机132的一些内部特征的一个说明性的配置框图，其包括燃烧管理器块204的上下文中实现的图1控制构架的一个示例实现形式。控制计算机132包括虚拟传感器逻辑块200，其相当于图1一般化系统10中所示的虚拟传感器逻辑块28，并且其接收信号路径136上的发动机转速信号ES，信号路径144上的进气歧管压力信号IMP，信号路径140上的进气歧管温度信号IMT，信号路径162上的EGR冷却器出口温度COT，信号路径152上的压差信号ΔP，和信号路径158上的EGR阀位置信号EGRP作为输入。虚拟传感器逻辑块200可操作地估算与通过进气歧管104而进入发动机102的充气(新鲜空气和再循环排气的组合)流率相对应的充气流率CF，以及EGR分数EGRFR，其与通过进气歧管104进入发动机102的由再循环排气组成的总充气的分数相对应。
在所示的实施例中，虚拟传感器逻辑块200配置成可首先估算充气流率值CF，和EGR流率EGRF，之后估算取决于所估算的CF和EGRF值的EGR分数值EGRF。在一个实施例中，块200配置成可通过首先估算充气进气系统的容积效率(ηv)，之后利用传统的速度/密度方程计算取决于ηv的CF，从而估算出充气流量值CF。可使用任何用于估算ηv的已知技术，并且在块200的一个实施例中，根据已知的基于泰勒马赫数的容积效率方程计算ηv如下：
ηV＝A1 ＊{(Bore/D)2＊(stroke＊ES)B/sqrt(γ*R＊IMT)*[(1+EP/IMP)+A2]}+A3(1)，
其中A1，A2，A3和B都是基于映射的发动机数据而适合容积效率方程的校准参数，
Bore是进气阀孔的长度，
D是进气阀直径，
stroke是活塞冲程长度，其中Bore、D和stroke与发动机几何形状相关，
γ和R是已知的常数(例如，γ＊R＝387.414J/kg/deg K)，
ES是发动机转速，
IMP是进气歧管压力，
EP是排气压力，EP＝IMP+ΔP，和
IMT＝进气歧管温度。
利用根据前面方程估算的容积效率值ηv，块200配置成可根据如下方程来估算充气流量值CF：
CF＝ηV ＊VDIS ＊ES＊IMP/(2＊R＊IMT)
其中，
ηv是所估算的容积效率，
VDIS是发动机排量，并且通常与发动机几何形状相关，
ES是发动机转速，
IMP是进气歧管压力，
R是已知的气体常数(例如，53.3ft-lbf/lbm°R或R＝287J/Kg°K)，和
IMT是进气歧管温度。
本领域中的技术人员将认识到，可备选地计算或根据其它已知技术确定充气流量值CF。例如，系统100可选地包括质量流量传感器(未显示)，其设置成与导管110和EGR导管126的接头下游的进气导管110同轴，或备选地适合地设置成与进气歧管104流体式连通，并且控制计算机132可配置成可以已知的方式，直接从这种传感器所提供的信息中确定充气流量值。作为另一示例，控制计算机132可配置成可根据一种或多种不同于刚才所述的已知的充气流量估算技术而估算充气流量值CF。任何这种用于确定充气流量值CF的备选机构和/或技术，都落在所附权利要求的范围内。
在一个实施例中，块200配置成可估算取决于压差值ΔP的EGR流率EGRF，进气歧管压力IMP，EGR冷却器出口温度COT，以及有效的流通截面EFA，其对应于被限定穿过EGR导管126的流动截面积。在一个特定的实施例中，块126配置成可估算有效的流通截面值EFA，其取决于EGR阀位置信号EGRP。在这个实施例中，块200可包括一个或多个使EGR位置值EGRP与有效的流通截面值EFA相关联的方程，图表和/或表。或者，块200可配置成可根据其它已知的技术而确定有效的流通截面值EFA。在任何情况下，块200可操作地根据如下方程而估算EGR的流量值EGRF：
EGRF＝EFA＊sqrt[|(2＊ΔP＊IMP)/(R＊COT)|]        (3)，
其中EFA是有效的穿过EGR导管38的流通截面，
ΔP是跨过EGR阀36的压差，
IMP是进气歧管压力，
R是已知的气体常数(例如，53.3ft-lbf/lbm°R或R＝287J/Kg°K)，
COT是EGR冷却器出口温度。
或者，块200可额外地配置成可确定与发动机102所产生的排气温度相对应的排气温度值，并且在方程(3)中用排气温度值替代EGR冷却器出口温度值。在一个实施例中，例如，可将块200配置成可估算取决于许多发动机操作工况的排气温度，并且在题名为“用于估算发动机排气温度的系统”的美国专利No.6,508,242 B2中描述了与这种块200配置相关的细节，该美国专利转让给本发明的受让人，并且其发明公开通过引用而结合在本文中。本领域中的技术人员将认识到，或者可根据其它已知的排气温度估算技术来计算排气温度值。或者，系统100可包括排气温度传感器(未显示)，并且可将控制计算机132配置成可以已知的方式直接从这种传感器所提供的信息中确定排气温度信息。任何这种用于确定排气温度值的备选机构和/或技术，都落在所附权利要求的范围内。
在任何情况下，在题名为“用于估算EGR质量流量和EGR分数的系统和方法”的待决的美国专利No.6,837,227 B2中描述了与前述EGR流率估算技术，以及其它合适的EGR流率估算技术的相关详细细节，该美国专利转让给本发明的受让人，并且其发明公开通过引用而结合在本文中。本领域中的技术人员将认识到，可使用其它已知技术来估算或确定EGR流率值EGRF。例如，系统100可包括具有已知结构，并且流通式地联接在进气导管20和EGR导管126接头下游的进气歧管104或进气导管110上的CO或CO2传感器。这种CO或CO2传感器将可操作地产生指示进入进气歧管104中的空气充气中CO或CO2水平的信号，并且可使用这种信息，利用已知方程来确定EGR流率值EGRF。作为另一示例，系统100可包括与EGR导管126(未显示)同轴设置的质量流率传感器，并且在这样一个实施例中，可将控制计算机132配置成可直接从这种传感器中接收EGR质量流率信息，在这种情况下，可从块200中省略刚才所述的EGR流率估算技术。作为又一示例，控制计算机132可包括其它EGR流率评估算法，例如上面参考文献中所述的一种或多种算法，其中控制计算机132可操作地根据一个或多个这种备选EGR流率估算策略而估算EGR流率。任何和所有这种备选EGR流率确定技术和策略落在所附权利要求的范围内。
在任何情况下，在根据任一前述技术所确定的EGR流率EGRF和充气流率CF的条件下，块200配置成可估算EGR分数值EGRFR作为CF和EGRF的比值；即EGRFR＝CF/EGRF。应当理解，刚才所述的EGR分数值EGRFR的计算代表基于假定穿过EGR阀128的恒定的排气温度和穿过EGR阀128的稳定的排气流量的基础上对这个参数的简化近似，并且可忽略由于在再循环排气穿过EGR阀128和发动机气缸中到达相应的EGR分数之间的可变的时间延迟所引起的影响。在题名为“用于估算EGR质量流量和EGR分数的系统和方法”的待决的美国专利No.6,837,227 B2中描述了用于确定这种假定条件的策略相关的详细细节，该美国专利转让给本发明的受让人，并且其发明公开通过引用而结合在本文中。在任何情况下，虚拟传感器块200提供充气流量值CF，和EGR分数值EGRFR作为输出。
图3中所示的控制计算机132还包括系统性能目标逻辑块202，其接收信号路径166上的后处理信息矢量A，信号路径136上的发动机转速信号，以及内部产生的扭矩控制信号或值TQC作为输入。扭矩控制信号TQC相当于发动机输出扭矩指令值或目标值，并且可通过一种或多种内置在存储器135中的已知的控制算法而产生，其可操作地产生取决于一个或多个发动机操作工况的TQC；例如，由与车辆携带的发动机102相关的加速踏板(未显示)所产生的扭矩请求信号，由已知的巡航控制算法产生的扭矩请求信号，和/或由一个或多个相应的发动机输出扭矩极限算法产生的一个或多个扭矩极限值。在任何情况下，图3中所示的系统性能目标逻辑块202相当于参见图1所示和所述的系统性能目标逻辑块36。在图3所示的实施例中，块202可操作地产生系统性能目标矢量YT，以及权重矢量W作为输出。后文将相对于图4-10更完整地显示和描述系统性能目标逻辑块202的一个说明性实施例。
控制计算机132还包括燃烧管理器块204，其相当于参见图1所示和所述的基于模型的控制构架16。燃烧管理器块204包括系统模型块206，其相当于参见图1所示和所述的嵌入模型块18。在所示的实施例中，系统模型块206接收作为输入由解约束逻辑块212产生的输出矢量X，分别由虚拟传感器逻辑块200产生的充气流量CF和EGR分数值EGRFR，以及信号路径140上的进气歧管温度IMT，信号路径144上的进气歧管压力值IMP，信号路径136上的发动机转速信号ES，以及组成系统性能目标矢量YT一部分的一个或多个系统性能目标值。在一个实施例中，如将在后文中参见图11-24更详细所述，系统模型块206包括许多数学模型，其各产生不同的系统100的操作参数作为输出，并且由这种模型所提供的信息上由块206以组成模型输出矢量Y的许多模型输出值的形式而产生的。图3中所示的系统模型块206还包括许多燃料极限值模型，其各产生不同模型的燃料极限值作为输出，并且这种模型所提供的信息是由块206以组成模型极限矢量ML的许多模型极限的形式而产生的。在一个备选实施例中，系统模型块206可包括以上相对于虚拟传感器逻辑块200所述的充气流量和EGR分数模型，在这种情况下，可省略块200，并且可将估算充气流量CF和EGR分数EGRFR所需要的各种输入信号直接提供给系统模型块206。
燃烧管理器块204还包括目标逻辑块208，其相当于参见图1所示和所述的目标逻辑块38。目标逻辑块208接收模型输出矢量Y、系统性能目标矢量YT和权重矢量W作为输入，并且产生取决于它们的标量性能量度U作为输出。以下将参见图25更完整地显示和描述目标逻辑块208的一个说明性实施例。
标量性能量度U和输出矢量X各提供给目标优化逻辑块210作为输入，其相当于参见图1所示和所述的目标优化逻辑块40。目标优化逻辑块210可操作地以最大程度地减小标量性能量度U的方式而产生无约束解矢量X′。在所示的实施例中，目标优化块210还可操作地产生″最佳X″矢量BX，其对应于许多最近的标量性能量度值U的最优的其中一个值。以下将参见图26-28更完整地显示和描述目标优化逻辑块210的一个说明性实施例。
燃烧管理器块204还包括解约束逻辑块212，其相当于以上参见图1所示和所述的解约束逻辑块42。解约束逻辑块212接收由目标优化逻辑块210产生的无约束解矢量X′，由系统模型块206产生的模型极限矢量ML，信号路径136上的发动机转速信号ES，组成系统性能目标逻辑矢量YT一部分的许多系统性能目标值，以及由充气管理器块216产生的反馈矢量F作为输入，充气管理器块216将在后文进行更完整的描述。解约束逻辑块212可操作地产生输出矢量X，其与根据解约束逻辑块212所约束的矢量X′相对应。在所示的实施例中，输出矢量X如同″最佳X″矢量BX一样包括喷射启动指令值，燃料数量指令值，EGR分数指令值，和充气流量指令值。以下将参见图29-32更完整地显示和描述解约束逻辑块212的一个说明性实施例。
在所示的实施例中，燃烧管理器块204还包括输出调节块214，其接收″最佳X″矢量BX，并且产生喷射启动指令值CSOI，燃料数量指令值CFQ，EGR分数指令值CEGRFR，和充气流量指令值CCF作为输出。以下将参见图33更完整地显示和描述指令超弛逻辑块214的一个说明性实施例。
控制计算机132还包括从燃烧管理器块204接收喷射启动指令值CSOI和燃料数量指令值CFQ作为输入，并在信号路径170上产生加燃料指令值FC作为输出的加燃料逻辑块218。在一个实施例中，块218包括一个或多个已知的控制算法，其以本领域中众所周知的方式响应于至少CSOI和CFQ，以确定加燃料指令值FC。加燃料系统168响应于加燃料指令值FC，以便如以上所述为发动机102供给燃料。
控制计算机132还包括充气管理器块216，其接收EGR分数指令值CEGRFR和由燃烧管理器块204产生的充气流量指令值CCF作为输入，并产生EGR控制信号EGR，VGT控制信号VGT，和排气节流阀控制信号EX，以及反馈矢量F提供给燃烧管理器块204。充气管理器块216以已知方式响应于至少CCF和CEGRFR信号，以确定并提供空气处理系统控制信号EGR，VGT和EX，以及反馈矢量F。例如在一个实施例中，可将充气管理器块216作为如分别在美国专利No.6,480,782 B2和No.6,408,834 B1中所示和所述的充气极限管理器和变换管理器块的组合而实现，以上专利都转让给本发明的受让人，并且其发明公开各自通过引用而结合在本文中。在任何情况下，控制计算机132在图3所示的各种逻辑块的引导下，可操作地控制发动机102的加燃料系统168，以及发动机102的空气处理系统，其取决于各种发动机操作工况，后处理系统操作状态条件和目标操作工况，这将在后文中进行更详细地描述。
现在参见图4，其显示了图3系统性能目标逻辑块202的一个说明性实施例。在所示的实施例中，块202包括机器管理器块230，其接收发动机转速信号ES，扭矩指令信号TQC，和后处理矢量A作为输入。机器管理器块230响应于前述输入信号和值而产生许多采用发动机控制矢量EC形式的发动机控制值，以及许多采用发动机权重矢量EW形式的发动机权重值。以下将参见图5-8描述图4中所示的机器管理器块230的一个说明性实施例相关的细节。
系统性能目标逻辑块202还包括发动机管理器块232，其接收发动机转速信号ES，和发动机控制矢量EC，和由机器管理器块230产生的发动机权重矢量EW作为输入。发动机管理器块232响应于前面的输入信号和值而产生系统性能目标矢量YT，并提供权重矢量W，作为系统性能目标逻辑块202的输出。后文中将参见图9-10描述发动机管理器块232的一个说明性实施例的相关细节。
现在参见图5，其显示了组成图4系统性能目标逻辑块202部分的机器管理器块230的一个说明性实施例。机器管理器块230包括排放物管理器块234，其具有接收扭矩指令值TQC的扭矩输入T，以及接收发动机转速信号ES的速度输入S。排放物管理器块234响应于扭矩和速度输入而产生许多采用排放物管理器极限矢量EML形式的排放物管理器极限值。排放物管理器极限矢量EML和后处理矢量A，各作为输入而供给排放物目标、极限和权重计算块236，如图5中所示。排放物目标、极限和权重计算块236响应于排放物管理器极限矢量EML，和后处理矢量A而产生许多采用发动机极限矢量EL形式的发动机极限值，许多采用机器管理器发动机指令矢量MMEC形式的机器管理器发动机指令值，以及上面参见图4所述的发动机权重矢量EW。扭矩指令值TQC，发动机极限矢量EL，和机器管理器发动机指令矢量MMEC，如图5中所示结合而形成由机器管理器块230产生的发动机指令矢量EC。
现在参见图6，其显示了组成图5机器管理器块230部分的排放物管理器块234的一个说明性实施例。块234包括BSNOX极限确定块238，其接收扭矩指令值TQC，和发动机转速值ES作为输入。块238可操作地利用其之间已知的关系式而确定取决于发动机扭矩指令值TQC和发动机转速ES的BSNOX极限值。在一个实施例中，块238作为将扭矩和速度值映射到BSNOX极限值上的表而被实现，但是块238可备选地采用储存在控制计算机132的存储器135中的一个或多个数学方程，一个或多个框图或图表等形式来实现。BSNOX极限确定块238的输出被供给限制器240，其具有规定的下极限值和上极限值；例如，分别为0和6。限制器块240的输出是BSNOX极限值BSNOXL，其组成了排放物管理器极限矢量EML的一部分。块234还包括BSDPM(干燥颗粒物质)限制确定块242，其也接收发动机扭矩指令值TQC，和发动机转速值ES作为输入。BSDPM极限确定块242响应于扭矩和速度值而确定取决于它的BSDPM极限值。在一个实施例中，块232采用将扭矩和速度值映射到BSDPM极限值上的表的形式来实现，但是块242可备选地采用一个或多个数学方程，框图或图表等形式来实现。BSDPM确定块242的输出作为输入被供给限制器块244，其具有规定的下极限值和上极限值；例如，分别为1和20。限制器块244的输出是BSDPM极限值，即BSDPML，其组成了排放物管理器极限矢量EML的一部分。块244还包括存储位置246，其存储了BSUHC(未燃烧的碳氢化合物)极限值，即BSUHCL，其组成了排放物管理器极限值EML的一部分。
现在参见图7，其显示了组成图5机器管理器块230一部分的排放物目标、极限和权重计算块236的一个说明性实施例。块236包括存储位置250，其存储了总体燃料指令目标值GSFCT，其组成了机器管理器发动机指令矢量MMEC的一部分。块236还包括数据提取块252，其接收后处理矢量A作为输入，并且可操作地提取排气温度请求值，其组成后处理矢量A的一部分。块252的输出是，与从后处理矢量A中提取的排气温度请求值相对应的机器管理器排气温度指令值MMEXTC，其中MMEXTC组成机器管理器发动机指令矢量MMEC的一部分。
另一数据提取块254接收后处理矢量A作为输入，并且可操作地提取NOX、DPM和UHC效率值组成后处理矢量A的一部分。这些效率值被供给求和节点256的减法输入，求和节点256具有从存储器块258中接收矢量的加法输入。求和节点的输出被供给乘法块260的第一输入，乘法块260具有接收由图5排放物管理器块234所产生的排放物管理器极限矢量EML的第二输入。乘法块260可操作地将求和块256的输出值乘以相应的组成排放物管理器极限矢量EML的极限值，并产生相应的输出值；例如，(1-NOx效率)×BSNOXL等等。这三个由乘法块260产生的值组成了发动机管理器指令矢量MMC的一部分，其本身组成了机器管理器发动机指令矢量MMEC的一部分，如图7中所示。
后处理矢量A还提供给另一数据提取块262，其配置成可从后处理矢量A中提取排气温度极限值EXTL。从后处理矢量A中提取的排气温度极限值EXTL，作为机器管理器排气温度极限值MMEXTL由块262提供，其组成了发动机极限矢量EL的一部分，如图7中所示。存储器块264，266和268分别存储了机器管理器NOx极限MMNOXL，机器管理器DPM极限MMDPML，以及机器管理器UHC极限MMUHCL。MMNOXL、MMDPML和MMUHCL各自形成发动机极限矢量EL的一部分，如图7中所示。
后处理矢量A被提供给另一数据提取块270，其可操作地提取还原剂残留值RRV，其相当于残留在后处理系统164中的排放物还原剂流体的数量(见图2)。还原剂残留值RRV被提供至″比较大″块272的第一输入，″比较大″块272具有第二输入，其接收储存在存储器块274中的最小还原剂值MINRED。如果与残留在后处理系统164中的还原剂数量相对应的还原剂残留值RRV，大于校准的最小还原剂值MINRED时，块272的输出为″真″，否则为″假″。块272的输出被提供给真/假块276的控制输入，真/假块276具有接收分别储存在存储器块278和280中的″真″和″假″值的第二和第三数据输入。真/假块276的输出相当于″容许燃料优化″值AFO，并且作为输入提供给权重计算块282。只要还原剂残留值RRV大于最小还原剂值MINRED，AFO就为″真″，否则为″假″。权重计算块282在第二输入处接收后处理矢量A，如图7中所示。权重计算块282可操作地处理AFO值，以及后处理值，形成后处理矢量A，并且产生组成发动机权重矢量EW的许多权重值。在所示的示例中，权重计算块282配置成用于产生扭矩权重值TW，总体燃料指令权重值GFSCW，排气温度权重值EXTW，NOx权重值NOXW，干燥颗粒物质权重值DPMW，以及未燃烧的碳氢化合物权重值UHCW。前面的权重值组合限定了发动机权重矢量EW，如图7中所示。
现在参见图8，其显示了组成图7排放物目标和权重计算块236部分的权重计算块282的一个说明性实施例。块282包括存储器块284，存储了机器管理器扭矩权重值MMTW，其相当于由块282产生的扭矩权重值TW。机器管理器总体燃料指令权重值MMGSFCW，储存在存储器块288中，并作为″真″值输入而提供给真/假块286。真/假块286的″假″值输入接收储存在存储器块290中的恒定的值；例如0，并且真/假块286的控制输入接收由图7的真/假块276产生的″容许燃料优化″值AFO。真/假块286的输出是由块282产生的总体燃料指令权重值GSFCW，并且在所示的实施例中等于机器管理器总体燃料指令权重值MMGSFCW，只要AFO为″真″，或否则为零。机器管理器排气温度权重值MMEXTW，储存在存储器块292中，并且相当于由块282产生的排气温度权重值EXTW。
后处理矢量A被提供给第一数据提取块292，其可操作地提取NOx效率值NOXE，后处理矢量A，并将NOXE作为第一输入提供给NOX权重函数块294。块294接收储存在存储器块296中的高的NOx权重值NOXWH作为第二输入，并且接收储存在存储器块298中的低的NOx权重值NOXWL作为第三输入。NOX权重函数块294可以是任何已知函数，其可操作地将NOx效率值NOXE变换成NOx权重分数值NOXWFR，其分别受到NOXWH和NOXWL值的约束。由函数块294产生的NOx权重分数值NOXWFR，被提供给乘法块300的第一输入，乘法块300具有接收储存在存储器块302中的最大NOx权重值NOXWMAX的第二输入。乘法块300的输出是由块282产生的NOx权重值NOXW，并且是储存在块302中的最大可容许的NOx权重值乘以由函数块294计算的取决于NOx效率值NOXE的分数NOx权重值，NOx效率值NOXE由块292从后处理矢量A中提取。
后处理矢量A还提供给第二数据提取块304，其可操作地从后处理矢量A中提取干燥颗粒物质(DPM)效率值DPME，并将DPME作为第一输入提供给DPM权重函数块306。块306接收储存在存储器块308中的较高DPM权重值DPMWH作为第二输入，并且接收储存在存储器块310中的较低DPM权重值DPMWL作为第三输入。DPM权重函数块306可以是任何已知函数，其可操作地将DPM效率值DPME，变换成DPM权重分数值DPMWFR，其分别受到DPMWH和DPMWL值的约束。由函数块306产生的DPM权重分数值DPMWFR，被提供给乘法块312的第一输入，乘法块314具有接收储存在存储器块302中的最大DPM权重值DPMWMAX的第二输入。乘法块312的输出是由块282产生的DPM权重值DPMW，并且是储存在块314中的最大可容许的DPM权重值乘以由函数块306计算的取决于DPM效率值DPME的分数DPM权重值，DPM效率值DPME由块304从后处理矢量A中提取。
后处理矢量A还提供给第二数据提取块316，其可操作地从后处理矢量A中提取未燃烧的碳氢化合物(UHC)效率值UHCE，并将UHCE作为第一输入提供给UHC权重函数块318。块318接收储存在存储器块320中的高的UHC权重值UHCWH作为第二输入，并且接收储存在存储器块322中的低的UHC权重值UHCWL作为第三输入。UHC权重函数块318可以是任何已知函数，其可操作地将UHC效率值UHCE，变换成UHC权重分数值UHCWFR，其分别受到UHCWH和UHCWL值的约束。由函数块318产生的UHC权重分数值UHCWFR，被提供给乘法块324的第一输入，乘法块326具有接收储存在存储器块302中的最大UHC权重值UHCWMAX的第二输入。乘法块324的输出是由块282产生的UHC权重值UHCW，并且是储存在块326中的最大可容许的UHC权重值乘以由函数块318计算的取决于UHC效率值UHCE的分数UHC权重值，UHC效率值UHCE由块316从后处理矢量A中提取。
应该注意的是，组成发动机指令矢量的目标发动机指令值，EC，和组成发动机权重矢量EW的目标发动机权重值，都由图4的机器管理器块230产生，其取决于由后处理矢量A提供的信息，并因此取决于后处理系统164的能力(例如效率)。这种因果关系基于同图2系统100的其余构件通常较快的响应时间比较而言，后处理系统164内在的延迟响应的基础上。
现在参见图9，其显示了组成图4系统性能目标逻辑块202部分的发动机管理器块232的一个说明性实施例。块232包括发动机结构管理器块330，其具有接收发动机转速信号ES的发动机转速输入ES，以及接收扭矩指令值TQC的扭矩输入T，扭矩指令值TQC组成发动机指令矢量EC的一部分。发动机结构管理器块330可操作地处理发动机转速和扭矩输入信号，并产生发动机管理器扭矩指令值EMTC，发动机管理器峰值气缸压力极限EMPCPL，以及结构管理器排气温度极限值SMEXTL。EMTC和EMPCPL各自形成系统性能目标逻辑矢量YT的一部分，并且将SMEXTL提供给最小块332的第一输入，最小块332具有接收机器管理器排气温度极限值MMEXTL的第二输入，其组成发动机指令矢量EC的一部分。代表SMEXTL和MMEXTL最小值的最小块332的输出，限定了机器管理器排气温度极限值EMEXTL，并组成系统性能目标逻辑矢量YT的一部分。机器管理器NOx极限MMNOXL，机器管理器干燥颗粒物质极限MMDPML，机器管理器未燃烧的碳氢化合物极限MMUHCL，机器管理器排气温度指令MMEXTC，和机器管理器BSUHC指令值MMBSUHCC，分别各作为传递值EMNOXL，EMDPML，EMUHCL，EMEXTC和EMUHCC来提供，各自形成系统性能目标逻辑矢量YT的一部分。虽然图中没有作特别显示，但是机器管理器块232还可配置成可强加较低的未燃烧的碳氢化合物极限，例如EMUHCL，以防止，或至少最大程度地减小EGR阀128和/或EGR冷却器130的浸漆。
机器管理器块232还包括制动器特定-总体变换块(brake specific-to-gross conversion block)334，其接收由发动机结构管理器块330产生的发动机管理器扭矩指令值EMTC以及总体燃料指令扭矩值GSFCT作为输入，其组成发动机指令矢量EC一部分。块334响应于EMTC和GSFCT输入而将制动器特定扭矩值变换成机器管理器总体燃料指令EMGSFCC，其组成系统性能目标逻辑矢量YT的一部分。另一变换块336接收由发动机结构管理器块330产生的发动机管理器扭矩指令值EMTC，发动机管理器BSNOx指令MMBSNOXC，以及发动机管理器BSDPM指令MMBSDPMC作为输入。块336可操作地将制动器特定输入值变换成绝对的机器管理器干燥颗粒物质指令值EMDPMC，其组成系统性能目标逻辑矢量YT的一部分。发动机权重矢量EW直接穿过机器管理器块232而组成由系统性能目标逻辑块202产生的权重矢量W。
现在参见图10，其显示了组成图9发动机管理器块232部分的发动机结构管理器330的一个说明性实施例。在所示的实施例中，在扭矩输入T处接收的扭矩指令值TQC，其直接穿过块330而组成发动机管理器扭矩指令值EMTC。峰值气缸压力极限确定块338接收发动机转速信号ES作为输入，并以已知的方式处理该速度信号而产生发动机管理器峰值气缸压力极限值EMPCPL。同样，排气温度极限确定块340接收发动机转速信号ES作为输入，并以已知的方式处理该速度信号而产生结构管理器排气温度极限值SMEXTL。
在所示的实施例中，系统性能目标逻辑块202因而可操作地处理由后处理系统164提供的，采用后处理矢量A形式的信息，以及发动机扭矩指令和发动机转速信息，以确定分别采用矢量YT和W形式的系统目标和权重值。如后文中将更详细所述，燃烧管理器块204配置成以驱动系统100的操作状态对应于系统目标值的方式而控制一个或多个系统促动器。应当理解，系统性能目标逻辑块202可备选地配置成用于产生系统性能目标矢量YT，和/或权重矢量W，其取决于更多或更少的输入目标和操作工况，并且块202的任何这种备选配置都落在所附权利要求的范围内。
应当理解，机器管理器块230可或包括用于确定排放物目标和权重的任何一个或多个策略，并且这里所示和所述的机器管理器块230的细节仅仅是作为示例而提供的。类似地，发动机管理器块232可包括或多，或少或不同的用于保护发动机结构的参数，并且这里所示和所述的发动机管理器块232的细节只是作为示例而提供的。
现在参见图11，其显示了组成图3燃烧管理器块204部分的系统模型块206的一个说明性实施例。在所示的实施例中，系统模型块206包括参数模型块348，其具有发动机转速输入ES，进气歧管温度输入IMT，和进气歧管压力输入IMP，其分别接收发动机转速，进气歧管温度和进气歧管压力信号。参数模型块348还包括充气流量指令值输入CCF，指令的EGR分数输入CEGRFR，燃料数量指令值输入CFQ，和喷射启动指令值输入CSOI，其分别接收组成输出矢量X一部分的指令的充气流量，指令的EGR分数，燃料数量指令值和喷射启动指令值。如后文中将更详细所述，参数模型块348可操作地处理前述输入信号，并产生模型化的以加仑每秒为单位的加燃料值MFGPS，模型化的发动机输出扭矩值MTQ，模型化的总体加燃料指令值MGSFC，模型化的排气温度值MEXT，模型化的NOx输出值MNOX，模型化的干燥颗粒物质值MDPM，和模型化的峰值气缸压力值MPCP作为模型输出矢量Y。参数模型块348还可操作地将模型排气温度值MEXT，等容积压力值ISOP，等熵压力值ISENP，以及能量分数值EFR提供给加燃料极限值模型块350。
除了前述输入以外，加燃料极限值模型块350还接收充气流量值CF，和由图3虚拟传感器逻辑块200产生的EGR分数值EGRFR，以及进气歧管温度IMT，和发动机转速ES值作为输入。作为补充输入，加燃料极限值模型块还接收峰值气缸压力极限值PCPL，排气温度极限值EXTL，和干燥颗粒物质极限值DPML，其各自形成系统性能目标逻辑矢量YT的一部分。如后文中将更详细所述，加燃料极限值模型块350可操作地处理前述输入信号，并产生模型化的峰值气缸压力燃料极限值MPCPFL，模型化的排气温度燃料极限值MEXTFL，和模型化的干燥颗粒物质燃料极限值MDPMFL作为输出值，其各自形成模型极限矢量ML的一部分，如图11中所示。
现在参见图12，其显示了组成图11系统模型块206部分的参数模型块348的一个说明性实施例。块348包括流量和比率计算块352，其接收发动机转速信号ES，燃料数量指令值CFQ，和充气流量指令值CCF作为输入。如后文中将参见图13更详细所述，块352可操作地处理前述输入信号和值，并产生模型化的以加仑每秒为单位的加燃料值MFGPS，以千克/秒为单位的充气流量值CFKPS，以及充气燃料比值CFR。块348还包括单位变换块354，其接收充气流量指令值CCF作为输入，并可操作地将充气流量指令值CCF，从磅质量/分钟的单位lbm/min变换成千克/秒kg/s。
块348还包括扭矩和总体加燃料指令模型块356，其接收燃料数量指令值CFQ，发动机转速信号ES，喷射启动指令值CSOI，和由流量和比率计算块352所产生的以千克/秒为单位的燃料指令值CFKPS作为输入。如后文中将参见图14更详细所述，扭矩和总体燃料指令模型块356可操作地处理前述输入信号和值，并产生作为输出模型扭矩值MTQ，和模型化的总体加燃料指令值MGSFC。
块348还包括峰值气缸压力(PCP)模型块358，其接收由流量和比率计算块352产生的以千克/秒为单位的燃料指令值CFKPS，喷射启动指令值CSOI，发动机转速信号ES，和进气歧管压力信号IMP作为输入。如后文中将参见图15更详细所述，PCP模型块358可操作地处理前述输入信号和值，并产生模型峰值气缸压力值MPCP、等熵压力值ISENP和等容积压力值ISOP作为输出。
参数模型块348还包括排气温度模型块360，其接收发动机转速信号ES，进气歧管压力信号IMP，由流量和比率块352产生的充气燃料比值CFR，进气歧管温度信号IMT，和喷射启动指令值CSOI作为输入。如后文中将参见图16-17更详细所述，排气温度模型块360可操作地处理前述信号和值，并产生能量分数值EFR，和模型排气温度值MEXT作为输出。
参数模型块348还包括NOx模型块362，其接收喷射启动指令值CSOI，EGR分数指令值CEGRFR，发动机转速信号ES，燃料数量指令值CFQ，进气歧管温度信号IMT，和由流量和比率计算块352产生的以千克/秒为单位的加燃料指令值CFKPS作为输入。如后文中将参见图18更详细所述，NOx模型块362可操作地处理前面的输入信号，并产生模型化的NOx值MNOX作为输出。
参数模型块348还包括干燥颗粒物质(DPM)模型块364，其接收由排气温度模型块360产生的模型化的排气温度值MEXT，由流量和比率计算块352产生的以千克/秒为单位的燃料指令值CFKPS，EGR分数指令值CEGRFR，燃料数量指令值CFQ，和由单位变换块354产生的充气流量指令值CCF作为输入。如后文中将参见图19更详细所述，DPM模型块364可操作地处理前面的输入信号，并产生模型化的干燥颗粒物质值MDPM作为输出。
应当理解，虽然参数模型块348如图12中所示包括扭矩和GSFC，PCP，排气温度，NOx和DPM模型，但是块348可备选地配置成包括更多或更少的模型。可并入到块348中的补充模型的示例，其包括但不局限于未燃烧的碳氢化合物(UHC)模型、氧化硫(SOx)模型以及其它排放物和/或非排放物相关的模型。参数模型块348的任何这种备选配置都落在所附权利要求的范围内。
现在参见图13，其显示了组成图12参数模型块348部分的流量和比率计算块352的一个说明性实施例。在所示的实施例中，块352包括算术运算符块370，其具有接收储存在存储器块372中的变换值，例如，0.4532578的除法输入，其中变换值代表千克(kg)和磅质量(lbm)的比率。第一乘法输入块370接收储存在存储器块374中的另一变换值，例如7.079，其代表磅质量(lbm)和加仑(gal.)的比率。算术块370的第三乘法输入连接到第二算术块376的输出上，其具有接收储存在存储器块378中的变换值，例如，1×e6的除法输入，其中这个变换值代表毫克(mg)和千克(kg)的比率。块376的第一乘法输入连接到第三算术块380的输出上，其具有接收储存在存储器块382中的整数值的乘法输入，其中该整数值相当于发动机102的气缸数。块380的除法输入接收储存在块384中的另一整数值，例如2。由算术块380产生的值因此是发动机102中的气缸数除以2。算术块376的第二乘法输入接收燃料数量指令值CFQ(以mg/str为单位)，并且算术块376的第三乘法输入接收发动机转速信号ES，其通过变换块386而从每分钟转数变换成每秒钟转数。算术块376的输出是以千克/秒为单位的燃料指令值CFKPS，并且作为块352的输出提供给算术块370的第二乘法输入。算术块370的输出是以加仑每秒为单位的模型化的燃料值MFGPS，其由块352产生。
以千克/秒为单位的燃料指令值CFKPS还提供给MAX块388的第一输入，MAX块388具有接收储存在存储器块390中的常数，例如，0.001的第二输入。MAX块388的输出被供给第四算术块392的除法输入，第四算术块392具有接收充气指令值CCF的乘法输入。块388和390为块392提供除零保护，并且算术块392的输出是充气燃料比值CFR，其作为块352的输出而产生，作为指令的充气流量CCF，和以千克/秒为单位的燃料指令值CFKPS的比率。
现在参见图14，其显示了组成图12参数模型块348一部分的扭矩和总体加燃料指令值GSFC模型块356的一个说明性实施例。在所示的实施例中，块356包括接收喷射启动指令值CSOI的延迟块400，并且延迟块400的输出被提供给算术块402的减法输入，算术块402具有接收喷射启动指令值CSOI的加法输入。块402的输出提供给乘法块404的第一乘法输入，乘法块404具有接收表406输出的第二乘法输入，表406具有发动机转速信号ES和燃料指令值CFQ作为输入。表406填充有SOI调整扭矩的增益值，其取决于发动机转速信号ES和燃料数量指令值CFQ。乘法块404的输出被供给限制器块408，其接收储存在存储器块410中的最大SOI扭矩调整值SOITAMAX作为上极限值，并且接收储存在存储器块412中的最小SOI扭矩调整值SOITAMIN作为下极限值。限制器块408的输出因而是喷射启动指令值CSOI在延迟周期上的变化和由表406产生的SOI调整扭矩的增益值的乘积，SOI调整扭矩的增益值分别具有SOITAMIN和SOITAMAX的下限和上限。
限制器块408的输出被供给求和块414的第一加法输入，求和块414具有接收燃料数量指令值CFQ的第二加法输入。求和块414的输出被供给另一表416的第一输入，所述另一表416具有接收发动机转速信号ES的第二输入。表416填充有取决于发动机转速信号ES，以及求和块414的输出的发动机输出扭矩值，并且表416的输出由块356于其扭矩输出TQ处产生，并且相当于由参数模型块348产生的模型化的扭矩值MTQ。
表416的输出被供给乘法块418的第一乘法输入，所述乘法块418具有接收发动机转速信号ES的第二乘法输入。块418的输出被供给变换块420，其可操作地将单位rev×ft×lbs/min变换成马力HP。块420的马力输出作为输入提供给零点以上夹紧块422，其具有提供给算术块424的除法输入的输出。块422因此为算术块424提供了除零保护。块424的乘法输入接收以千克/秒为单位的加燃料指令值CFKPS，其通过变换块426而从kg/s单位变换成lbm/min单位。算术块424的输出被供给限制器块428，其接收储存在存储器块430中的最大总体燃料指令值GFSCMAX作为上限，并且接收储存在存储器块432中的最小总体燃料指令值GSFCMIN作为下限。限制器块428的输出限定块356的总体燃料指令输出GSFC，并相当于由参数模型块348产生的模型化的总体燃料指令MGSFC。
本领域中的技术人员将认识到，这里参见图13和14所示和所述扭矩和总体燃料模型只是代表这种模型的一个示例，并且可备选或补充地使用取决于一个或多个发动机操作参数而限定的其它扭矩和总体燃料模型。任何这种备选或补充的扭矩和总体燃料模型都落在所附权利要求的范围内。
现在参见图15，其显示了组成图12参数模型块348一部分的PCP模型块358的一个说明性实施例。在所示的实施例中，块358包括变换块450，其接收进气歧管压力信号IMP作为输入，并且将该信号从单位psi变换成Pa。变换块450的输出提供给乘法块452的第一乘法输入，乘法块452具有第二乘法输入，其接收数学函数块454的输出。数学函数块454具有接收储存在存储器块458中的PCPGAMMA值的第一输入，以及接收储存在存储器块456中的比值CRATIO的第二输入。数学函数块454可操作地计算取决于升高至PCPGAMMA乘幂的CRATIO值的输出值。在块358的ISENP输出处提供乘法块452的输出，其相当于由参数模型块348根据函数ISENP＝IMP×CRATIOPCPGAMMA而产生的等熵压力值。
块358还包括求和块460，其具有接收储存在存储器块462中的模型常数值″A″的第一加法输入。求和块460的第二加法输入接收乘法块464的输出，乘法块464具有接收发动机转速信号ES的第一乘法输入，其通过变换块474而从每分钟转数变换成弧度每秒。块464的第二乘法输入接收求和块466的输出，求和块466具有接收另一乘法块470输出的第一加法输入，乘法块470具有接收储存在存储器块472中的模型常数值″D″的第一输入，以及接收变换后的发动机转速信号ES的第二乘法输入。求和块466的第二输入接收储存在存储器块468中的另一模型常数值″B″。
求和块460的第三加法输入接收乘法块476的输出，乘法块476具有接收另一求和块478输出的第一乘法输入。块478的第一加法输入接收乘法块480的输出，乘法块480具有接收变换后的发动机转速信号ES的第一输入，以及接收储存在存储器块482中的另一模型常数值″F″的第二乘法输入。块478的第二加法输入接收储存在存储器块484中的另一模型常数值″C″，并且块478的第三加法输入接收乘法块486的输出。块486具有接收储存在存储器块488中的另一模型常数值″E″的第一乘法输入，以及接收喷射启动指令值CSOI的第二乘法输入，其乘以储存在存储器块490中的-1值。存储器块490的输出还提供给块476的第二乘法输入。
求和块460的输出提供给块358的ISOP输出，并且代表由参数模型块348根据函数ISOP＝A+B×ES+C×CSOI+D×ES2+E×SOI2+F×ES×SOI产生的等容积压力值。求和块460的输出还被供给乘法块492的第一乘法输入，其具有接收以千克/秒为单位的加燃料指令值CFKPS的第二乘法输入。块492的输出被供给求和节点494的第一加法输入，求和节点494具有接收由块452产生的等熵压力值ISENP的第二加法输入。求和节点494的输出作为输入被供给变换块496，其可操作地将压力单位Pa变换成psi。变换块496的输出是PCP模型估算值，并且提供给块358的PCP输出，其相当于由参数模型块348根据函数MPCP＝ISENP+ISOP×CFKPS而产生的模型化的峰值气缸压力值MPCP。
本领域中的技术人员将认识到，这里参见图15所示和所述PCP模型只是代表一个PCP模型示例，并且可备选或补充地使用限定PCP的取决于一个或多个其它发动机操作工况的其它PCP模型。例如，在题名为“用于估算内燃机中的峰值气缸压力的系统”的美国专利No.6,782,737B2中描述了可并入到参数模型块348中的一个备选或补充的PCP模型，该专利转让给本发明的受让人，并且其发明公开通过引用而结合在本文中。本领域中的技术人员将想起其它PCP模型，并且任何这种备选或补充的PCP模型都落在所附权利要求的范围内。
现在参见图16，其显示了组成图12参数模型块348一部分的排气温度模型块360的一个说明性实施例。在所示的实施例中，块360包括逻辑或块500，其具有接收算术块502输出的第一输入，算术块502具有接收储存在存储器块504中的值″1″的第一输入，以及接收由流量和比率计算块352产生的充气燃料比CFR的第二输入。如果″1″大于或等于充气燃料比CFR，那么块502产生″1″，否则产生″0″。逻辑或块500的第二输入接收另一算术运算符块506的输出，另一算术运算符块506具有接收储存在块504中的值″1″的第一输入，以及接收发动机转速信号ES的第二输入。如果储存在块504中的″1″大于或等于发动机转速信号ES，那么算术运算符块506产生″1″，否则产生″0″。逻辑或块500的输出提供给真/假块508的控制输入，真/假块508在其″真″输入处接收储存在存储器块510中的零值，并在其″假″输入处接收排气ΔT计算块512的ΔT输出。
块512接收发动机转速信号ES，充气燃料比值CFR，喷射启动指令值CSOI，和进气歧管压力信号IMP作为输入。如将参见图17更详细所述，排气ΔT块512可操作地处理前述输入，并产生提供给真/假块508的温差值ΔT作为第一输出，并产生于块360的能量分数输出EFR处所产生的能量分数值EFR作为第二输出。
现在参见图17，其显示了组成图16排气温度模型块360一部分的排气ΔT计算块512的一个说明性实施例。在所示的实施例中，块512包括求和块520，其具有接收储存在存储器块522中的补偿参数值OFFP的第一加法输入。块520的第二加法输入接收乘法块524的输出，乘法块524具有接收储存在存储器块526中的喷射启动参数值SOIP的第一乘法输入，以及接收喷射启动指令值CSOI的第二乘法输入。块520的第三加法输入接收乘法块528的输出，乘法块528具有接收的储存在存储器块530中的速度参数值SPEEDP的第一乘法输入，以及接收发动机转速信号ES的第二乘法输入。块520的第四加法输入接收乘法块532的输出，乘法块532具有接收储存在存储器块534中的进气歧管压力参数IMPP的第一乘法输入，以及接收进气歧管压力信号IMP的第二乘法输入。求和块520的输出是由块512根据方程EFR＝OFFP+SOIP＊CSOI+SPEEDP＊ES+IMMP＊IMP产生的能量分数值EFR。
求和块520的EFR输出还被供给算术块536的乘法输入，算术块536具有接收MAX块538输出的除法输入。MAX块538的第一输入接收储存在存储器块540中的常数值″1″，并且第二输入接收由流量和比率计算块352产生的充气燃料比值CFR。块538和540因而为块536提供除零保护。算术块536的输出被供给块512的ΔT输出，并根据方程ΔT＝EFR/CFR而产生ΔT值。
再次参见图16，真/假块508的输出被供给求和节点514的第一加法输入，求和节点514具有接收进气歧管温度信号IMT的第二加法输入。求和节点514的输出是块360的排气温度输出EXT，其提供由参数模型块348产生的排气温度模型值MEXT。只要发动机转速信号ES小于或等于1，或者充气燃料比值CFR小于或等于1，那么逻辑或块500的输出为″1″或″真″，并且真/假块508的输出因而为零。在这种情况下，由块360产生的排气温度估值EXT是进气歧管温度值IMT。如果另一方面，发动机转速信号ES大于1，并且充气燃料比值CFR大于1，那么逻辑或块500的输出为″0″或″假″，并且真/假块508的输出因而是由排气ΔT值计算块512产生的ΔT值。在这种情况下，根据方程EXT＝IMT+ΔT可计算由块360产生的排气温度估值EXT。
本领域中的技术人员将认识到，这里参见图16和17所示和所述的排气温度模型只是代表一个排气温度模型示例，并且可备选或补充地使用限定EXT的取决于一个或多个其它发动机操作工况的其它排气温度模型。任何这种备选或补充的排气温度模型都落在所附权利要求的范围内。
现在参见图18，其显示了组成图12参数模型块348一部分的NOx模型块362的一个说明性实施例。在所示的实施例中，块362包括求和块550，其具有接收储存在存储器块552中的模型常数″A″的第一加法输入。块550的第二加法输入接收乘法块554的输出，乘法块554具有接收储存在存储器块556中的模型常数″B″的第一输入，以及接收EGR分数指令值CEGRFR的第二乘法输入。块550的第三加法输入接收乘法块558的输出，乘法块558具有接收储存在存储器块560中的另一模型常数″C″的第一乘法输入，以及接收喷射启动指令值CSOI的第二乘法输入，其乘以储存在存储器块562中的″-1″。块550的第四加法输入接收乘法块564的输出，乘法块564具有接收储存在存储器块566中的另一模型常数″D″的第一乘法输入，以及接收发动机转速信号ES的第二乘法输入，其通过变换块568而从每分钟转数变换成弧度每秒。块550的第五加法输入接收乘法块570的输出，乘法块570具有接收储存在存储器块572中的另一模型常数″E″的第一乘法输入，以及接收燃料数量指令值CFQ的第二乘法输入，其通过变换块574而从mg/st变换成kg/st。块550的第六加法输入接收乘法块576的输出，乘法块576具有接收储存在存储器块578中的模型常数″F″的第一乘法输入，以及接收变换块580输出的第二乘法输入。变换块580的输入输出求和节点582的接收，求和节点582具有接收进气歧管温度信号IMT的第一加法输入，以及接收储存在存储器块584中的常数值；例如460的第二加法输入。进气歧管温度信号IMT以℃为单位来提供，并且由块584加上460而将温度单位变换为°R。然后，变换块580利用已知关系式，将温度单位从°R变换成°K。求和块550的输出根据方程u＝A+B×CEGRFR-C×CSOI+D×ES+E×CFQ+F×IMT而产生参数u。
求和块550的输出作为输入被供给算术运算符块586，其可操作地到将″e″升到″u″乘幂，其中″u″是刚才所述的求和块550的输出。算术运算符块586的输出作为乘法块588的第一乘法输入而提供，乘法块588具有接收由流量和比率计算块352产生的以千克/秒值为单位的燃料指令值CFKPS的第二乘法输入。乘法块588的输出作为输入提供给变换块590，其可操作地将kg/s变换成g/h。变换块590的输出限定块362的NOx输出，其相当于参数模型块348的模型化的MNOX输出。由块362产生的NOx模型值MNOX遵循方程MNOX＝CFKPS×eu，其中：
u＝A+B＊CEGRFR-C＊CSOI+D＊ES+E＊CFQ+F＊IMT。
本领域中的技术人员将认识到，这里参见图18所示和所述NOx模型只是代表一个NOx模型示例，并且可备选或补充地使用取决于一个或多个其它发动机操作工况而限定的其它NOx模型。例如，在题名为“用于估算由内燃机所产生的排气中NOX含量的系统”的美国专利No.6,697,729 B2中描述了可并入到参数模型块348中的一个备选或补充的NOx模型，该专利转让给本发明的受让人，并且其发明公开通过引用而结合在本文中。本领域中的技术人员将想起其它NOx模型，并且任何这种备选或补充的NOx模型都落在所附权利要求的范围内。
现在参见图19，其显示了组成图12参数模型块348一部分的DPM模型块364的一个说明性实施例。在所示的实施例中，块364包括MAX块600，其具有接收由流量和比率块352产生的以千克/秒为单位的加燃料指令值CFKPS的第一输入，以及接收储存在存储器块602中的常数值，例如1×e-6的第二输入。MAX块600的输出提供给算术块604的除法输入，因而块600和602为块604提供了除零保护。块604的乘法输入接收乘法块606的输出，乘法块606具有接收充气流量指令值CCF的第一乘法输入，以及接收求和节点608输出的第二乘法输入，求和节点608具有接收储存在存储器块610中的常数值，例如″1″的加法输入，以及接收EGR分数指令值CEGRFR的减法输入。算术块604的输出代表空气-燃料比值，并且作为输入提供给低的燃料乘法器块612，其具有提供给求和块614第一加法输入的输出。块614的第二加法输入接收储存在存储器块616中的常数值，例如″1″。求和块614的输出提供给乘法块618的第一乘法输入。乘法块618的第二乘法输入接收储存在存储器块620中的常数值，例如1×e-6，并且块618的第三乘法输入接收储存在存储器块622中的另一常数，例如0.8315。块620提供变换kg/mg，并且块622提供变换stdm3/kg。
DPM模型块364还包括另一求和块624，其具有接收储存在存储器块626中的模型常数″A″的第一加法输入。块624的第二加法输入接收乘法块628的输出，乘法块628具有接收EGR分数指令值CERFR的第一乘法输入，和接收另一模型常数″B″的第二乘法输入。块624的第三加法输入接收乘法块632的输出，乘法块632具有接收燃料数量指令值CFQ的第一乘法输入，其通过变换块634从mg/st变换成kg/st，以及接收储存在存储器块636中的另一模型常数″C″的第二乘法输入。块624的第四加法输入接收乘法块638的输出，乘法块638具有接收储存在存储器块640中的另一模型常数″D″的第一乘法输入，以及第二乘法输入，其接收配置成可将°R变换成°K温度换算块642的输出。变换块642的输入接收求和节点644的输出，求和节点644具有接收储存在存储器块646中的常数值，例如460的第一加法输入，以及接收由排气温度模型块360产生的模型化的排气温度值MEXT的第二加法输入。如以上参见图18所述，块642，644和646可操作地将模型化的排气温度值MEXT从℃单位变换成K。
求和块624的输出作为输入提供给数学函数块648，其配置成可根据方程eu而产生输出，其中″u″是求和块624的输出，并通过方程u＝A+B＊CEGRFR+C＊CFQ+D＊MEXT而限定。数学函数块648的输出作为第一输入提供给MIN块650，其具有接收储存在存储器块652中的常数值，例如9.99的第二输入。MIN块650的输出代表一个估算的NOX值，其具有由块652建立的上极限值。MIN块650的输出作为输入提供给变换块654，其具有可操作地将MIN块650所产生的估算的NOx值变换为干燥颗粒物质(DPM)单位的函数f(u)。块654的输出提供给乘法块618的第四乘法输入。
乘法块618的输出作为输入提供给限制器块656，其具有储存在存储器块658中的上极限值UL；例如0.005，并且具有储存在存储器块660中的下极限值LL；例如0。限制器块656的输出提供给乘法块662的第一乘法输入，乘法块662具有第二乘法输入，其接收由流量和比率计算块352提供的以千克/秒为单位的加燃料指令值CFKPS。乘法块662的输出估算干燥颗粒物质值DPM，并通过变换块664将kg/s变换成g/h。变换块664的输出是DPM模型块364的DPM输出，其相当于由参数模型块348产生的模型化的DPM值MDPM。
本领域中的技术人员将认识到，这里参见图19所示和所述DPM模型只是代表一个DPM模型示例，并且可备选或补充地使用取决于一个或多个其它发动机操作工况而限定的其它DPM模型。任何这种备选或补充的DPM模型都落在所附权利要求的范围内。
现在参见图20，其显示了组成图11系统模型块206一部分的加燃料极限值模型块350的一个说明性实施例。在所示的实施例中，块350包括峰值气缸压力(PCP)燃料极限值模型块670，其接收组成系统性能目标矢量YT一部分的峰值气缸压力极限值PCPL，由PCP模型块358产生的等容积压力值ISOP，以及也由PCP模型块358产生的等熵压力值ISENP作为输入。如后文中将参见图21更详细所述，PCP燃料极限值模型块670可操作地处理前述输入，并产生峰值气缸压力燃料极限值PCPFL作为输出。
加燃料极限值模型块350还包括排气温度燃料极限值模型块672，其接收组成系统性能目标矢量YT一部分的排气温度极限值EXTL，由排气温度模型块360产生的能量分数比EFR，进气歧管进气温度信号IMT，以及充气流量值CF作为输入。如将在后文中参见图22更详细所述，排气温度燃料极限值模型块672可操作地处理前述输入信号，并产生排气温度燃料极限值EXTFL作为输出。
加燃料极限值模型块350还包括DPM燃料极限值模型块674，其接收充气流量值CF，组成系统性能目标矢量YT一部分的干燥颗粒物质极限值DPML，EGR分数值EGRFR，由排气温度模型块360产生的模型化的排气温度值MEXT，以及发动机转速信号ES作为输入。如后文中将参见图23更详细所述，DPM燃料极限值模型块674可操作地处理前述输入，并产生干燥颗粒物质燃料极限值DPMFL作为输出。
分别由模型块670，672和674产生的PCPFL，EXTFL和DPMFL值组成提供给加燃料计算块676的燃料极限输入的数据矢量FLI，加燃料计算块676还接收发动机转速信号ES作为输入。如后文中将参见图24更详细所述，加燃料计算块676可操作地处理前述输入信号，并产生燃料极限矢量FL作为输出，其作为输入提供给第一级过滤器块678，第一级过滤器块678还接收储存在存储器块680中的过滤器常数值FC。第一级过滤器块678的输出相当于由加燃料极限值模型块350产生的模型极限矢量ML，并携带模型化的峰值气缸压力燃料极限值MPCPFL，模型化的排气温度极限值MEXTFL，和模型化的干燥颗粒物质燃料极限值MDPMFL。
应当理解，虽然加燃料模型块350如图20中所示包括PCP，排气温度和DPM燃料极限值模型，但是块350可备选地配置成包括更多或更少的模型。可并入到块350中的补充模型的示例，其包括但不局限于未燃烧的碳氢化合物(UHC)燃料极限值模型，氧化硫(SOX)燃料极限值模型，涡轮增压器速度燃料极限值模型以及其它排放物和/或非排放物相关的模型。加燃料极限值模型块350的任何这种备选配置都落在所附权利要求的范围内。
现在参见图21，其显示了组成图20加燃料极限值模型块350一部分的PCP燃料极限值模型670的一个说明性实施例。在所示的实施例中，块670包括算术块，其具有接收零点以上夹紧块692输出的除法输入，零点以上夹紧块692接收等容积压力值ISOP作为输入。零点以上夹紧块692为块690提供除零保护。算术块690还包括接收求和节点694输出的乘法输入，求和节点694具有接收峰值气缸压力极限值PCPL的加法输入，其通过变换块696从psi单位变换成Pa。求和节点694的减法输入接收等熵压力值ISENP。算术块690的输出限定PCP燃料极限值模型块670的PCPFL输出，并产生相应的峰值气缸燃料极限值PCPFL。
现在参见图22，其显示了组成图20加燃料极限值模型块350的一部分的排气温度燃料极限值模型672的一个说明性实施例。在所示的实施例中，块672包括算术块700，其具有接收排气温度极限值EXTL的加法输入，和接收进气歧管温度值IMT的减法输入。求和块700的EFR输出被供给算术块702的乘法输入，算术块702具有接收MAX块704输出的除法输入。能量分数值EFR被供给MAX块704的第一输入，并且MAX块704的第二输入接收储存在存储器块706中的常数值，例如0.01。块704和706因而为块702提供除零保护。块702的输出提供给乘法块708的第一乘法输入，乘法块708具有接收由虚拟传感器逻辑块200(图3)产生的充气流量值CF的第二乘法输入。乘法块708的输出作为输入提供给变换块710，其配置成可将单位lbm/min变换成kg/s。变换块710的输出限定排气温度燃料极限值模型块672的EXTL输出，并且产生相应的排气温度燃料极限值EXTFL。
现在参见图23，其显示了组成图20加燃料极限值模型块350的一部分的DPM燃料极限值模型674的一个说明性实施例。在所示的实施例中，图74包括求和节点720，其具有接收干燥颗粒物质极限值DPML的加法输入，和接收由DPM模型块730产生的估算的干燥颗粒物质值DPM的减法输入。求和节点720的输出代表干燥颗粒物质误差值，并且通过数学函数块722进行平方运算，之后作为第一输入提供给燃烧优化逻辑块724。块724可操作地处理DPM误差值，并产生相应的燃料值作为输出，其作为输入提供给具有下极限值和上极限值；例如分别为0和200的限制器块726，并将限制器块726的燃料流量输出提供给流量计算块728的燃料流量输入，以及燃烧优化逻辑块724的第二输入。流量计算块728还接收发动机转速信号ES作为输入，并且可操作地处理发动机转速和燃料流量输入值，并产生相应的干燥颗粒物质燃料极限值DPMFL，其限定了DPM燃料极限值模型块674的输出。由流量计算块728产生的DPMFL值提供给DPM模型块730的燃料数量输入FQ，并且由限制器块726产生的燃料流量值以千克/秒为单位提供给DPM模型块730的燃料流量输入FFKPS。模型化的排气温度输入MEXT接收由排气温度模型块360产生的模型化的排气温度值MEXT，并且EGR分数输入EGRFR接收由虚拟传感器逻辑块200产生的EGR分数值EGRFR。DPM模型块730的充气流量输入CF接收由虚拟传感器逻辑块200产生的充气流量值CF，其通过变换块732从lbm/min变换成kg/s。DPM模型块730可与图19中所示的DPM模型块364是相同的，利用图23中所示的输入、信号和值。
应该注意的是，PCP燃料极限值模型块670和排气温度燃料极限值模型块672各分别转化为如图15和16中所示的相应的PCP模型块358和相应的排气温度模型块360。对比而言，DPM燃料极限值模型块674代表迭代解(iteration solution)的燃料极限值模型，其包含如图19中所示的整个DPM模型364，并且配置成可最大程度地减小在估算的干燥颗粒物质值DPM与组成系统性能目标矢量YT一部分的干燥颗粒物质极限值DPML之间的误差。
现在参见图24，其显示了组成图20加燃料极限值模型块350一部分的加燃料计算块676的一个说明性实施例。在所示的实施例中，块676包括算术块750，其具有接收储存在存储器块752中的常数值，例如2的第一乘法输入。块750的第二乘法输入接收储存在存储器块754中的另一常数，例如1×e6。块750的除法输入接收MAX块756的输出，MAX块756具有接收储存在存储器块758中的常数，例如1×e-5的第一输入，和接收乘法块760输出的第二输入。乘法块760的第一输入接收与储存在存储器块762中的发动机102的气缸数相对应的常数值。块760的第二乘法输入接收发动机转速信号ES，其通过变换块764从每分钟转数变换成每秒钟转数。算术块750的另一乘法输入接收燃料极限输入矢量FLI，其携带燃料极限值PCPFL，EXTFL，和DPMFL，如图20中所示。算术块750的输出是供给限制器块的数据矢量，其具有下极限值和上极限值，例如分别为0和500，并且限制器块766的输出限定了由块676产生的燃料极限矢量FL。
现在参见图25，其显示了组成图3燃烧管理器块204部分的目标逻辑块208的一个说明性实施例。在所示的实施例中，块208包括接收系统性能目标矢量YT作为输入的数据提取块770。块770配置成可提取组成矢量YT的各种数据值，并将这种值提供给零点以上夹紧块772，在将这种数据值提供给算术块774的除法输入之前，其可操作地提供各提取数据值的下限。模型输出矢量Y作为输入提供给另一数据提取块776，其可操作地提取由系统模型块206产生的各模型输出值，并可将这种提取值提供给求和节点778的减法输入，求和节点778具有加法输入，其接收由数据提取块770从系统性能目标矢量YT中提取的相应的目标数据值。求和节点778的输出是携带与各种数据值之间差值相对应的值的数据矢量，包括系统性能目标值YT，以及由模型输出矢量Y携带的相应的模型输出值。块774的第二乘法输入接收储存在存储器块780中的常数值，例如100。块774的输出作为输入提供给绝对值块782，其具有供给标量或″点″积块784的第一输入的输出，标量或″点″积块784具有接收由系统性能目标逻辑块202产生的权重矢量W的第二输入。块784的输出限定了由目标逻辑块208产生的标量性能量度U。如以上所述，目标逻辑块208可配置成可根据任意数量的目标差函数而估算标量性能量度U，并且在图25所示的实施例中，根据方程U＝W·|100×(YT-Y)/YT|来计算标量性能量度U。
现在参见图26，其显示了组成图2燃烧管理器块204部分的目标优化逻辑块210的一个说明性实施例。在所示的实施例中，块210包括单位矢量产生器790，其从算术输出块806的输出中接收启用值E，并当被启用值E启用时，产生单位数据矢量UV。由块790产生的单位数据矢量UV提供给乘法块792的第一乘法输入，乘法块792具有接收储存在存储器块794中的步长值STEP的第二乘法输入。STEP值相当于用于优化算法的计算步长或时间。块792的第三乘法输入接收储存在存储器块796中的步长调整值，其中步长调整值通过如图26中所示的目标优化逻辑进行连续计算，并且乘以储存在块794中的STEP值，从而调整到目标优化算法的计算步长。乘法块792的输出是被供给求和节点798的第一加法输入的数据矢量，求和节点798具有接收输出矢量X的第二加法输入，其被延迟块804延迟一个计算循环。求和节点798的输出是被供给真/假块800的″真″输入的数据矢量，真/假块800具有″假″输入接收分别被延迟块804和802延迟的输出矢量X的第二延迟量。真/假块800的控制输入接收算术运算符块806的输出，其还将启用值E提供给单位矢量产生器块790，其中算术运算符块806具有接收另一延迟块808输出的第一输入，另一延迟块808具有与块806的第二输入共享的输入，并接收另一延迟块810的输出。延迟块810的输入是标量性能量度U，从而算术块806的一个输入接收标量性能量度U的单延迟表征，并且第二输入接收标量性能量度U的双延迟表征。在所示的实施例中，算术运算符块806是″小于″运算符，从而当由块810产生的标量性能量度U的单延迟表征小于由块808产生的标量性能量度U的双延迟表征，块806的输出为″真″，否则为″假″。真/假块800的输出是无约束解矢量X′。
输出矢量X还被供给″最佳X″逻辑块812的″X1″输入，以及第一延迟块814。第一延迟块814的输出被供给块812的″X2″输入，并且还供给第二延迟块814，其输出被供给块812的″X3″输入。类似地，标量性能量度U被供给逻辑块812的″U1″输入，并且还供给第三延迟块814。第三延迟块814的输出被供给块812的″U2″输入，并且还供给第四延迟块814，其输出被供给块812的″U3″输入。因而标量性能量度值，U1-U3对应于由于燃烧管理器块204的三个最近迭代而引起的三个最近的标量性能量度值，并且输出矢量X1-X3类似地对应于由燃烧管理器块204的三个最近迭代而引起的三个最近的输出矢量。如以下将参见图28更完整所述，″最佳X″逻辑块812可操作地选择其中一个输出矢量X1-X3，作为″最佳的″输出矢量BX。
如以上所述，目标优化逻辑块210可配置成可符合许多已知的直接搜索优化算法。在图26的实施例中，所示的优化算法是已知的带方向利用的随机游动和步长调整优化算法，但是应当理解，或者可使用任何已知的优化算法，例如以上所述的任何一种或多种优化算法。
现在参见图27，其显示了组成图26目标优化逻辑块210部分的单位矢量发生器块790的一个说明性实施例。在所示的实施例中，块790包括配置成可随机地产生矢量RV的随机矢量发生器820。随机矢量发生器820的输出是被供给平方函数块822的输入，以及供给算术块828的乘法输入的数据矢量。平方函数块822可操作地对由块820产生的随机数数据矢量各值进行平方运算，并将相应的平方数据值矢量供给求和块824，其配置成可对组成由块822产生的平方数据矢量的平方数据值求和。求和节点824的输出是供给平方根函数块826的标量值，平方根函数块826可操作地估算由求和节点824产生的总计数据值的平方根，并将相应的平方根值供给算术块828的除法输入。算术块828配置成可计算由随机数发生器820产生的数据矢量中的各数据值和由块826产生的平方根值的比，并且产生相应的数据值作为输出，其组成由块790产生的单位矢量UV。当启用值从非启用状态改变到启用状态时，由目标优化逻辑块210产生的启用值E启用单位矢量发生器块790，以产生和寄存单位矢量UV。
现在参见图28，其显示了组成图26目标优化逻辑块210部分的最佳X逻辑块812的一个说明性实施例。在所示的实施例中，MIN块830配置成可接收三个标量性能量度值U1-U3，并产生具有最小量值的标量性能量度作为输出。第一标量性能量度U1，和MIN块830的输出作为等式块832的两个输入，从而只有当U1是三个标量性能量度值U1-U3的其中一个具有最小量值的标量性能量度值时，等式块832的输出为真。等式块832的输出被供给真/假块834的控制输入，真/假块834具有接收数1的真输入和接收另一真/假块836输出的假输入，另一真/假块836具有接收数2的真输入和接收数3的假输入。真/假块836的控制输入接收另一等式块838的输出，另一等式块838具有接收MIN块830输出的第一输入，以及接收第二标量性能量度U2的第二输入。因而，只有当U2是三个标量性能量度值U1-U3的其中一个具有最小量值的标量性能量度值时，等式块838的输出为真。假如这样，真/假块产生数的2和输出，等等产生数的3和输出。根据真/假块836的输出，真/假块834类似地产生数1作为等式块832的输出为真，或者产生数2或3作为输出。真/假块834的输出因而为数例如1，2或3，其相当于其中一个具有最小量值的标量性能量度值U1-U3。
真/假块834的输出被供给中继840的控制输入，中继840具有第一、第二和第三数据输入，其分别接收相应的第一、第二和第三输出矢量X1，X2和X3。中继840的输出是″最佳″输出矢量BX，其是输出矢量X1-X3的其中一个矢量，其对应于真/假块834输出处所产生的数。因而，例如如故标量性能量度U2的量值是U1-U3量值中最小的，那么由中继840产生的最佳X矢量BX将是X2。
应当理解，虽然目标优化逻辑块210和最佳X逻辑块812如图26和28中所示和所述配置成可处理三个U值和X矢量，但是目标优化逻辑块210和最佳X逻辑块812可备选地配置成可处理任何数量如N个U值和X矢量，从而从这″N″个最近的输出矢量X1-XN中选择″最佳″输出矢量BX，其取决于这″N″个最近的标量性能量度值U1-UN。
现在参见图29，其显示了组成图3燃烧管理器块204的一部分的解约束逻辑212的一个说明性实施例。在所示的实施例中，解约束逻辑块212包括燃料数量极限逻辑块844，其接收通过数据提取块842而从系统性能目标矢量YT中提取的目标发动机扭矩值TTQ，发动机转速信号ES，以及由目标优化逻辑块210产生的组成无约束解矢量X′一部分的无约束燃料数量指令值CFQ′作为输入，并且还接收模型化的峰值气缸压力极限值MPCPL，模型化的排气温度极限值MEXTL，以及模型化的干燥颗粒物质极限值MDPML作为输入，所有这些组成由系统模型块206产生的模型极限矢量ML的一部分。如后文中将参见图30和31更详细所述，燃料数量极限逻辑块844可操作地处理前述输入信号，并产生燃料数量指令值CFQ，和EGR失效值EGRD作为输出。燃料数量指令值CFQ由燃料数量极限逻辑块844提供给真/假块846的假输入，真/假块846具有从块848中接收燃料数量超越值(override value)FQOV的真输入，以及从块850中接收燃料数量用户超越值FQUO的控制输入。真/假块846用于用户超越由燃料数量极限逻辑块844所产生的燃料数量指令值CFQ，并且如果FQUO为真，则产生燃料数量超越值FQOV作为其输出，否则产生燃料数量指令值CFQ作为其输出。真/假块846的输出作为输入提供给限制器块852，其具有下极限值和上极限值；例如分别为0和500，并且限制器块850的输出是组成输出矢量X一部分的燃料数量指令值CFQ。
无约束SOI指令值CSOI′，组成由目标优化逻辑块210产生的无约束解矢量X′的一部分，其提供给真/假块854的假输入，真/假块854具有从块856中接收SOI超越值SOIOV1的真输入，以及从块858中接收SOI用户超越值SOIUO的控制输入。真/假块854用于用户超越无约束的SOI指令值CSOI′，并且如果SOIUO为真，则产生SOI超越值SOIOV作为其输出，否则产生无约束燃料数量指令值CSOI′作为其输出。真/假块854的输出作为输入提供给限制器块860，其具有下极限值和上极限值；例如分别为-10和10，并且限制器块860的输出是组成输出矢量X一部分的SOI指令值CSOI。
解约束逻辑块212还包括充气管理器(CHM)极限调节逻辑块862，其接收由图3的充气管理器块216提供的反馈矢量F，无约束充气流量指令值CCF′，以及无约束EGR分数指令值CEGRFR′，和来自燃料数量极限逻辑块844的EGR失效值EGRD作为输入信号，无约束充气流量指令值CCF′，和无约束EGR分数指令值CEGRFR′组成由目标优化逻辑块210产生的无约束解矢量X1的一部分。如后文中将参见图32更详细所述，充气管理器极限调节逻辑块862可操作地处理前述输入信号，并产生充气流量指令值CCF，和EGR分数指令值CEGRFR作为输出。充气流量指令值CCF由CHM极限调节逻辑块862提供给真/假块864的假输入，真/假块864具有从块866中接收充气流量超越值CFOV的真输入，以及从块868中接收充气流量用户超越值CFUO的控制输入。真/假块864用于用户超越由CHM极限调节逻辑块862所产生的燃料流量指令值CCF，并且如果CFUO为真，则产生燃料流量超越值CFOV作为其输出，否则产生燃料流量指令值CCF作为其输出。真/假块864的输出作为输入提供给限制器块870，其具有下极限值和上极限值；例如分别为0和80，并且限制器块870的输出是组成输出矢量X一部分的充气流量指令值CFQ。EGR分数指令值CEGRFR，由CHM极限调节逻辑块862提供给真/假块872的假输入，真/假块872具有从块874中接收EGR分数超越值EFROV的真输入，以及接收从块876中EGR分数用户超越值EFRUO的控制输入。真/假块872用于用户超越由CHM极限调节逻辑块862所产生的EGR分数指令值CEGRFR，并且如果EFRUO为真，则产生EGR分数超越值EFROV作为其输出，否则产生EGR分数指令值CEGRFR作为其输出。真/假块872的输出作为输入提供给限制器块878，其具有下极限值和上极限值；例如分别为0和30，并且限制器块878的输出是组成输出矢量X一部分的EGR分数指令值CEGRFR。
应当理解，虽然解约束逻辑块212如图29中所示包括燃料数量极限逻辑和CHM极限调节逻辑，但是块212可备选地配置成可包括更多或更少的参数约束策略。例如，解约束逻辑块212可备选或补充地包括SOI约束逻辑块，其配置成可根据规定的准则而约束无约束SOI指令值CSOI′，其组成无约束输出矢量X′的一部分。本领域中的技术人员应该想到可并入到块212中的其它备选或补充的参数约束策略的示例，并且包括在块212中的任何这种补充的参数约束策略都落在所附权利要求的范围内。
现在参见图30，其显示了组成图28解约束逻辑块212的一部分的燃料数量极限逻辑块844的一个说明性实施例。在所示的实施例中，块844包括求和节点880，其具有接收目标发动机扭矩值TTQ的第一加法输入，和接收储存在存储器块882中的最大扭矩补偿值MAXTQOFF的第二加法输入。求和节点880的输出代表TTQ和MAXTQOFF的总和，并被供给最大扭矩加燃料逻辑块884的最大扭矩输入MXT。发动机转速信号ES作为第二输入供给块884，并且如后文中将参见图31更详细所述，块884可操作地处理前述输入，并提供最大扭矩加燃料值MXTF作为输出，其供给MIN块886的第一输入。
另一求和节点888具有接收目标发动机扭矩值TTQ的加法输入，以及接收储存在存储器块890中的最小扭矩补偿值MINTQOFF的减法输入。求和节点888的输出代表TTQ和MINTQOFF之间的差值，并供给最小扭矩加燃料逻辑块892的最小扭矩输入MNT，最小扭矩加燃料逻辑块892具有接收发动机转速信号ES的发动机转速输入ES。如后文中将参见图31所述，最小扭矩加燃料逻辑块892可操作地处理前述输入信号和值，并产生最小扭矩燃料值MNTF作为输出，其供给MAX块894的第一输入，MAX块894具有接收无约束燃料数量指令值CFQ′的第二输入，其组成了由目标优化逻辑块210产生的无约束解矢量X′的一部分。MAX块894的输出作为第二输入被供给MIN块886。MIN块886的第三、第四和第五输入分别接收模型化的峰值气缸压力极限值MPCPL，模型化的排气温度极限值MEXTL，和模型化的干燥颗粒物质极限值MDPML，所有这些组成由系统模型块206产生的模型极限矢量ML的一部分。MIN块886可操作地产生最小MXTF、MPCPL、MEXTL、MDPML和MNTF和CFQ′之最大值作为燃料数量指令值CFQ。
模型化的干燥颗粒物质极限值MDPML，作为第一输入还被供给MAX块896，其具有接收储存在存储器块898中的常数，例如0.1的第二输入。MAX块896的输出被供给算术块900的除法输入，因此块896和898为块900提供除零保护。算术块900的乘法输入接收无约束燃料数量指令值CFQ′，其组成由目标优化逻辑块210产生的无约束解矢量X′的一部分。CFQ1和MDPML的比值限定了流量控制参数FCLR，其作为输入提供给滞后开关块902。开关块902的″真″开关点由FCLR″on″阈值表904的FCLRON输出来提供，其接收发动机转速信号ES作为输入。表904填充有各取决于发动机转速ES的开关点值。开关块902的″假″开关点由FCLR″off″阈值表906的FCLROFF输出来提供，其接收发动机转速信号ES作为输入。表906填充有各取决于发动机转速ES的开关点值FCLROFF。滞后开关902的输出EGR失效值EGRD，并且只要算术块900的FCLR输出大于低开关点，FCLROFF，EGRD则为″真″或″1″，并且只要算术块900的FCLR输出低于上开关点FCLRON，EGRD则为″假″或″0″。
现在参见图31，其显示了组成图30燃料数量极限逻辑块844一部分的最大扭矩加燃料逻辑块884的一个说明性实施例。在所示的实施例中，块884包括真/假块912，其具有接收储存在存储器块910中的喷射启动扭矩-燃料调整值SOTFA的″真″输入。真/假块912的″假″输入接收储存在存储器块914中的常数值；例如0。真/假块912的控制输入由算术输出部件916的输出提供，其具有第一输入以及第二输入，第一输入接收储存在存储器块918中的喷射启动调整的燃料阈值SOIADFTH，第二输入接收由扭矩-燃料表920产生的总体燃料值GF。表920接收由求和节点880产生的最大扭矩值MXT，和发动机转速信号ES作为输入，最大扭矩值MXT是目标发动机扭矩值TTQ，和储存在存储器块882中的(见图30)最大扭矩补偿值MAXTQOFF之和。表920填充有各取决于MXT和ES的总体加燃料值GF。块916的算术运算符″小于或等于″运算符，从而只要SOIADFTH小于或等于由表920产生的总体加燃料值GF，那么真/假块912的输出就是储存在存储器块910中的SOI扭矩-燃料调整值SOTFA，否则为零。
真/假块912的输出被供给算术块922的减法输入，算术块922具有接收由扭矩-燃料表920产生的总体加燃料值GF的加法输入。算术块922的输出是由块884产生的最大扭矩燃料值MXTF，并且是由表920产生的总体加燃料值GF，和真/假块912输出之间的差值。图30的最小扭矩加燃料逻辑块892可类似于图1中所示的块884构造而成，除了扭矩-燃料表920接收发动机转速信号ES，和由求和节点888产生的最小扭矩值MMT作为输入以外，最小扭矩值MMT是目标发动机扭矩值TTQ，和储存在存储位置890(见图30)中的最小扭矩补偿值MINTQOFF之间的差值。
现在参见图32，其显示了组成图29解约束逻辑块212的一部分的充气管理器极限调整逻辑块862的一个说明性实施例。在所示的实施例中，块862包括乘法块930，其具有第一乘法输入和第二乘法输入，第一乘法输入接收由图3的充气管理器块216产生的组成反馈矢量F一部分的指令的充气流量极限值CCFL，并且第二乘法输入接收储存在存储器块932中的充气流量指令分数值CFCF。乘法块930的输出被供给求和块934的第一加法输入，求和块934具有接收另一乘法块936输出的第二加法输入。块936的第一乘法输入接收由图3的充气管理器块216提供(或备选地由系统模型块206提供)的组成反馈矢量F一部分的充气流量值CF，并且第二乘法输入接收储存在存储器块938中的充气流量反馈分数值CFFF。求和块934的输出供给真/假块938和944的″真″输入，并且代表实际的充气流量值CF，和指令的充气流量极限值CFFL的加权和。真/假块938的″假″输入接收储存在存储器块940中的常数值，例如0，并且真/假块944的″假″输入接收储存在存储器块946中的另一常数值，例如70。真/假块938的控制输入是指令的充气流量低值，CCFL，并且真/假块944的控制输入是指令的充气流量高值CCFH，其各自形成由充气管理器块216产生的反馈矢量F的一部分。真/假块938的输出作为限制器块942的下限LL，并且真/假块944的输出作为限制器块942的上限UL。由目标优化逻辑块210产生的组成无约束解矢量X1一部分的无约束充气流量指令值CCF′，其供给限制器块942的另一输入，并且限制器块942可操作地根据CCFH的逻辑状态而将CCF′限制在UL和CF及CCFL的加权和的上限，并根据CCFL的逻辑状态而将CCF′限制在LL或CF和CCFL加权和的下限。在任何情况下，限制器块942的输出是由块862产生的充气流量指令值CCF。
块862还包括具有第一乘法输入和第二乘法输入的乘法块950，第一乘法输入接收由图3的充气管理器块216产生的组成反馈矢量F一部分的指令的EGR分数极限值CEGRFRL，并且第二乘法输入接收储存在存储器块952中的EGR分数指令值EFCF。乘法块950的输出被供给求和块954的第一加法输入，求和块956具有接收另一乘法块936输出的第二加法输入。块956的第一乘法输入接收由图3的充气管理器块216提供(或备选地由系统模型块206提供)的组成反馈矢量F一部分的EGR分数值EGRFR，并且第二乘法输入接收储存在存储器块958中的EGR分数反馈分数值EFFF。求和块954的输出被供给真/假块960和966的″真″输入，并且代表实际EGR分数值EGRFR，和指令的EGR分数极限值CEGRFRL的加权和。真/假块960的″假″输入接收储存在存储器块962中的常数值，例如0，并且″假″输入真/假块966接收储存在存储器块968中的另一常数值，例如100。真/假块960的控制输入是指令的EGR分数低值CEGRFRL，并且真/假块966的控制输入是指令的EGR分数高值EGRFRH，其各自形成由充气管理器块216产生的反馈矢量F的一部分。真/假块960的输出作为限制器块964的下限LL，并且真/假块966的输出作为限制器块964的上限UL，由目标优化逻辑块210产生的组成无约束解矢量X″一部分的无约束EGR分数指令值CEGRFR′，其供给限制器块964的另一输入，并且限制器块964可操作地根据CEGRFRH的逻辑状态而将CEGRFR′限制在UL和EGRFR及CEGRFRL的加权和的上限，并根据CEGRFRL的逻辑状态而将CEGRFR′限制在LL或EGRFR和CEGRFRL的加权和的下限。在任何情况下，限制器块964的输出提供给另一真/假块970的假输入，真/假块970具有从块972中接收零值的真输入，并且具有接收由图29的燃料数量极限逻辑块844所产生的EGR失效信号的控制输入。真/假块970的输出是由块862产生的EGR分数指令值CEGRFR。只要EGR失效信号EGRD是未启用的，或假的，那么由块862产生的EGR分数指令值CEGRFR将是由限制器块964产生的EGR分数指令值。如果另一方面，EGR失效信号EGRD是启用的或真的，那么EGR分数指令值CEGRFR将失效或为零。
现在参见图33，其显示了组成图29解约束逻辑块212的一部分的SOI逻辑块875的一个说明性实施例。在所示的实施例中，块875包括三维特定计时表973，其接收发动机转速信号和目标发动机扭矩值TTQ作为输入，并且产生特定喷射启动(SOI)值NOMSOI作为输出，其通过表973而确定，其取决于发动机转速和目标发动机扭矩。特定喷射启动值NOMSOI供给一对求和节点975和979的加法输入。求和节点975的减法输入接收储存在存储器块977中的恒定的最小SOI补偿值MINOFF。求和节点975的输出因而是特定喷射启动值NOMSOI，和最小SOI补偿值MINOFF之间的差值，并供给限制器985的下限输入。求和节点979的另一加法输入接收储存在存储器块981中的恒定的最大SOI补偿值MAXOFF。求和节点979的输出因而是特定喷射启动值NOMSOI，和最大SOI补偿值MAXOFF之间的差值，并供给限制器985的上限输入。限制器985的信号输入接收无约束SOI指令值CSOI′。限制器985的输出是喷射启动指令值CSOI。在操作过程中，SOI逻辑块875产生喷射启动指令值CSOI，无约束CSOI值CSOI′被限制于NOMSOI-MINOFF的下限和NOMSOI+MAXOFF的上限。
现在参见图34，其显示了组成图3燃烧管理器块204部分的输出调节逻辑块214的一个说明性实施例。在所示的实施例中，块214包括第一级过滤器974，其接收组成输出矢量X一部分的充气流量指令值CCF作为输入，并且接收储存在存储器块976中的过滤器常数值FC1。过滤器块974的输出是由燃烧管理器块204产生的充气流量指令值CCF，并且是过滤后的充气流量指令值CCF，其组成输出矢量X的一部分。
块214还包括第二个第一级过滤器块978，其接收真/假块982的输出作为输入，并且接收储存在存储器块980中的过滤器常数值FC2。真/假块982的″真″输入是EGR分数指令值CEGRFR，其组成输出矢量X的一部分，并且真/假块982的″假″输入是储存在存储器块988中的常数，例如0。真/假块982的控制输入是算术运算符块984的输出，其具有接收组成输出矢量X一部分的EGR分数指令值CEGRFR的第一输入，并且具有接收储存在存储器块986中的最小EGR分数值MINEGRFR的第二输入。块984的算术运算符是″大于″运算符，从而只要CEGRFR大于最小EGR分数值MINEGRFR，那么真/假块982的输出就是组成输出矢量X一部分的EGR分数指令值CEGRFR，否则为零。如果块984的输出为″假″，那么真/假块982的输出为零，如同过滤器块978和块214的CEGRFR输出，从而指令零值EGR流量。如果另一方面，块982的输出为″真″，那么真/假块982的输出就是组成输出矢量X一部分的EGR分数指令值CEGRFR，并且过滤器块978的输出是由燃烧管理器块204产生的EGR分数指令值CEGRFR。
块214包括第三个第一级过滤器990，其接收组成输出矢量X一部分的燃料数量指令值CFQ作为输入，并且接收储存在存储器块992中的过滤器常数值FC3。过滤器块990的输出是由燃烧管理器块204产生的燃料数量指令值CFQ，并且是过滤后的燃料数量指令值CFQ，其组成输出矢量X的一部分。块214还包括第四个第一级过滤器994，其接收组成输出矢量X一部分的喷射启动指令值CSOI作为输入，并且接收储存在存储器块996中的过滤器常数值FC4。过滤器块994的输出是由燃烧管理器块204产生的喷射启动指令值CSOI，并且是过滤后的喷射启动指令值CSOI，其组成输出矢量X的一部分。
这里所述的控制构架使用一种基于模型的解决方案，其中模型输出基于传感器数据。因而这种控制构架提供在广泛的操作工况范围上的精度，包括特定的操作工况。由这种构架产生的解因此对当前操作工况始终是最优化的，并且在所有操作工况下是健壮的。
虽然已经在前面附图和描述中详细显示并描述了本发明，但是应该认为这些图解和描述本质上是说明性的而非限制性的，应当理解，本文只是显示并描述了说明性的实施例，并且处于本发明精神范围内的所有变型和改型都将得到防护。

Claims (95)

1.一种产生用于控制物理系统操作的控制参数的控制构架，所述控制构架包括：
一个或多个嵌入模型，其各产生与所述物理系统的不同操作参数相对应的模型输出，其取决于一个或多个与所述物理系统的操作工况相对应的操作值和许多解参数中的一个或多个解参数；
目标逻辑，其产生取决于一个或多个模型输出和一个或多个系统性能目标值的标量性能量度；
目标优化逻辑，其以最大程度地减小所述标量性能量度的方式而产生许多无约束解参数；和
解约束逻辑，其从所述许多无约束解参数中，以限制至少其中一个所述无约束控制参数的操作范围的方式来确定所述许多解参数；
其中，所述控制参数对应于所述许多无约束控制参数与所述许多解参数的其中之一。
2.根据权利要求1所述的控制构架，其特征在于，所述多个嵌入模型中的至少其中一个嵌入模型配置成用于产生相应的模型输出，所述模型输出还取决于所述一个或多个系统性能目标值的至少其中一个系统性能目标值。
3.根据权利要求1所述的控制构架，其特征在于，所述目标逻辑还配置成用于产生取决于一个或多个权重值的标量性能量度。
4.根据权利要求1所述的控制构架，其特征在于，所述目标优化逻辑还配置成用于产生取决于所述许多解参数的所述许多无约束解参数。
5.根据权利要求1所述的控制构架，其特征在于，所述解约束逻辑还配置成用于产生所述许多解参数中的至少其中一个解参数，其取决于所述一个或多个系统性能目标值中的至少其中一个目标值。
6.根据权利要求1所述的控制构架，其特征在于，所述目标优化逻辑包括解选择逻辑，其响应于所述标量性能量度的多个最近迭代运算，并响应于所述许多无约束解参数的相应的多个最近迭代运算，以确定所述控制参数为所述许多无约束解参数的多个最近迭代中的其中一个迭代，其具有相应的所述标量性能量度的多个最近迭代中的其中一个迭代，所述多个最近迭代中的所述其中一个迭代具有相关于所述标量性能量度的多个最近迭代中的其余迭代的最小量值。
7.根据权利要求1所述的控制构架，其特征在于，还包括控制参数处理逻辑，其配置成可处理至少其中一个控制参数，并产生一个输出，所述输出控制至少一个与所述物理系统相关的促动器；
并且，所述解约束逻辑还配置成用于产生所述许多解参数中的至少其中一个解参数，其取决于至少一个由所述控制参数处理逻辑提供给所述解约束逻辑的反馈值。
8.根据权利要求1所述的控制构架，其特征在于，所述解约束逻辑还配置成用于产生所述许多解参数中的至少其中一个解参数，其取决于由所述嵌入模型的其中一个或多个嵌入模型所提供的至少一个模型极限。
9.根据权利要求3所述的控制构架，其特征在于，所述多个模型输出值限定了矢量Y，所述一个或多个系统性能目标值限定了矢量YT，并且所述一个或多个权重值限定了矢量W；
其中，所述目标逻辑配置成可确定作为所述矢量Y与YT之差的差矢量A，并确定所述标量性能量度作为所述矢量W和所述差矢量函数的矢量内积。
10.根据权利要求9所述的控制构架，其特征在于，所述目标逻辑配置成可根据关系式U＝W·(Y-YT)来确定所述标量性能量度，其中U是所述标量性能量度。
11.根据权利要求9所述的控制构架，其特征在于，所述目标逻辑配置成可根据关系式U＝W·(Y-YT)2来确定所述标量性能量度，其中U是所述标量性能量度。
12.根据权利要求9所述的控制构架，其特征在于，所述目标逻辑配置成可根据关系式U＝W·|Y-YT|来确定所述标量性能量度，其中U是所述标量性能量度。
13.根据权利要求9所述的控制构架，其特征在于，所述目标逻辑配置成可根据关系式U＝W·|(Y-YT)/YT|来确定所述标量性能量度，其中U是所述标量性能量度。
14.根据权利要求1所述的控制构架，其特征在于，所述许多解参数限定了矢量X，所述许多无约束解参数限定了矢量X′，并且所述标量性能量度被指定为U；
其中，所述目标优化逻辑配置成可根据直接搜索优化技术而产生取决于U和X以及特定步长的X′。
15.根据权利要求14所述的控制构架，其特征在于，所述目标优化逻辑配置成可根据随机游动优化算法而产生取决于U和X以及特定步长的X′。
16.根据权利要求14所述的控制构架，其特征在于，所述目标优化逻辑配置成可根据带步长调整的随机游动优化算法而产生取决于U和X以及特定步长的X′。
17.根据权利要求14所述的控制构架，其特征在于，所述目标优化逻辑配置成可根据带方向利用的随机游动优化算法而产生取决于U和X以及特定步长的X′。
18.根据权利要求14所述的控制构架，其特征在于，所述目标优化逻辑配置成可根据带方向利用和步长调整的随机游动优化算法而产生取决于U和X以及特定步长的X′。
19.根据权利要求14所述的控制构架，其特征在于，所述目标优化逻辑配置成可根据随机游动优化算法的变体而产生取决于U和X以及特定步长的X′。
20.根据权利要求14所述的控制构架，其特征在于，所述目标优化逻辑配置成可根据单变量优化算法而产生取决于U和X以及特定步长的X′。
21.根据权利要求1所述的控制构架，其特征在于，所述物理系统是包括空气处理系统的内燃机。
22.根据权利要求21所述的控制构架，其特征在于，所述控制构架配置成用于产生燃料数量指令值作为其中一个控制参数，并且产生喷射启动指令值作为另一控制参数。
23.根据权利要求22所述的控制构架，其特征在于，还包括燃料系统，其响应于加燃料指令而为发动机供给燃料；
其中，所述控制计算机包括加燃料逻辑，其响应于燃料数量指令值和喷射启动指令值而产生加燃料指令。
24.根据权利要求21所述的控制构架，其特征在于，所述控制构架配置成用于产生充气流量指令值作为其中一个控制参数，并且产生排气再循环(EGR)分数指令值作为另一控制参数。
25.根据权利要求24所述的控制构架，其特征在于，所述空气处理系统包括一端流通式地联接在所述发动机的进气歧管上、并且其对端连接在所述发动机的排气歧管上的排气再循环(EGR)导管，以及响应于EGR控制信号而控制通过所述EGR导管的发动机排气流量的EGR阀；
其中，所述控制计算机包括充气管理器逻辑，其响应于充气流量指令值和EGR分数指令值而产生所述EGR控制信号。
26.根据权利要求24所述的控制构架，其特征在于，所述空气处理系统包括涡轮增压器，其具有流通式地联接在所述发动机的排气歧管上的可变几何涡轮(VGT)，所述VGT响应于VGT控制信号以控制所述涡轮的临界流量；
其中，所述控制计算机包括充气管理器逻辑，其响应于充气流量指令值和EGR分数指令值而产生所述VGT控制信号。
27.根据权利要求24所述的控制构架，其特征在于，所述空气处理系统包括与将发动机排气歧管流通式地联接到周围环境上的排气导管同轴设置的排气节流阀，所述排气节流阀响应于排气节流阀控制信号而控制通过所述排气导管的发动机排气流量；
其中，所述控制计算机包括充气管理器逻辑，其响应于充气流量指令值和EGR分数指令值而产生所述VGT控制信号。
28.根据权利要求21所述的控制构架，其特征在于，所述多个嵌入模型包括发动机输出扭矩模型，其产生取决于一个或多个发动机操作参数的发动机输出扭矩估值作为模型输出。
29.根据权利要求21所述的控制构架，其特征在于，所述多个嵌入模型包括峰值气缸压力模型，其产生取决于一个或多个发动机操作参数的峰值气缸压力估值作为模型输出。
30.根据权利要求21所述的控制构架，其特征在于，所述多个嵌入模型包括发动机排气温度模型，其产生取决于一个或多个发动机操作参数的发动机排气温度估值作为模型输出。
31.根据权利要求21所述的控制构架，其特征在于，所述多个嵌入模型包括NOx模型，其产生由发动机产生的取决于一个或多个发动机操作参数的NOx估值作为模型输出。
32.根据权利要求21所述的控制构架，其特征在于，所述多个嵌入模型包括干燥颗粒物质模型，其产生由发动机产生的取决于一个或多个发动机操作参数的干燥颗粒物质估值作为模型输出。
33.根据权利要求21所述的控制构架，其特征在于，所述多个嵌入模型包括多个燃料极限值模型，其各产生用于限制发动机加燃料的不同燃料流量极限值作为输出。
34.根据权利要求33所述的控制构架，其特征在于，所述多个燃料极限值模型包括峰值气缸压力(PCP)燃料极限值模型，其产生取决于目标PCP极限值的PCP极限燃料流量值作为模型输出，并取决于一个或多个发动机的操作值，所包括的目标PCP极限值作为所述一个或多个系统性能目标值中的其中一个目标值。
35.根据权利要求33所述的控制构架，其特征在于，所述多个燃料极限值模型包括排气温度燃料极限值模型，其产生取决于目标排气温度极限值的排气温度极限的燃料流量值作为模型输出，并取决于一个或多个发动机的操作参数，所包括的目标排气温度极限值作为所述一个或多个系统性能目标值中的其中一个目标值。
36.根据权利要求33所述的控制构架，其特征在于，所述多个燃料极限值模型包括干燥颗粒物质(DPM)燃料极限值模型，其产生取决于目标DPM极限值的DPM极限燃料流量值作为模型输出，并取决于一个或多个发动机的操作参数，所包括的目标DPM极限值作为所述一个或多个系统性能目标值中的其中一个目标值。
37.根据权利要求21所述的控制构架，其特征在于，所述目标逻辑还配置成用于产生取决于一个或多个权重值的标量性能量度。
38.根据权利要求37所述的控制构架，其特征在于，所述多个模型输出值限定了矢量Y，所述一个或多个系统性能目标值限定了矢量YT，并且所述一个或多个权重值限定了矢量W；
其中，所述目标逻辑配置成可确定作为所述矢量Y和YT之差的差矢量A，并确定所述标量性能量度作为所述矢量W和差矢量函数的矢量内积。
39.根据权利要求38所述的控制构架，其特征在于，所述目标逻辑配置成可根据关系式U＝W·|100×(Y-YT)/YT|来确定所述标量性能量度，其中U是所述标量性能量度。
40.根据权利要求21所述的控制构架，其特征在于，所述许多解参数限定了矢量X，所述许多无约束解参数限定了矢量X′，并且所述标量性能量度被指定为U；
其中，所述目标优化逻辑配置成用于产生取决于U和X以及特定步长的X′。
41.根据权利要求40所述的控制构架，其特征在于，所述目标优化逻辑配置成可根据带方向利用和步长调整的随机游动优化算法而产生取决于U和X以及特定步长的X′。
42.根据权利要求21所述的控制构架，其特征在于，所述解约束逻辑包括许多约束函数，其各通过将所述相应数量的无约束解参数中的其中规定的解参数限制在可限定的操作范围内，而产生所述许多解参数中的规定的解参数。
43.根据权利要求42所述的控制构架，其特征在于，其中一个控制参数是燃料数量指令值；
其中，所述许多约束函数包括燃料数量极限逻辑，其将相应的无约束燃料数量指令值限制于最大扭矩加燃料值的最小限度，最小扭矩加燃料值和无约束燃料数量指令值中的较大者，由其中一个嵌入模型产生的峰值气缸压力燃料极限值，由其中另一个嵌入模型产生的发动机排气温度燃料极限值，以及由其中又一个嵌入模型产生的干燥颗粒物质燃料极限值中的最小值。
44.根据权利要求44所述的控制构架，其特征在于，所述燃料数量极限逻辑配置成可确定最大和最小扭矩加燃料值，其各取决于形成其中一个系统性能目标值的发动机输出扭矩目标值和发动机转速。
45.根据权利要求42所述的控制构架，其特征在于，其中一个控制参数是充气流量指令值，并且其中另一个控制参数是EGR分数指令值；
其中，所述控制构架还包括充气管理逻辑，其响应于充气流量指令值和EGR分数指令值而控制与所述发动机的空气处理系统相关的一个或多个促动器；
其中，所述许多约束函数包括极限调节逻辑，其限制相应的无约束充气流量指令值和EGR分数指令值，其取决于从所述充气管理逻辑反馈至所述极限调节逻辑的信息。
46.根据权利要求45所述的控制构架，其特征在于，所述充气极限调节逻辑配置成可通过限制相应的无约束充气流量指令值而产生充气流量指令值，所述充气流量值取决于从所述充气管理逻辑反馈至所述充气极限调节逻辑的充气流量信息。
47.根据权利要求45所述的控制构架，其特征在于，所述充气极限调节逻辑配置成可通过限制相应的无约束EGR分数指令值而产生EGR分数指令值，所述EGR分数值取决于从所述充气管理逻辑反馈至所述极限调节逻辑的EGR分数信息。
48.根据权利要求43所述的控制构架，其特征在于，所述燃料数量极限逻辑还配置成可确定EGR失效值，其取决于无约束燃料数量指令值、干燥颗粒物质燃料极限值和发动机转速。
49.根据权利要求48所述的控制构架，其特征在于，其中一个控制参数是EGR分数指令值；
其中，所述控制构架还包括充气管理逻辑，其响应于EGR分数指令值而控制与所述发动机的空气处理系统相关的一个或多个促动器；
并且所述控制构架还包括极限调节逻辑，其配置成可通过限制相应的无约束EGR分数指令值而产生EGR分数指令值，所述EGR分数值取决于从所述充气管理逻辑反馈至所述极限调节逻辑的EGR分数信息；
并且，所述极限调节逻辑可配置成如果EGR失效值为真时可产生零要求的EGR分数值，或者只要EGR分数指令值大于最小的EGR分数值时，则产生所述EGR分数指令值。
50.一种产生用于控制物理系统操作的控制参数的方法，所述方法包括如下步骤：
维持一个或多个嵌入模型，其各产生与所述物理系统的不同操作参数相对应的多个模型输出，所述模型输出取决于一个或多个与所述物理系统操作工况相对应的操作值以及许多解参数中的一个或多个解参数；
产生取决于所述多个模型输出和一个或多个系统性能目标值的标量性能量度；
以最大程度地减小所述标量性能量度的方式而产生许多无约束解参数；
从所述许多无约束解参数中，以限制所述许多无约束控制参数中的至少其中一个控制参数的操作范围的方式，来确定所述许多解参数；
选择所述许多解参数和所述许多无约束解参数的其中之一来作为控制参数。
51.根据权利要求50所述的方法，其特征在于，所述多个嵌入模型中的至少其中一个嵌入模型配置成用于产生相应的模型输出，所述模型输出还取决于所述一个或多个系统性能目标值的至少其中一个系统性能目标值。
52.根据权利要求50所述的方法，其特征在于，所述产生标量性能量度的步骤包括产生还取决于一个或多个权重值的标量性能量度。
53.根据权利要求50所述的方法，其特征在于，所述产生许多无约束解参数的步骤包括产生所述许多无约束解参数，其还取决于所述许多解参数的至少其中一个解参数。
54.根据权利要求50所述的方法，其特征在于，所述确定所述许多解参数的步骤包括确定所述许多解参数的至少其中一个解参数，其取决于所述一个或多个系统性能目标值的至少其中一个系统性能目标值。
55.根据权利要求50所述的方法，其特征在于，还包括处理至少其中一个控制参数以产生输出的步骤，所述输出控制至少一个与所述物理系统相关的促动器；
其中，确定所述许多解参数的所述步骤包括，确定所述许多解参数的至少其中一个解参数，其取决于在处理至少其中一个控制参数以产生输出的所述步骤中所产生的至少一个反馈值。
56.根据权利要求50所述的方法，其特征在于，确定所述许多解参数的所述步骤包括，确定所述许多解参数的至少其中一个解参数，其取决于由所述多个嵌入模型的其中一个或多个嵌入模型所提供的至少一个模型极限。
57.根据权利要求52所述的方法，其特征在于，所述多个模型输出值限定了矢量Y，所述一个或多个系统性能目标值限定了矢量YT，并且所述一个或多个权重值限定了矢量W；
其中，所述产生标量性能量度的步骤包括，确定所述矢量Y与YT之间的差值作为差矢量A，并且计算所述标量性能量度，其作为所述矢量W和所述差矢量函数的矢量内积。
58.根据权利要求57所述的方法，其特征在于，所述产生标量性能量度的步骤包括，根据关系式U＝W·(Y-YT)来计算所述标量性能量度，其中U是所述标量性能量度。
59.根据权利要求57所述的方法，其特征在于，所述产生标量性能量度的步骤包括，根据关系式U＝W·(Y-YT)2来计算所述标量性能量度，其中U是所述标量性能量度。
60.根据权利要求57所述的方法，其特征在于，所述产生标量性能量度的步骤包括，根据关系式U＝W·|Y-YT|来计算所述标量性能量度，其中U是所述标量性能量度。
61.根据权利要求57所述的方法，其特征在于，所述产生标量性能量度的步骤包括，根据关系式U＝W·|(Y-YT)/YT|来计算所述标量性能量度，其中U是所述标量性能量度。
62.根据权利要求50所述的方法，其特征在于，所述许多解参数限定了矢量X，所述许多无约束解参数限定了矢量X′，并且所述标量性能量度被指定为U；
其中，所述产生许多无约束解参数的步骤包括，根据直接搜索优化技术而产生取决于U和X以及特定步长的X′。
63.根据权利要求62所述的方法，其特征在于，所述产生许多无约束解参数的步骤包括，根据随机游动优化算法而产生取决于U和X以及特定步长的X′。
64.根据权利要求62所述的方法，其特征在于，所述产生许多无约束解参数的步骤包括，根据带步长调整的随机游动优化算法而产生取决于U和X以及特定步长的X′。
65.根据权利要求62所述的方法，其特征在于，所述产生许多无约束解参数的步骤包括，根据带方向利用的随机游动优化算法而产生取决于U和X以及特定步长的X′。
66.根据权利要求62所述的方法，其特征在于，所述产生许多无约束解参数的步骤包括，根据带方向利用和步长调整的随机游动优化算法而产生取决于U和X以及特定步长的X′。
67.根据权利要求62所述的方法，其特征在于，所述产生许多无约束解参数的步骤包括，根据随机游动优化算法的变体而产生取决于U和X以及特定步长的X′。
68.根据权利要求62所述的方法，其特征在于，所述产生许多无约束解参数的步骤包括，根据单变量优化算法而产生取决于U和X以及特定步长的X′。
69.一种用于控制物理系统操作的控制系统，所述控制系统包括：
产生指示所述物理系统操作状态的传感数据的传感器；
配置成可控制所述物理系统的操作特征的促动器；
控制计算机，其包括：
接收解参数和传感数据任一个的嵌入模型，所述嵌入模型产生与所述物理系统的操作参数相对应的模型输出；
目标逻辑，其产生取决于所述模型输出和系统性能目标值的标量性能量度；
目标优化逻辑，其以最大程度地减小所述标量性能量度的方式而产生无约束解参数；和
约束逻辑，其通过限制所述无约束解参数的操作范围而产生所述解参数，所述控制参数对应于所述无约束解参数和所述解参数的其中一个；和
响应于所述控制参数以控制所述促动器操作的装置。
70.根据权利要求69所述的控制系统，其特征在于，所述嵌入模型配置成用于产生还取决于所述系统性能目标值的模型输出。
71.根据权利要求69所述的控制系统，其特征在于，所述目标逻辑还配置成用于产生取决于权重值的标量性能量度。
72.根据权利要求69所述的控制系统，其特征在于，所述目标优化逻辑还配置成用于产生取决于所述解参数的无约束解参数。
73.根据权利要求69所述的控制系统，其特征在于，所述约束逻辑还配置成用于产生取决于所述系统性能目标值的解参数。
74.根据权利要求69所述的控制系统，其特征在于，响应于所述控制参数而控制所述促动器操作的所述装置包括：
与所述控制计算机相关的控制参数处理逻辑，其配置成可处理所述控制参数并产生促动器控制信号；和
促动器驱动电路，其响应于所述促动器控制信号而产生用于控制所述促动器操作的促动器驱动信号。
75.根据权利要求74所述的控制系统，其特征在于，所述约束逻辑还配置成用于产生所述解参数，其取决于由所述控制参数处理逻辑提供给所述约束逻辑的反馈值。
76.根据权利要求69所述的控制系统，其特征在于，响应于所述控制参数以便控制所述促动器操作的所述装置包括促动器驱动电路，所述促动器驱动电路响应于所述控制参数而产生促动器驱动信号，以便控制所述促动器操作。
77.根据权利要求69所述的控制系统，其特征在于，所述约束逻辑还配置成用于产生所述解参数，其取决于由所述嵌入模型提供的模型极限。
78.根据权利要求69所述的控制系统，其特征在于，所述传感器是物理传感器，其配置成可检测所述物理系统的操作状态，并产生指示所述操作状态的传感器信号。
79.根据权利要求69所述的控制系统，其特征在于，所述传感器是包括在所述控制计算机中的评估算法，所述评估算法评估所述物理系统的操作状态，并产生指示所述操作状态的传感数据，所述操作状态取决于所述物理系统的一个或多个其它操作工况。
80.根据权利要求69所述的控制系统，其特征在于，所述物理系统是包括空气处理系统的内燃机。
81.根据权利要求80所述的控制系统，其特征在于，所述控制参数是燃料数量指令值；
其中，所述发动机还包括响应于加燃料指令而为所述发动机供给燃料的燃料系统；
并且，所述控制计算机还包括响应于燃料数量指令值而产生加燃料指令的加燃料逻辑。
82.根据权利要求80所述的控制系统，其特征在于，所述控制参数是喷射启动参数指令值；
其中，所述发动机还包括响应于加燃料指令而为所述发动机供给燃料的燃料系统；
并且所述控制计算机还包括响应于喷射启动参数指令值而产生加燃料指令的加燃料逻辑。
83.根据权利要求80所述的控制系统，其特征在于，所述控制参数是充气流量指令值；
其中，所述空气处理系统包括一端流通式地联接在所述发动机的进气歧管上、并且其对端连接在所述发动机的排气歧管上的排气再循环(EGR)导管，以及响应于EGR控制信号而控制通过所述EGR导管的发动机排气流量的EGR阀；
并且，所述控制计算机包括充气管理器逻辑，其响应于充气流量指令值而产生所述EGR控制信号。
84.根据权利要求83所述的控制系统，其特征在于，所述空气处理系统包括涡轮增压器，其具有流通式地联接在EGR导管下游的排气歧管上的可变几何涡轮(VGT)，所述VGT响应于VGT控制信号以控制所述涡轮的临界流量；
其中，所述充气管理器逻辑响应于充气流量指令值而产生所述VGT控制信号。
85.根据权利要求83所述的控制系统，其特征在于，所述空气处理系统包括与流通式地将所述排气歧管联接到周围环境中的排气导管同轴设置的排气节流阀，所述EGR导管流通式地联接在所述排气节流阀上游的排气导管上，所述排气节流阀响应于排气节流阀控制信号而控制通过所述排气导管的发动机排气流量；
其中，所述充气管理器逻辑响应于充气流量指令值而产生所述VGT控制信号。
86.根据权利要求80所述的控制系统，其特征在于，所述控制参数是排气再循环(EGR)分数指令值；
其中，所述空气处理系统包括一端流通式地联接在所述发动机的进气歧管上、并且其对端连接在所述发动机排气歧管上的EGR导管，以及响应于EGR控制信号而控制通过所述EGR导管的发动机排气流量的EGR阀；
并且，所述控制计算机包括充气管理器逻辑，其响应于EGR分数指令值而产生所述EGR控制信号。
87.根据权利要求86所述的控制系统，其特征在于，所述空气处理系统包括涡轮增压器，其具有流通式地联接在EGR导管下游的排气歧管上的可变几何涡轮(VGT)，所述VGT响应于VGT控制信号以控制涡轮的临界流量；
其中，所述充气管理器逻辑响应于EGR分数指令值而产生所述VGT控制信号。
88.根据权利要求86所述的控制系统，其特征在于，所述空气处理系统包括与流通式地将所述排气歧管联接到周围环境中的排气导管同轴设置的排气节流阀，所述EGR导管流通式地联接在所述排气节流阀上游的排气导管上，所述排气节流阀响应于排气节流阀控制信号而控制通过所述排气导管的发动机排气流量；
其中，所述充气管理器逻辑响应于EGR分数指令值而产生所述VGT控制信号。
89.根据权利要求80所述的控制系统，其特征在于，所述目标逻辑还配置成用于产生取决于权重值的标量性能量度。
90.根据权利要求89所述的控制系统，其特征在于，所述目标逻辑配置成可根据关系式U＝W·|100×(YT-Y)/YT|而确定所述标量性能量度，其中U是所述标量性能量度，W是所述权重值，Y是所述模型输出，并且YT是所述系统性能目标。
91.根据权利要求80所述的控制系统，其特征在于，所述目标优化逻辑配置成可根据直接搜索优化算法而产生取决于所述标量性能量度、所述解参数和特定步长的无约束解参数。
92.根据权利要求80所述的控制系统，其特征在于，所述控制参数是喷射启动指令值；
其中，所述约束逻辑包括喷射启动(SOI)约束逻辑，其确定最大和最小喷射启动极限，并且将相应的无约束喷射启动指令值的操作范围限制在所述最大和最小喷射启动极限之间，所述最大和最小喷射启动极限各取决于发动机转速和限定了所述系统性能目标值的发动机输出扭矩目标值。
93.根据权利要求80所述的控制系统，其特征在于，所述控制参数是燃料数量指令值；
其中，所述约束逻辑包括燃料数量极限逻辑，其将无约束燃料数量指令值限制于最大扭矩加燃料值、最小扭矩加燃料值与所述无约束燃料数量指令值的较大值、峰值气缸压力燃料极限值、发动机排气温度燃料极限值，以及干燥颗粒物质燃料极限值的最小值。
94.根据权利要求80所述的控制系统，其特征在于，所述控制参数是充气流量指令值；
其中，响应于所述控制参数以便控制所述促动器操作的所述装置包括与所述控制计算机相关、并且配置成可处理充气流量指令值和产生促动器控制信号的指令处理逻辑，以及响应于所述促动器控制信号以产生促动器驱动信号来控制所述促动器操作的促动器驱动电路；
其中，所述约束逻辑包括充气极限调节逻辑，其限制相应的无约束充气流量指令值，所述的无约束充气流量指令值取决于从所述指令处理逻辑反馈至所述充气极限调节逻辑的信息。
95.根据权利要求80所述的控制系统，其特征在于，所述控制参数是排气再循环(EGR)分数指令值；
其中，响应于所述控制参数以便控制所述促动器操作的所述装置包括与所述控制计算机相关、并且并配置成可处理EGR分数指令值和产生促动器控制信号的指令处理逻辑，以及响应于所述促动器控制信号以产生促动器驱动信号来控制所述促动器操作的促动器驱动电路；
其中，所述约束逻辑包括充气极限调节逻辑，其限制相应的无约束EGR分数指令值，所述的无约束EGR分数指令值取决于从所述指令处理逻辑反馈至所述充气极限调节逻辑的信息。
CN200680014644.XA 2005-03-02 2006-03-01 用于产生基于模型的系统控制参数的构架 Active CN101578558B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/070,146 2005-03-02
US11/070,146 US7725199B2 (en) 2005-03-02 2005-03-02 Framework for generating model-based system control parameters
PCT/US2006/007163 WO2006094004A2 (en) 2005-03-02 2006-03-01 Framework for generating model-based system control parameters

Publications (2)

Publication Number Publication Date
CN101578558A true CN101578558A (zh) 2009-11-11
CN101578558B CN101578558B (zh) 2014-08-20

Family

ID=36941748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200680014644.XA Active CN101578558B (zh) 2005-03-02 2006-03-01 用于产生基于模型的系统控制参数的构架

Country Status (5)

Country Link
US (1) US7725199B2 (zh)
EP (1) EP2002313B1 (zh)
JP (1) JP2008537578A (zh)
CN (1) CN101578558B (zh)
WO (1) WO2006094004A2 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106640395A (zh) * 2015-11-03 2017-05-10 通用汽车环球科技运作有限责任公司 用于调节分配给发动机的目标致动器值中的误差的加权值的系统和方法
KR20180008509A (ko) * 2015-04-21 2018-01-24 아베엘 리스트 게엠베하 모델에 근거한 기계 장치의 최적화 방법 및 장치
CN108008707A (zh) * 2017-11-28 2018-05-08 上海华力微电子有限公司 一种自动监控产品跑货状况的方法
CN108734600A (zh) * 2017-04-18 2018-11-02 气体产品与化学公司 在天然气管道网络中满足需求约束的控制系统
CN108733090A (zh) * 2017-04-18 2018-11-02 气体产品与化学公司 满足能源消耗限制的天然气管道网络中的控制系统
CN110382832A (zh) * 2017-03-10 2019-10-25 康明斯有限公司 用于优化发动机后处理系统运行的系统和方法
CN113006958A (zh) * 2019-12-19 2021-06-22 卡特彼勒公司 用于内燃发动机模拟的方法和系统
CN113090420A (zh) * 2021-03-26 2021-07-09 东风商用车有限公司 一种基于多分类逻辑回归算法的egr流量诊断方法
US11939931B2 (en) 2019-04-26 2024-03-26 Perkins Engines Company Limited Engine control system

Families Citing this family (55)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7469177B2 (en) * 2005-06-17 2008-12-23 Honeywell International Inc. Distributed control architecture for powertrains
ES2370806T3 (es) * 2007-02-12 2011-12-22 Saab Ab Sistema de control de un vehículo y procedimiento que usa la asignación de control y la compensación de fase.
US8505278B2 (en) * 2009-04-30 2013-08-13 Cummins Ip, Inc. Engine system properties controller
US8201394B2 (en) * 2008-04-30 2012-06-19 Cummins Ip, Inc. Apparatus, system, and method for NOx signal correction in feedback controls of an SCR system
US8256208B2 (en) * 2008-04-30 2012-09-04 Cummins Ip, Inc. Apparatus, system, and method for reducing NOx emissions on an SCR catalyst
US8161730B2 (en) * 2008-04-30 2012-04-24 Cummins Ip, Inc. Apparatus, system, and method for reducing NOx emissions on an SCR catalyst
US8281572B2 (en) * 2008-04-30 2012-10-09 Cummins Ip, Inc. Apparatus, system, and method for reducing NOx emissions from an engine system
US8301356B2 (en) * 2008-10-06 2012-10-30 GM Global Technology Operations LLC Engine out NOx virtual sensor using cylinder pressure sensor
US8356471B2 (en) * 2008-12-05 2013-01-22 Cummins Ip, Inc. Apparatus, system, and method for controlling reductant dosing in an SCR catalyst system
US8225595B2 (en) * 2008-12-05 2012-07-24 Cummins Ip, Inc. Apparatus, system, and method for estimating an NOx conversion efficiency of a selective catalytic reduction catalyst
US8266601B2 (en) * 2008-12-18 2012-09-11 Microsoft Corporation Framework for interoperability of solvers
DE112009005026T5 (de) * 2009-04-30 2012-09-06 Cummins Filtration Ip, Inc. Gerät zur Steuerung der Eigenschaften von Motorsystemen
US10196993B2 (en) * 2009-09-08 2019-02-05 Ge Global Sourcing Llc System and method for operating a turbocharged engine
WO2011032020A2 (en) * 2009-09-10 2011-03-17 Cummins Ip, Inc. Low temperature selective catalytic reduction catalyst and associated systems and methods
WO2011086708A1 (ja) * 2010-01-18 2011-07-21 トヨタ自動車株式会社 内燃機関の制御装置
US8733083B2 (en) 2010-04-26 2014-05-27 Cummins Filtration Ip, Inc. SCR catalyst ammonia surface coverage estimation and control
US9297319B2 (en) * 2010-12-31 2016-03-29 GM Global Technology Operations LLC Control of EGR, fresh mass air flow, and boost pressure for internal combustion engines
US9677493B2 (en) 2011-09-19 2017-06-13 Honeywell Spol, S.R.O. Coordinated engine and emissions control system
US9650934B2 (en) 2011-11-04 2017-05-16 Honeywell spol.s.r.o. Engine and aftertreatment optimization system
US20130111905A1 (en) 2011-11-04 2013-05-09 Honeywell Spol. S.R.O. Integrated optimization and control of an engine and aftertreatment system
FR2982824B1 (fr) * 2011-11-17 2013-11-22 IFP Energies Nouvelles Procede de commande en regime transitoire d'un systeme de propulsion hybride d'un vehicule
US9181878B2 (en) 2011-12-19 2015-11-10 Honeywell International Inc. Operations support systems and methods for calculating and evaluating engine emissions
EP2639435A1 (en) * 2012-03-16 2013-09-18 Perkins Engines Company Limited Optimised real-time control of a highly dynamic engine system
US9732688B2 (en) 2014-03-26 2017-08-15 GM Global Technology Operations LLC System and method for increasing the temperature of a catalyst when an engine is started using model predictive control
US9863345B2 (en) * 2012-11-27 2018-01-09 GM Global Technology Operations LLC System and method for adjusting weighting values assigned to errors in target actuator values of an engine when controlling the engine using model predictive control
US9797318B2 (en) 2013-08-02 2017-10-24 GM Global Technology Operations LLC Calibration systems and methods for model predictive controllers
US9784198B2 (en) 2015-02-12 2017-10-10 GM Global Technology Operations LLC Model predictive control systems and methods for increasing computational efficiency
US9920697B2 (en) 2014-03-26 2018-03-20 GM Global Technology Operations LLC Engine control systems and methods for future torque request increases
US9376983B2 (en) 2012-11-30 2016-06-28 Honeywell International Inc. Operations support systems and methods with acoustics evaluation and control
US9317249B2 (en) 2012-12-06 2016-04-19 Honeywell International Inc. Operations support systems and methods for calculating and evaluating turbine temperatures and health
DE112014000618T5 (de) * 2013-02-18 2015-10-22 Cummins, Inc. System, Verfahren und Vorrichtung zum Verwalten der Nachbehandlungstemperatur
US9617928B2 (en) 2013-04-24 2017-04-11 Ford Global Technologies, Llc Automotive combination sensor
US9091616B2 (en) 2013-06-06 2015-07-28 Honeywell International Inc. Engine operations support systems and methods for reducing fuel flow
US9447746B2 (en) 2014-02-03 2016-09-20 Caterpillar Inc. System and method for controlling engine
FR3024234B1 (fr) 2014-07-24 2016-08-12 Continental Automotive France Procede de determination de la pression dans le cylindre d'un moteur
EP3051367B1 (en) 2015-01-28 2020-11-25 Honeywell spol s.r.o. An approach and system for handling constraints for measured disturbances with uncertain preview
EP3056706A1 (en) 2015-02-16 2016-08-17 Honeywell International Inc. An approach for aftertreatment system modeling and model identification
WO2016175809A1 (en) * 2015-04-30 2016-11-03 Cummins Inc. Online engine emission calibration and estimation
EP3091212A1 (en) 2015-05-06 2016-11-09 Honeywell International Inc. An identification approach for internal combustion engine mean value models
EP3734375B1 (en) 2015-07-31 2023-04-05 Garrett Transportation I Inc. Quadratic program solver for mpc using variable ordering
US10272779B2 (en) 2015-08-05 2019-04-30 Garrett Transportation I Inc. System and approach for dynamic vehicle speed optimization
US10415492B2 (en) 2016-01-29 2019-09-17 Garrett Transportation I Inc. Engine system with inferential sensor
US10124750B2 (en) 2016-04-26 2018-11-13 Honeywell International Inc. Vehicle security module system
US10728249B2 (en) 2016-04-26 2020-07-28 Garrett Transporation I Inc. Approach for securing a vehicle access port
US10036338B2 (en) 2016-04-26 2018-07-31 Honeywell International Inc. Condition-based powertrain control system
CN105867279B (zh) * 2016-05-20 2020-04-03 黑龙江省农业机械工程科学研究院佳木斯农业机械化研究所 一种电气自动化控制系统
US9938908B2 (en) 2016-06-14 2018-04-10 GM Global Technology Operations LLC System and method for predicting a pedal position based on driver behavior and controlling one or more engine actuators based on the predicted pedal position
JP6359594B2 (ja) * 2016-06-21 2018-07-18 本田技研工業株式会社 内燃機関の制御装置
CN106681202A (zh) * 2016-11-29 2017-05-17 浙江众邦机电科技有限公司 用于缝纫设备的身份管理系统、身份管理控制方法及装置
US10012158B2 (en) 2016-11-29 2018-07-03 Cummins Inc. Optimization-based controls for an air handling system using an online reference governor
WO2018101918A1 (en) 2016-11-29 2018-06-07 Honeywell International Inc. An inferential flow sensor
US11057213B2 (en) 2017-10-13 2021-07-06 Garrett Transportation I, Inc. Authentication system for electronic control unit on a bus
US10711916B2 (en) * 2018-03-21 2020-07-14 Hamilton Sunstrand Corporation Aircraft environmental control system including valve built-in-test without position feedback
FR3086346A1 (fr) * 2018-09-26 2020-03-27 Psa Automobiles Sa Procede et dispositif d’estimation predictive de la temperature des gaz d’echappement en sortie d’un moteur thermique de vehicule
CN113924408B (zh) 2019-05-09 2023-11-14 康明斯排放处理公司 用于分流式紧密联接催化剂的阀门装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030177766A1 (en) * 2002-03-21 2003-09-25 Wang Yue Yun System for controlling an operating condition of an internal combustion engine
WO2003095819A1 (de) * 2002-05-14 2003-11-20 Robert Bosch Gmbh Verfahren und vorrichtung zur steuerung der einzugspritzenden kraftstoffmenge einer selbstzündenden brennkraftmaschine

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4300205A (en) * 1980-04-07 1981-11-10 Acf Industries, Inc. Automative engine simulating apparatus
US4680959A (en) * 1986-04-23 1987-07-21 General Motors Corporation Emulation system for a motor vehicle drivetrain
JPH0648230B2 (ja) * 1988-11-14 1994-06-22 ジャトコ株式会社 ダイナモメータ
GB8902645D0 (en) * 1989-02-07 1989-03-30 Smiths Industries Plc Monitoring
US5583989A (en) * 1992-05-28 1996-12-10 Honda Giken Kogyo Kabushiki Kaisha Vehicle control system having program generator and convertor
DE4427966A1 (de) * 1994-08-09 1996-02-15 Schenck Pegasus Corp Verfahren und Vorrichtung zur Massensimulation auf ortsfesten Prüfständen
US5574645A (en) * 1995-02-28 1996-11-12 Snap-On Technologies, Inc. Manifold absolute pressure sensor emulator
JP3424458B2 (ja) * 1996-09-27 2003-07-07 トヨタ自動車株式会社 車両運転性評価装置
US5949989A (en) * 1997-06-27 1999-09-07 Chrysler Corporation Method of designing and developing engine induction systems which minimize engine source noise
DE19736233C2 (de) * 1997-08-20 2001-03-29 Siemens Ag Verfahren zum Überprüfen eines Katalysators
JP3987199B2 (ja) * 1998-03-31 2007-10-03 マツダ株式会社 シミュレーション装置、シミュレーション方法、および記憶媒体
US6151547A (en) * 1999-02-24 2000-11-21 Engelhard Corporation Air/fuel ratio manipulation code for optimizing dynamic emissions
US6270350B1 (en) * 1999-04-28 2001-08-07 I-Sim Corporation Reconfigurable hardware interface for vehicle driving simulators using a field-programmable gate array
US6336084B1 (en) * 1999-05-11 2002-01-01 Ford Global Technologies, Inc. Three-way catalyst model for an engine air-to-fuel ratio control system
US7013250B2 (en) * 2000-03-14 2006-03-14 Honda Giken Kogyo Kabushiki Kaisha Simulator for automatic vehicle transmission controllers
CA2354837C (en) * 2000-08-11 2005-01-04 Honda Giken Kogyo Kabushiki Kaisha Simulator for automatic vehicle transmission controllers
JP3779166B2 (ja) * 2000-10-27 2006-05-24 シャープ株式会社 階調表示用電圧発生装置、及びそれを備えた階調表示装置
US6456928B1 (en) * 2000-12-29 2002-09-24 Honeywell International Inc. Prognostics monitor for systems that are subject to failure
US6480782B2 (en) * 2001-01-31 2002-11-12 Cummins, Inc. System for managing charge flow and EGR fraction in an internal combustion engine
US6408834B1 (en) * 2001-01-31 2002-06-25 Cummins, Inc. System for decoupling EGR flow and turbocharger swallowing capacity/efficiency control mechanisms
US6508242B2 (en) * 2001-01-31 2003-01-21 Cummins, Inc. System for estimating engine exhaust temperature
US6837227B2 (en) * 2001-01-31 2005-01-04 Cummins, Inc. System and method for estimating EGR mass flow and EGR fraction
US6619291B2 (en) 2001-04-24 2003-09-16 Edwin J. Hlavka Method and apparatus for catheter-based annuloplasty
JP2005512168A (ja) * 2001-08-31 2005-04-28 オプティマム・パワー・テクノロジー・エルピー 設計最適化
US7058556B2 (en) * 2001-09-26 2006-06-06 Goodrich Pump & Engine Control Systems, Inc. Adaptive aero-thermodynamic engine model
US6782737B2 (en) 2002-04-08 2004-08-31 Cummins, Inc. System for estimating peak cylinder pressure in an internal combustion engine
US6697729B2 (en) * 2002-04-08 2004-02-24 Cummins, Inc. System for estimating NOx content of exhaust gas produced by an internal combustion engine
US7192463B2 (en) * 2003-07-11 2007-03-20 Cummins Filtration Ip, Inc. Arrangement for mounting electrical components to an aftertreatment filter

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030177766A1 (en) * 2002-03-21 2003-09-25 Wang Yue Yun System for controlling an operating condition of an internal combustion engine
WO2003095819A1 (de) * 2002-05-14 2003-11-20 Robert Bosch Gmbh Verfahren und vorrichtung zur steuerung der einzugspritzenden kraftstoffmenge einer selbstzündenden brennkraftmaschine

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107849998B (zh) * 2015-04-21 2022-01-11 Avl 里斯脱有限公司 用于基于模型地优化工程装置的方法和设备
KR20180008509A (ko) * 2015-04-21 2018-01-24 아베엘 리스트 게엠베하 모델에 근거한 기계 장치의 최적화 방법 및 장치
CN107849998A (zh) * 2015-04-21 2018-03-27 Avl 里斯脱有限公司 用于基于模型地优化工程装置的方法和设备
KR102479401B1 (ko) 2015-04-21 2022-12-19 아베엘 리스트 게엠베하 모델에 근거한 기계 장치의 최적화 방법 및 장치
US11017132B2 (en) 2015-04-21 2021-05-25 Avl List Gmbh Method and device for model-based optimization of a technical device
CN106640395A (zh) * 2015-11-03 2017-05-10 通用汽车环球科技运作有限责任公司 用于调节分配给发动机的目标致动器值中的误差的加权值的系统和方法
CN106640395B (zh) * 2015-11-03 2020-02-07 通用汽车环球科技运作有限责任公司 调节分配给目标致动器值中的误差的加权值的系统和方法
CN114508403B (zh) * 2017-03-10 2024-05-17 康明斯有限公司 用于优化发动机后处理系统运行的系统和方法
US11891938B2 (en) 2017-03-10 2024-02-06 Cummins Inc. Systems and methods for optimizing engine-aftertreatment system operation
CN110382832A (zh) * 2017-03-10 2019-10-25 康明斯有限公司 用于优化发动机后处理系统运行的系统和方法
CN114508403A (zh) * 2017-03-10 2022-05-17 康明斯有限公司 用于优化发动机后处理系统运行的系统和方法
CN110382832B (zh) * 2017-03-10 2022-03-04 康明斯有限公司 用于优化发动机后处理系统运行的系统和方法
CN108733090A (zh) * 2017-04-18 2018-11-02 气体产品与化学公司 满足能源消耗限制的天然气管道网络中的控制系统
CN108734600B (zh) * 2017-04-18 2022-02-11 气体产品与化学公司 在天然气管道网络中满足需求约束的控制系统
CN108734600A (zh) * 2017-04-18 2018-11-02 气体产品与化学公司 在天然气管道网络中满足需求约束的控制系统
CN108008707B (zh) * 2017-11-28 2020-02-18 上海华力微电子有限公司 一种自动监控产品跑货状况的方法
CN108008707A (zh) * 2017-11-28 2018-05-08 上海华力微电子有限公司 一种自动监控产品跑货状况的方法
US11939931B2 (en) 2019-04-26 2024-03-26 Perkins Engines Company Limited Engine control system
CN113006958A (zh) * 2019-12-19 2021-06-22 卡特彼勒公司 用于内燃发动机模拟的方法和系统
CN113090420A (zh) * 2021-03-26 2021-07-09 东风商用车有限公司 一种基于多分类逻辑回归算法的egr流量诊断方法

Also Published As

Publication number Publication date
CN101578558B (zh) 2014-08-20
EP2002313A2 (en) 2008-12-17
EP2002313A4 (en) 2010-12-01
US7725199B2 (en) 2010-05-25
WO2006094004A2 (en) 2006-09-08
EP2002313B1 (en) 2012-02-08
JP2008537578A (ja) 2008-09-18
US20060212140A1 (en) 2006-09-21
WO2006094004A3 (en) 2009-04-30

Similar Documents

Publication Publication Date Title
CN101578558B (zh) 用于产生基于模型的系统控制参数的构架
CN105626275B (zh) 用于增压发动机的前馈涡轮增压器控制方法
US10815918B2 (en) Controller and control method for supercharger-equipped internal combustion engine
CN100470035C (zh) 用于控制涡轮增压器压缩机喘振的系统
EP1662127B1 (en) Air quantity estimation apparatus for internal combustion engine
US6715287B1 (en) Method and device for controlling an internal combustion engine that is provided with an air system
CN102562340B (zh) 用于内燃发动机的egr、新鲜质量空气流量和增压压力的控制
JP4306703B2 (ja) 過給機付き内燃機関の制御装置
US7007472B2 (en) System for limiting turbocharger rotational speed
CN101903636B (zh) 用于监控内燃机中的再循环废气的方法和装置
US7831378B2 (en) System and method for estimating NOx produced by an internal combustion engine
JP3922277B2 (ja) 内燃機関の空気量推定装置
CN102003296A (zh) 进气集管氧控制
EP3449109B1 (en) Physics-based vehicle turbocharger control techniques
CN106468210A (zh) 带增压器的内燃机的控制装置
CN110645110A (zh) 内燃机控制装置
EP1573185B1 (en) Apparatus for calculating amount of recirculated exhaust gas for internal combustion engine
CN108930598A (zh) 用于内燃机的充气的方法和系统
JP2003293821A (ja) 内燃機関の制御装置
Dickinson et al. Real-time control of a two-stage serial VGT diesel engine using MPC
CN112424461A (zh) 运行四冲程内燃发动机系统的方法
JP4556932B2 (ja) 過給圧制御装置
CN105134391A (zh) 用于基于模型的升压控制的涡轮膨胀比估计
JP2004197619A (ja) 内燃機関の制御装置
JP2000130265A (ja) Ｅｇｒ装置およびエンジンの制御装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant