CN102374038A - 自学习的前馈和主动抗扰反馈结合的vvt控制方法 - Google Patents

Abstract

本发明公开了一种自学习的前馈和主动抗扰反馈结合的VVT控制方法，可以提高VVT相位控制的响应速度，降低调节过程能耗，以及对发动机运行环境变化和状态变化的适应能力，本发明控制方法包括前馈控制、主动抗扰反馈控制和自学习修正；通过前馈控制调节电磁阀的液压油需求流量和VVT电磁阀的需求电流I；通过主动抗扰反馈控制得到VVT系统的控制信号It；自学习修正是在VVT系统调节过程中，根据VVT的控制量(即PWM波占空比D_u)和VVT系统的响应特性y_r，归纳计算VVT系统的特性参数，用于修正前馈控制器模型中的计算系数，从而不断提高前馈控制的计算精度，提升加强前馈控制的控制能力，减少对反馈控制的依赖，有效提高VVT系统控制的响应和精度。

Description

自学习的前馈和主动抗扰反馈结合的VVT控制方法

技术领域

本发明属于内燃机控制技术领域，涉及内燃机可变气门正时机构，是一种内燃机气门正时的控制系统，特别是一种具有自学习能力的前馈和主动抗扰反馈相结合的VVT控制系统。

背景技术

发动机可变气门正时技术(VVT，Variable Valve Timing)是近些年来被逐渐应用于现代轿车发动机上的新技术中的一种，可变气门正时机构(以下均简称VVT)能够代替传统的固定配气相位机构，使配气动作优化，可以使发动机在整个工作转速和负荷范围下，提供合适的气门开启、关闭时刻，从而改善发动机进、排气性能，较好地解决高转速与低转速、大负荷与小负荷时的动力性、经济性和废气排放的矛盾。

VVT系统通常由相位器1、电磁阀2、油泵3、凸轮角度传感器4、曲轴角度传感器5、蓄电池以及电控单元ECU(以下简称ECU)组成。如图1所示。其中，相位器1为一旋转式的液压缸，是VVT系统的主要执行器，其内部结构如图2所示，其内转子叶轮6与凸轮轴7相连，外壳8通过链条9与曲轴10连动，机油泵通过进油管路将机油压力升高并注入到相位器1内部推动内转子叶轮6相对于外壳8转动，从而使得凸轮轴11与曲轴10发生相对转动，以改变气门12开闭时刻。电磁阀2为一液压电磁阀，根据ECU发来的控制信号通过改变阀芯的位置从而改变液压油的流向，使得液压油推动内转子叶轮6向不同的方向转动。蓄电池为液压电磁阀、各传感器和ECU供电。ECU根据从曲轴角度传感器5与凸轮角度传感器4得到的方波序列信号计算出当前凸轮轴11相对于曲轴10的角度，并与目标角度值作比，经过某种控制算法，得到一定占空比的PWM脉冲信号控制液压电磁阀动作。

VVT系统在上述的工作过程中，VVT机构要受到以下几个因素影响：

(1)外部受力情况复杂——VVT作为曲轴与凸轮轴中间的传动环节，始终会受到来自曲轴与凸轮轴的作用力矩，特别是凸轮轴上的反力矩，这是在凸轮轴转动过程中由气门弹簧的反作用力引起的；同时，VVT还受到摩擦力、粘性力的影响，摩擦力、粘性力与VVT受力、VVT运动以及液压油的流动相关。

(2)内部工作过程的非线性及参数时变——由于VVT系统是一个容积有限的液压系统，存在自身的固有频率，这使得VVT系统在运动过程中表现出非线性系统的特征，特别是在过渡过程末期易造成系统反复振荡；VVT系统中液压油的压力变化是受VVT系统的参数例如油压、油温、蓄电池电压等直接影响的，而这些参数在发动机运行过程中总是处于变化过程中，使得VVT系统的特性难以确定。

目前，普通SI(Spark Ignition火花点燃发动机)发动机对VVT相位的控制精度要求不高，基本上都是通过PID(比例积分微分)闭环调节的方法来实现的VVT相位控制的，图3表示了现有技术中一种VVT的PID控制系统的构成框图，其中，VVT系统为被控对象，VVT相位计算模块用于计算VVT系统当前实际相位，PID控制器根据当前相位与目标值的偏差计算控制量，PWM波调制模块将控制信号调制为能够驱动VVT系统工作的PWM波信号。该控制系统实现的控制方法是利用PID控制器的比例、积分和微分三个环节来进行VVT相位的控制。为了满足提高响应性、减小超调与振荡的要求，需要对PID的三个控制参数进行整定，目前常用的方法包括固定参数、模糊控制、自适应控制、神经网络、滑模变结构等。

PID控制本质上是一种基于误差来消除误差的控制算法，总是在误差已经产生之后才进行调节，如果扰动已经发生，但是没有产生偏差，调节器是不会工作并进行调节，所以调节过程总是落后于干扰作用，存在一个滞后环节。由于内燃可变气门正时机构的复杂性、非线性、时变性等问题突出，随着发动机转速、负荷及其它运行条件的变化，影响VVT性能的参数变化剧烈，这使得PID的控制性能不足，甚至引起系统运行不稳定。

HCCI(Homogeneous Charge Compression Ignition均质混合气压燃技术)发动机和传统的汽油发动机一样，都是向汽缸里面注入均匀的空气和燃料混合气。传统的汽油发动机通过火花塞打火，点燃空气和燃料混合气产生能量。但HCCI发动机则不同，它的点火过程同柴油发动机相类似，通过活塞压缩混合气使之温度升高至一定程度时自行燃烧。相比于传统汽油机，HCCI发动机具有热效率高，节油，超低NOx排放的特点，是目前汽油机发展的一个重要方向。

HCCI是一种自燃的着火方式，研究表明其燃烧受到化学反应动力的控制，其着火时刻与燃烧过程主要由混合气的成分、温度和压力的变化历程决定。由于废气具有加热缸内混合气、调整混合气物化特性、控制发动机负荷的作用，废气控制策略是目前实现汽油机HCCI燃烧和燃烧控制的有效手段，而可变气门控制技术为这种策略的实现提供了技术支持。通过改变气门正时可以控制内部残余废气率，从而控制进气量、混合气温度以及工质成分等参数，以达到控制混合气着火时刻和燃烧速度的目的。

HCCI对参数的变化十分敏感，无论是在稳态工况还是在动态工况下，对气门正时控制的精确性、稳定性及快速性都提出了极为苛刻的要求，目前广泛采用的PID控制方法一方面存在精确性与快速性的矛盾，另一方面在多干扰的发动机环境中，对于偏差的反应慢，无法有效补偿，稳定性差，已无法满足HCCI发动机工作的要求。

发明内容

针对上述现有技术，为了满足HCCI发动机正常工作的需求，提高VVT相位控制的响应速度，降低调节过程能耗，以及对发动机运行环境和状态变化的适应能力，本发明提出了一种具有自学习能力的前馈和主动抗扰反馈相结合的VVT控制器，其主要思想是利用VVT模型对VVT系统的行为进行预测，进行前馈控制；利用主动抗扰的反馈控制对系统中VVT模型无法预测的扰动进行观测，进行反馈控制；利用自学习修正的方法，根据VVT系统的控制信号与实际响应的关系修正前馈模型，以不断提高前馈控制器模型的计算精度，提升前馈控制器的控制能力，减少对反馈控制的依赖，能够有效提高VVT系统控制的响应、精度并减少控制能耗。

为了解决上述技术问题，本发明自学习的前馈和主动抗扰反馈结合的VVT控制方法予以实现的技术方案是：包括与被控对象VVT系统连接的电磁阀模型和VVT相位采样模块，及前馈控制器、主动抗扰反馈控制器和自学习修正器，其中：所述前馈控制器由过渡过程设计模块、驱动力矩计算模块、液压油流量计算模块和电磁阀电流计算模块构成；所述主动抗扰反馈控制器由反馈调节器、扩张状态观测器和连续化处理模块构成；将上述前馈控制器、主动抗扰反馈控制器和自学习修正器相结合以实现VVT系统的控制，包括前馈控制、主动抗扰反馈控制和自学习修正，其中：

前馈控制：

采用VVT系统的计算模型，根据VVT系统的目标相位y_t及由VVT相位采样模块得到的当前相位y_r，通过过渡过程设计模块进行过渡过程设计并得到VVT系统当前的角速度ω和角加速度α；利用驱动力矩计算模块计算VVT系统的驱动力矩T；利用液压油流量计算模块确定液压缸泄露系数C_tc并得出VVT系统液压油需求流量Q；利用电磁阀电流计算模块确定电磁阀的流量系数K_q和电磁阀的流量-压力系数K_c并得出VVT系统电磁阀的需求电流I；

主动抗扰反馈控制：

首先，当由VVT相位采样模块得出第n个反映VVT相位变化的离散点后，所述连续化处理模块将得到的第n个VVT系统的当前相位y_r与采用零阶保持方法预测的第n+1个VVT系统的当前相位y_r进行连续化处理，得出连续化处理后的VVT系统的相位y_c，其中，n≥1；

然后，所述扩张状态观测器利用连续化处理后的VVT系统的相位y_c与上循环得出的VVT系统控制信号I_t，计算出系统响应的观测值y`和系统扰动的观测值r`；将系统响应的观测值y`与目标相位y<sub>t</sub>作差得到相位的偏差量e，由所述反馈调节器根据相位的偏差量e和系统扰动的观测值r`得出VVT系统电磁阀电流的反馈调节量ΔI；将上述前馈控制中得到的需求电流I和该反馈调节量ΔI相加后，得到本循环的VVT系统的控制信号I_t，I_t为电流量由电磁阀模型计算出控制VVT系统电磁阀的PWM波占空比D_u；

自学习修正：

所述自学习修正器在VVT系统调节过程中，以前馈控制器中确定的液压缸泄露系数C_tc、电磁阀的流量系数K_q和电磁阀的流量-压力系数K_c为基础，并根据VVT系统的控制信号I_t以及VVT系统的当前相位y_r，采用最小二乘法或者神经网络算法对上述液压缸泄露系数C_tc、电磁阀的流量系数K_q和电磁阀的流量-压力系数K_c进行不断拟合，以提高前馈控制器的控制精度。

与现有技术相比，本发明的有益效果是：

可变气门正时机构的控制要求包括三方面，一是在稳态时即使受到各种干扰的影响也要保持足够的控制精度，二是在过渡过程中具有足够的响应速度，三是调节过程的能耗要小，不能消耗太多的能量。因此，可变气门正时机构可以看作是一个液压伺服系统，由液压油推动活塞工作，但是以下几个特点使其难以控制：

(1)低采样频率：活塞的动作使两根旋转的轴发生相对运动，为了测量其相对运动的量即活塞运动的距离，目前广泛采用的是码盘编码，这种方式在一个循环内只能进行有限几次测量，使得采样周期过长。

(2)外部受力情况复杂：VVT作为曲轴与凸轮轴中间的传动环节，始终会受到来自曲轴与凸轮轴的作用力矩，特别是凸轮轴上的反力矩，这是在凸轮轴转动过程中由气门弹簧的反作用力引起的；同时，VVT还受到摩擦力、粘性力的影响，摩擦力、粘性力与VVT受力、VVT运动以及液压油的流动相关。

(3)内部工作过程的非线性及参数时变：由于VVT系统是一个容积有限的液压系统，存在自身的固有频率，这使得VVT系统在运动过程中表现出非线性系统的特征，特别是在过渡过程末期易造成系统反复振荡；VVT系统中液压油的压力变化是受VVT系统的参数例如油压、油温、蓄电池电压等直接影响的，而这些参数在发动机运行过程中总是处于变化过程中，使得VVT系统的特性难以确定。

针对VVT系统的这些特点，具有自学习能力的前馈和主动抗扰反馈相结合的VVT控制方法，利用VVT模型对VVT系统的行为进行预测，进行前馈控制；利用主动抗扰的反馈控制对系统中VVT模型无法预测的扰动进行观测，进行反馈控制；利用自学习修正的方法，根据VVT系统的控制信号与实际响应的关系修正前馈模型，以不断提高前馈控制器模型的计算精度，提升前馈控制器的控制能力，减少对反馈控制的依赖能够有效提高VVT系统控制的响应、精度并减少控制能耗。而对于VVT统低采样频率的特点，则采用合适的连续化算法将原来的离散曲线转化为能够反映系统实际运动的连续曲线。

综上，采用本发明具有自学习能力的前馈和主动抗扰反馈相结合的VVT控制方法能够大幅度提高VVT的控制精度与响应速度，并且避免了多余的调整，能耗低，是适合于将来HCCI发动机气门机构控制的控制技术。

附图说明

图1是VVT系统结构示意图；

图2是VVT系统中相位器的内部结构示意图；

图3是现有技术中VVT的PID控制系统的框图；

图4是本发明VVT控制方法的框图；

图5是本发明VVT控制方法中的过渡过程曲线图；

图6是利用本发明控制方法得到的VVT控制效果图。

具体实施方式

下面结合具体实施方式对本发明作进一步详细地描述。

本发明一种自学习的前馈和主动抗扰反馈结合的VVT控制方法，包括与被控对象VVT系统009连接的电磁阀模型008和VVT相位采样模块010，及前馈控制器、主动抗扰反馈控制器和自学习修正器。所述前馈控制器由过渡过程设计模块001、驱动力矩计算模块002、液压油流量计算模块003和电磁阀电流计算模块004构成；所述主动抗扰反馈控制器由反馈调节器005、扩张状态观测器006和连续化处理模块007构成。

本发明中各模块的功能如下：

过渡过程设计模块001——根据VVT系统的目标相位与当前相位，为VVT系统安排一个合适的过渡过程曲线θ＝f(t)，使得VVT系统在调节过程中动作迅速、准确、耗能少。一个典型的过渡过程如下图5所示，对于如虚线所示的目标相位曲线，设计过渡过程曲线如实线所示，包括两个阶段，快速响应阶段：VVT系统快速动作，提高响应速度；缓冲阶段：当VVT系统完成80％至90％相位变化，接近目标相位时，设计减速缓冲曲线，使VVT系统减小超调与振荡，避免不必要的调节，节省调节能耗。

驱动力矩计算模块002——将过渡过程设计模块001为VVT系统安排的过渡过程曲线θ＝f(t)在当前时刻点对时间求一阶导数可以得到VVT系统此时的角速度ω，对时间求二阶导数可以得到VVT系统此时的角加速度α，依据此角加速度可计算出VVT系统当前时刻所需的驱动力矩T：

T＝α·J+ω·B+VVT系统阻力矩        (1)

公式(1)中：

J——VVT系统的转动惯量；

B——VVT系统的转动阻尼；

VVT系统阻力矩——包括摩擦力矩及凸轮轴阻力矩；

液压油流量计算模块003——根据驱动力矩计算模块中计算002所得的VVT系统需求的驱动力矩T可计算出VVT系统当前所需的液压油流量Q，液压油流量Q与驱动力矩T之间的关系式表示如下：

$Q=A_s\mathrm{\&omega;}+C_{\mathrm{tc}}{P}_L+\frac{V_d}{4\mathrm{\&beta;}}\frac{d{P}_L}{\mathrm{dt}}---\left(2\right)$

T＝A_p·P_L·R    (3)

上述公式(2)和公式(3)中：

A_s——角度等效面积，用于计算角度变化引起的液压缸容积变化量；

ω——VVT系统角速度；

C_tc——液压缸泄露系数；

V_d——液压缸总体积；

β——液压油的弹性模量；

P_L——液压缸的负载压强；

A_p——力等效面积，用于计算压强变化引起的驱动力矩变化量；

R——VVT系统叶轮的等效半径，表示压力的作用点；

电磁阀电流计算模块004——根据液压油流量计算模块003中计算所得的VVT系统需求的液压油流量Q，可计算出VVT系统电磁阀的电流I，电磁阀的电流I与液压油流量Q之间的关系式表示如下：

Q＝K_q·K_i·I-K_c·P_L    (4)

公式(4)中：

K_i——电磁阀开度与电磁阀电流的比例系数；

K_q——电磁阀的流量系数；

K_c——电磁阀的流量-压力系数；

P_L——液压缸的负载压强；

反馈调节器模块005——根据VVT相位偏差量e与由扩张状态观测器006观测出的系统扰动观测值r`进入计算得到反馈调节量ΔI，即：

ΔI＝a·e-r`/b    (5)

公式(5)中：

a——为比例调节系数系数，与PID控制器中的P参数类似；

b——为扰动补偿比例系数，该比例系数为定值，用于调节VVT系统扰动的补偿效果，以保证系统稳定精确为调整原则；

扩张状态观测器模块006——采用现代控制理论中状态观测器的方法，并将系统的扰动作为一个新的状态变量对一般的状态观测器进行扩张，从而得到扩张状态观测器006；所述扩张状态观测器006根据VVT系统控制信号与由所述连续化模块007得出的VVT系统009的连续化反馈值y_c对VVT系统009进行观测与跟踪，最终输出系统响应观测值y`与系统扰动观测值r`；

连续化处理模块007——能够使用上述的VVT相位曲线y_r，需要对离散的y_r进行连续化处理，因此，在所述连续化处理模块007中采用零阶保持的方法对上述VVT相位曲线y_r处理使其连续，并将零阶保持的结束点依次直线连接使其平滑，得到连续化反馈值y_c；

电磁阀模型模块008——将前馈控制器计算得到的前馈控制量I与主动抗扰反馈控制计算得到反馈控制量ΔI相加得到VVT系统的控制信号I_t＝I+ΔI，此为电流量，电磁阀模型模块008将此电流量转化为能够直接驱动电磁阀工作的PWM波信号，电流量与PWM波占空比关系为：

I_t＝1.26162D_u ²-0.1268D_u    (6)

公式(6)中：

D_u——PWM波占空比；

009 VVT系统模块——被控对象；

VVT相位采样模块010——所述VVT相位采样模块010从所述VVT系统009的曲轴角度传感器得到曲轴角度传感器信号W_crankshaft，从所述VVT系统009的凸轮轴角度传感器得到凸轮轴角度传感器信号W_cam，根据上述两个传感器信号得出VVT系统实际的VVT相位y_r，反复循环可得出多个反映VVT相位变化的离散点。

为了提高VVT相位控制的响应速度，降低调节过程能耗，以及对发动机运行环境和状态变化的适应能力，本发明将上述前馈控制器、主动抗扰反馈控制器和自学习修正器相结合以实现VVT系统的控制，包括前馈控制、主动抗扰反馈控制和自学习修正，其中：

前馈控制：

采用VVT系统的计算模型，根据VVT系统的目标相位y_t及由VVT相位采样模块010得到的当前相位y_r，通过过渡过程设计模块001进行过渡过程设计并得到VVT系统当前的角速度ω和角加速度α；利用驱动力矩计算模块002计算VVT系统的驱动力矩T；利用液压油流量计算模块003确定液压缸泄露系数C_tc并得出VVT系统液压油需求流量Q；利用电磁阀电流计算模块004确定电磁阀的流量系数K_q和电磁阀的流量-压力系数K_c并得出VVT系统电磁阀的需求电流I；

主动抗扰反馈控制：

首先，当由VVT相位采样模块010得出第n个反映VVT相位变化的离散点后，所述连续化处理模块007将得到的第n个VVT系统的当前相位y_r与采用零阶保持方法预测的第n+1个VVT系统的当前相位y_r进行连续化处理，得出连续化处理后的VVT系统的相位y_c，其中，n≥1；

然后，所述扩张状态观测器006利用连续化处理后的VVT系统的相位y_c与上循环得出的VVT系统控制信号I_t，计算出系统响应的观测值y`和系统扰动的观测值r`；将系统响应的观测值y`与目标相位y<sub>t</sub>作差得到相位的偏差量e，由所述反馈调节器005根据相位的偏差量e和系统扰动的观测值r`得出VVT系统电磁阀电流的反馈调节量ΔI；将上述前馈控制中得到的需求电流I和该反馈调节量ΔI相加后，得到本循环的VVT系统的控制信号I_t，I_t为电流量由电磁阀模型008计算出控制VVT系统电磁阀的PWM波占空比D_u；

自学习修正：

前馈控制器中涉及到的液压缸泄露系数C_tc，电磁阀的流量系数K_q，电磁阀的流量-压力系数K_c实际确定较为困难，自学习修正器根据VVT系统的控制信号I_t以及VVT系统的当前VVT相位y_r对这三个系数在VVT系统的调节过程中进行不断修正，以提高前馈控制器的控制精度。

具体过程是：所述自学习修正器在VVT系统调节过程中，以前馈控制器中确定的液压缸泄露系数C_tc、电磁阀的流量系数K_q和电磁阀的流量-压力系数K_c为基础，并根据VVT系统的控制信号I_t以及VVT系统的当前相位y_r，将上述公式(1)至公式(5)作为C_tc、K_q、K_c特性参数的推导方程，利用多次采集的VVT系统当前相位y_r和VVT系统的控制信号I_t形成数组，采用最小二乘法或者神经网络算法对上述液压缸泄露系数C_tc、电磁阀的流量系数K_q和电磁阀的流量-压力系数K_c进行不断拟合，以提高前馈控制器的控制精度。

实施例：

首先，由外部模块计算得出当前VVT系统的目标相位y_t；

(1)前馈控制

过渡过程设计模块根据目标相位设计VVT系统的过渡过程曲线θ＝f(t)；

驱动力矩计算模块根据VVT系统的过渡过程曲线θ＝f(t)计算当前时刻VVT系统的角速度ω及角加速度α，以计算VVT系统此时所需的驱动力矩T；

液压油流量计算模块根据驱动力矩计算模块计算出的VVT系统所需的驱动力矩T计算出此时VVT系统所需液压油流量Q；

电磁阀电流计算模块根据液压油流量计算模块、中计算所得的VVT系统需求的液压油流量Q，可计算出VVT系统电磁阀的电流I；

(2)反馈控制

VVT系统将曲轴角度传感器信号W_crankshaft和凸轮轴角度传感器信号W_cam传递给VVT相位采样模块；

VVT相位采样模块根据上述两个传感器信号W_crankshaft和W_cam得出VVT系统实际的VVT相位y_r，反复循环可得出多个反映VVT相位变化的离散点；

连续化处理模块中采用零阶保持的方法对该离散点处理后得到连续化的反馈值y_c；

连续化的反馈值y_c与上循环VVT系统控制信号I_t进入所述扩张状态观测器006，用于对系统的观测，以得到系统响应的观测值y`与系统扰动的观测值r`；

将目标相位y_t与由扩张状态观测器观测出的系统响应观测值y`作差，得到VVT相位偏差量e＝y`-y_t；

VVT相位偏差量e和由扩张状态观测器观测出的系统扰动观测值r`同时进入反馈调节器，经过计算得到反馈调节量ΔI＝a·e-r`/b；

本循环VVT系统的控制信号I_t＝I+ΔI，在电磁阀模型模块将其转化为占空比为D_u的PWM波进入VVT系统。

(3)自学习修正

自学习修正器根据VVT系统的控制信号I_t以及VVT系统的实际VVT相位y_r对前馈控制器中涉及到的液压缸泄露系数C_tc，电磁阀的流量系数K_q，电磁阀的流量-压力系数K_c进行修正。

本发明控制方法的控制效果，如图6所示，图5中虚线表示当发动机工况按照一定方向变化时，VVT系统的目标相位的变化情况，实线表示VVT系统在所述控制方法的控制下实际的运动情况，其反馈值为离散点，采用零阶保持的方法得到了图中实线所示的阶梯状变化的曲线。整个控制过程可分为三段，包括过渡段、稳定段和动态跟踪段。

过渡段，要求控制VVT系统尽快达到给定的目标相位，可以看到，在所述控制方法的控制下，VVT系统迅速地动作至目标相位，虽然由于系统的压力波动略有超调和下拉，但很快恢复稳定，说明所述控制方法确实能够克服系统内部非线性过程的影响。

稳定段，要求控制VVT系统尽可能精确的稳定在目标相位，此时VVT系统的稳定性能主要受到凸轮轴反力矩的影响。从图中来看，所述控制方法能够将VVT系统稳定地维持在目标相位，并未受到凸轮轴反力矩作用的影响，说明所述控制方法中的前馈控制对VVT系统的行为进行了有效预测，避免了不必要的调节过程，减小了控制能耗。

动态跟踪段，要求控制VVT系统尽可能一致地跟踪目标相位的变化，由于发动机的工况变化，机油油温、油压、蓄电池电压均可能发生变化导致VVT系统参数改变。从图上可以看出，所述控制方法能够控制VVT系统很好的跟踪目标曲线的运动趋势，虽然略有滞后，但是VVT系统实际相位曲线与VVT系统目标相位形状相同，说明所述控制方法确实克服了系统参数不断变化所带来的影响。

以上所述仅为本发明的优选实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所做的任何修改、等同替换和方案改进等，均应包含在本发明的权利要求保护范围之内。

Claims (1)

1.一种自学习的前馈和主动抗扰反馈结合的VVT控制方法，包括与被控对象VVT系统(009)连接的电磁阀模型(008)和VVT相位采样模块(010)，其特征在于：

还包括前馈控制器、主动抗扰反馈控制器和自学习修正器，其中：所述前馈控制器由过渡过程设计模块(001)、驱动力矩计算模块(002)、液压油流量计算模块(003)和电磁阀电流计算模块(004)构成；所述主动抗扰反馈控制器由反馈调节器(005)、扩张状态观测器(006)和连续化处理模块(007)构成；

将上述前馈控制器、主动抗扰反馈控制器和自学习修正器相结合以实现VVT系统的控制包括前馈控制、主动抗扰反馈控制和自学习修正，其中：

前馈控制：

采用VVT系统的计算模型，根据VVT系统的目标相位y_t及由VVT相位采样模块(010)得到的当前相位y_r，通过过渡过程设计模块(001)进行过渡过程设计并得到VVT系统当前的角速度ω和角加速度α；利用驱动力矩计算模块(002)计算VVT系统的驱动力矩T；利用液压油流量计算模块(003)确定液压缸泄露系数C_tc并得出VVT系统液压油需求流量Q；利用电磁阀电流计算模块(004)确定电磁阀的流量系数K_q和电磁阀的流量-压力系数K_c并得出VVT系统电磁阀的需求电流I；

主动抗扰反馈控制：

首先，当由VVT相位采样模块(010)得出第n个反映VVT相位变化的离散点后，所述连续化处理模块(007)将得到的第n个VVT系统的当前相位y_r与采用零阶保持方法预测的第n+1个VVT系统的当前相位y_r进行连续化处理，得出连续化处理后的VVT系统的相位y_c，其中，n≥1；

然后，所述扩张状态观测器(006)利用连续化处理后的VVT系统的相位y_c与上循环得出的VVT系统控制信号I_t，计算出系统响应的观测值y`和系统扰动的观测值r`；将系统响应的观测值y`与目标相位y<sub>t</sub>作差得到相位的偏差量e，由所述反馈调节器(005)根据相位的偏差量e和系统扰动的观测值r`得出VVT系统电磁阀电流的反馈调节量ΔI；将上述前馈控制中得到的需求电流I和该反馈调节量ΔI相加后，得到本循环的VVT系统的控制信号I_t，I_t为电流量由电磁阀模型(008)计算出控制VVT系统电磁阀的PWM波占空比D_u；

自学习修正：

所述自学习修正器在VVT系统调节过程中，以前馈控制器中确定的液压缸泄露系数C_tc、电磁阀的流量系数K_q和电磁阀的流量-压力系数K_c为基础，并根据VVT系统的控制信号I_t以及VVT系统的当前相位y_r，采用最小二乘法或者神经网络算法对上述液压缸泄露系数C_tc、电磁阀的流量系数K_q和电磁阀的流量-压力系数K_c进行不断拟合，以提高前馈控制器的控制精度。

Images