CN103711596A - 一种涡轮增压汽油机进气控制方法 - Google Patents

Abstract

本发明公开了一种涡轮增压汽油机进气控制方法，旨在减少汽油机电子控制单元的开发中过多标定过程的问题。步骤为:1.节气门开度规划跟踪控制:（1）计算进入气缸的空气流量期望值

驾驶员需求扭矩

的大小转化为进入汽油机气缸的空气质量流量期望值

的大小，由公式

得到；（2）计算进气歧管气压期望值

根据上一步计算得到的进入气缸空气流量期望值计算进气歧管气压期望值

（3）计算期望的节气门开度值，由进气歧管气压期望值并根据节气门流量模型计算期望的节气门开度；（4）进行节气门开度跟踪控制，采用PID控制来实现电子节气门跟踪控制；2.涡轮排气阀开度控制:（1）计算压缩机背气限压值；（2）进行涡轮排气阀神经网络PID控制。

Description

一种涡轮增压汽油机进气控制方法

技术领域

本发明涉及一种属于汽油机电子控制技术领域的控制方法，更具体地说，本发明涉及一种涡轮增压汽油机进气控制方法。

背景技术

汽车汽油机电子控制单元(Electronic Control Unit,简称ECU）是汽油机能够正常工作的核心部件之一，当今各种节能减排技术的引入，使得电控单元的功能更加强大，结构越来越复杂，但是开发难度也大大增加，主要有以下问题：

1.各种复杂电子控制部件的引入，增加了控制系统中各部件的耦合程度，依据以往的标定方法使得ECU的开发工作量大大增加，例如废气再循环（ExhaustGas Recirculation，简称EGR）、可变气门正时（Variable Valve Timing，简称VVT）、汽油缸内直喷（Gasoline Direct Injection,简称GDI）、涡轮增压器（Turbocharger）等技术；

2.ECU常规的开发过程需要大量的经验及标定试验，工作量大，人为主观因素影响比较大，系统开发周期较长；

3.标定出来的控制算法对于参数不确定性等因素表现出来的抗扰能力有所差异。

目前为了解决汽油机ECU开发过程中所遇到的困难，许多专家在汽油机控制方法设计方面进行了许多努力，针对于涡轮增压汽油机的进气系统的控制问题已经提出了许多成型的方法：

中国专利公开号CN101353969，公开日为2009年1月28日，专利申请号为200810133211.7，专利申请名称为“用涡轮增压器增压的内燃发动机的控制方法”。专利申请中描述了一种切换控制内燃发动机中涡轮增压器增压的方法，在折合质量流速／压缩比的映射图上建立废气旁通阀的一个干涉曲线，同时在折合质量流速／压缩比的映射图上建立压缩机并联的进气旁通阀的一个干涉曲线，用工作极限曲线限制发动机控制所使用的压缩机下游的压力目标，如果超出了废气阀的干涉曲线，则控制废气阀的开启，如果超出了进气旁通阀的干涉曲线，则控制进气旁通阀的开启。该方法在一定程度上实现了增压控制，但在压力值在干涉曲线上下波动的情况下，气阀开启关闭太过频繁。

中国专利公开号CN101845986A，公开日2010年9月29日，专利申请号为2010101441802，专利申请名称为“通过调节涡轮增压器旁通阀和可变几何涡轮机对气道压力极限的基于模型的控制”。专利申请中描述了一种基于输入量即由传感器测量的提供到控制模块的操作参数方法，对燃烧发动机上的旁通阀和可变几何增压进气部件的同时或独立的控制，防止了由于低涡轮机效率造成的突发的功率损失，以及过大的汽缸压力峰值。

中国专利公开号CN102297015A，公开日2011年12月28日，专利申请号为201110186466.1，专利申请名称为“涡轮增压器控制系统”。专利申请中描述了一种经由废气门控制发动机涡轮增压器的方法。当在范围之外时，废气门的动作被限制，范围的限值随增压压力、涡轮机进口压力、涡轮机出口压力和大气压力改变。以此方式，控制增压压力并且使基于增压情况的废气门动作，来减小跟踪误差。

发明内容

本发明所要解决的技术问题是减少ECU开发中过多的标定过程的问题，提供了一种涡轮增压汽油机进气控制方法。

为解决上述技术问题，本发明是采用如下技术方案实现的：所述的一种涡轮增压汽油机进气控制方法的步骤如下:

1）节气门开度规划跟踪控制:

（1）计算进入气缸的空气流量期望值

驾驶员需求扭矩

的大小转化为进入汽油机气缸的空气质量流量期望值

的大小，由公式计算得到

${\stackrel{\·}{m}}_{\mathrm{cyl}}^{\mathrm{sp}}=f_{\mathrm{map}}(T_q^{\mathrm{sp}},N)---\left(1\right)$

式中：

表示进入汽油机气缸空气质量流量期望值，单位kg/s，

表示驾驶员需求的扭矩，单位Nm，N为汽油机转速，单位rev/min；

（2）计算进气歧管气压压力期望值

$P_i^{\mathrm{sp}}={\mathrm{\Φ}}^{-1}({\stackrel{\·}{m}}_{\mathrm{cyl}}^{\mathrm{sp}},N)={\mathrm{\Φ}}^{-1}(f_{\mathrm{map}}(T_q^{\mathrm{sp}},N),N)---\left(6\right)$

式中：进气歧管气压压力期望值，单位Pa，

表示进入汽油机气缸空气质量流量期望值，单位kg/s，N为汽油机转速，单位rev/min，

表示驾驶员需求的扭矩，单位Nm；

（3）计算期望的节气门开度值

${\mathrm{\θ}}_{\mathrm{th}}^{\mathrm{sp}}=f_2^{-1}\left(\frac{{\stackrel{\·}{P}}_i^{\mathrm{sp}}\·\mathrm{\σ}+f_{\mathrm{map}}(T_q^{\mathrm{sp}},N)}{f_1\left(P_r\right)f_3\left(T_b\right)f_4\left(P_b\right)}\right)---\left(9\right)$

式中：

表示节气门开度期望值，单位degree，

进气歧管气压期望值，单位Pa，σ＝V_i/RT_i，T_i表示进气歧管内温度，单位K，V_i表示进气歧管容积，单位m³，R表示空气质量常数，无单位，表示驾驶员需求的扭矩，单位Nm，N为汽油机转速，单位rev/min，P_r表示节气门前后压强比，即P_r＝P_i/P_b，P_i表示进气歧管气压，单位Pa，P_b表示进入节气门的气体压强，单位Pa，T_b表示进入节气门气体温度，单位K；

（4）进行节气门开度跟踪控制：

$V_{\mathrm{\θ}}\left(\mathrm{\θ}\right)=k_p{e}_{\mathrm{\θ}}\left(t\right)+\mathrm{\β}\·k_i{\∫}_0^t{e}_{\mathrm{\θ}}\left(t\right)\mathrm{dt}+k_{d}d{e}_{\mathrm{\θ}}\left(t\right)/\mathrm{dt}---\left(10\right)$

式中：

e_θ表示节气门开度跟踪误差，单位degree，

表示节气门开度期望值，单位degree，θ_th表示节气门开度实际值，单位degree，当β＝1，时，|e_θ(t)|≤12，当β＝0，|e_θ(t)|＞12，调试参考参数比例系数k_p＝1.2，积分系数k_i＝25.31，微分系数k_d＝0.0142；

2）涡轮排气阀开度控制:

（1）计算压缩机背气限压值；

（2）进行涡轮排气阀神经网络PID控制。

技术方案中所述的计算压缩机背气限压值是指：

（1）当汽油机转速较低时，涡轮增压效果不明显，如果是暖机启动，则取消反馈控制，使涡轮排气阀全开，减少涡轮增压；如果是冷机启动，则开启反馈控制，使涡轮排气阀全关，涡轮增压器工作，加速暖机过程；

（2）当汽油机转速超过1000rev/min时，转速要高于怠速，将增压后的压缩机背气气压与最优压强做比较，如果增压后的压强没有达到最优增压压强，则保持涡轮增压作用，使涡轮排气阀全关，废气全部流经涡轮推动压缩机做功；随着转速越来越高，当增压后的压强达到最优增压压强时，控制涡轮排气阀开度大小，实现增压后的压强跟踪上最优压强；根据

计算出当前压缩机背气限压值；

式中：表示压缩机背气限压压力，单位Pa，N为汽油机转速，单位rev/min。

技术方案中所述的进行涡轮排气阀神经网络PID控制的步骤如下：

（1）k=1时，给定各层间权值的初值w_ij(0)和w_j(0)，选定学习速率η₁和η₂；

（2）对给定的参考值和输出值进行采样得r(k)和y(k)，并由此计算偏差e(k)＝r(k)-y(k)；

（3）计算神经网络PID中各层节点的输入和输出，网络的输出就是神经网络PID控制方法作用到涡轮排气阀的控制量；

隐含层第j个神经元的输入为

j＝1,2,3,

比例神经元的输出为

$O_1\left(k\right)=\left\{\begin{array}{cc}{I}_1\left(k\right)& -1\&le;I_1\left(k\right)\&le;1\\ 1& I_1\left(k\right)>1\\ -1& I_1\left(k\right)<-1\end{array}\right.---\left(11\right)$

积分神经元的输出为

$O_2\left(k\right)=\left\{\begin{array}{cc}{O}_2(k-1)+I_2\left(k\right)& -1\&le;O_2\left(k\right)\&le;1\\ 1& O_2\left(k\right)>1\\ -1& O_2\left(k\right)<-1\end{array}\right.---\left(12\right)$

微分神经元的输出为

$O_3\left(k\right)=\left\{\begin{array}{cc}{I}_3\left(k\right)+I_3(k-1)& -1\&le;O_3\left(k\right)\&le;1\\ 1& O_3\left(k\right)>1\\ -1& O_3\left(k\right)<-1\end{array}\right.---\left(13\right)$

输出层神经元的输入与输出相等，即为各隐含层神经元输出的加权和

$u\left(k\right)=u^{\&prime;}\left(k\right)=\underset{j=1}{\overset{3}{\mathrm{\&Sigma;}}}{w}_j{O}_j\left(k\right)---\left(14\right)$

将所述的神经网络PID控制方法与被控对象一起作为广义网络，然后采用反向传播学习算法进行在线训练，达到给出准则函数在要求的范围的目的，选择在线学习准则函数为E(k)＝0.5[r(k)-y(k)]²＝0.5e²(k)≤ε；

式中：r(k)表示期望压缩机背气压力，单位Pa，y(k)表示采集的实际压缩机背气气压，单位Pa，e(k)表示期望值与实际值之间的差值，单位Pa，ε＝0.05表示差值容忍度，单位Pa²；

（4）神经网络PID通过学习在线对各层权值w_ij(k)和w_j(k)进行调整，对PID控制方法参数的自适应调整。经k步训练后，隐含层到输出层的权值调整w_j(k+1)＝w_j(k)-η₂δ′(k)O_j(k)，

式中：δ′(k)＝e(k)·sgn(y(k)-y(k-1))/(u(k)-u(k-1))；

经k步训练后，输入层到隐含层的权值调整w_ij(k+1)＝w_ij(k)-η₁δ_i(k)O_i(k)，式中：

${\mathrm{\&delta;}}_i\left(k\right)={\mathrm{\&delta;}}^{\&prime;}\left(k\right)w_j\left(k\right)\mathrm{sgn}\frac{O_j\left(k\right)-O_j(k-1)}{I_j\left(k\right)-I_j(k-1)}{O}_i\left(k\right)=\left\{\begin{array}{cc}r\left(k\right)& i=1\\ y\left(k\right)& i=2\end{array}\right.;$

（5）输出计算得到涡轮排气阀开度大小，控制涡轮排气阀动作，完成当前控制后，令k=k+1，重复进行步骤（2）至（4）达到循环控制的目的。

与现有技术相比本发明的有益效果是：

1.涡轮增压汽油机进气系统节气门和涡轮排气阀之间具有一定的耦合性，本发明所述的一种涡轮增压汽油机进气控制方法中将节气门和涡轮排气阀分开考虑将其解耦，分别基于节气门逆动力学和神经网络提出对涡轮增压气路的控制方法，很好地保证了涡轮增压汽油机进气系统稳定性，具有较好的控制效果。

2.从模型建立到具体的方案实现，本发明所述的一种涡轮增压汽油机进气控制方法，较全面地描述了涡轮增压汽油机进气系统控制方法，具有较好的实用性。

3.本发明所述的一种涡轮增压汽油机进气控制方法将以建模及参数匹配为主要工作内容，在参数测取的同时经过数据处理，将使得获得的参数可用性更强。

4.本发明所述的基于模型逆动力学的一种涡轮增压汽油机进气控制方法相比于传统基于试验标定的汽油机控制单元开发方案中减少了大量试验过程所带来的工作量，从而降低了实际汽油机控制单元开发过程中的成本。

附图说明

下面结合附图对本发明作进一步的说明：

图1.为本发明所述的涡轮增压汽油机气路结构原理示意框图，其中箭头表示气体流动方向；

图2.为本发明所述的基于模型逆动力学的一种涡轮增压汽油机进气控制方法的流程框图；

图3.为本发明所述的涡轮增压汽油机扭矩需求曲线图表（map），其中纵坐标表示进入气缸空气流量，单位kg/s,横坐标表示汽油机转矩，单位Nm，不同的曲线表示不同的汽油机转速，单位rev/min，图中在曲线上标注了对应的汽油机转速值；

图4.为本发明所述的压缩机背气优化曲线图表（map），其中纵坐标为压缩机背气压力最优值，单位Pa,横坐标为汽油机转速，单位rev/min;

图5.为本发明所述的神经网络PID控制流程图；

图6.为本发明所述的气路控制方法仿真验证结构框图，其中箭头表示信号传递方向；

图7.为本发明所述的实施例1的进入气缸空气流量期望值和实际值曲线图，实线表示期望值，虚线表示实际值，纵坐标为进入气缸空气流量，单位kg/s，横坐标为时间，单位s；

图8.为本发明所述的实施例1的进气歧管气压期望值和实际值曲线图，实线表示期望值，虚线表示实际值，其中纵坐标为进气歧管气压压力，单位Pa，横坐标为时间，单位s；

图9.为本发明所述的实施例1的节气门开度期望值和实际值曲线图，实线表示期望值，虚线表示实际值，其中纵坐标为节气门开度大小，单位degree，横坐标为时间，单位s；

图10.为本发明所述的实施例1的压缩机背气气压限制值和实际值曲线图，实线表示实际值，虚线表示限制值，其中纵坐标为压缩机背气气压压力，单位Pa，横坐标为时间，单位s；

图11.为本发明所述的实施例1的涡轮排气阀开度曲线图，其中纵坐标为涡轮排气阀开度大小，单位degree，横坐标为时间，单位s；

图12.为本发明所述的实施例1的汽油机扭矩期望值和实际值曲线图，实线表示期望值，虚线表示实际值，其中纵坐标为汽油机扭矩，单位Nm，横坐标为时间，单位s；

图13.为本发明所述的实施例2的汽油机转速变化曲线图，其中纵坐标为汽油机转速大小，单位rev/min，横坐标为时间，单位s；

图14.为本发明所述的实施例2的进入气缸空气流量期望值和实际值曲线图，实线表示期望值，虚线表示实际值，纵坐标为进入气缸空气流量，单位kg/s，横坐标为时间，单位s；

图15.为本发明所述的实施例2的进气歧管气压期望值和实际值曲线图，实线表示期望值，虚线表示实际值，其中纵坐标为进气歧管气压压力，单位Pa，横坐标为时间，单位s；

图16.为本发明所述的实施例2的节气门开度期望值和实际值曲线图，实线表示期望值，虚线表示实际值，其中纵坐标为节气门开度大小，单位degree，横坐标为时间，单位s；

图17.为本发明所述的实施例2的压缩机背气气压限制值和实际值曲线图，实线表示实际值，虚线表示限制值，其中纵坐标为压缩机背气气压压力，单位Pa，横坐标为时间，单位s；

图18.为本发明所述的实施例2的涡轮排气阀开度曲线图，其中纵坐标为涡轮排气阀开度大小，单位degree，横坐标为时间，单位s；

图19.为本发明所述的实施例2的汽油机扭矩期望值和实际值曲线图，实线表示期望值，虚线表示实际值，其中纵坐标为汽油机扭矩，单位Nm，横坐标为时间，单位s；

具体实施方式

下面结合附图对本发明作详细的描述：

本发明不同于常规的以标定试验及经验为主导的开发过程，以基于模型逆动力学的汽油机电控单元开发过程为思路，经过对涡轮增压汽油机进气系统结构特点分析，以气体流量方程为基础，搭建涡轮增压汽油机进气系统非线性模型，应用控制理论开发基于模型逆动力学的涡轮增压汽油机进气系统控制方法，从而减少ECU开发过程中过多的标定过程。

参阅图1与图2，围绕汽油机的扭矩需求，在假设空燃比和点火提前角都控制在最优的情况下，基于模型逆动力学的方法提出的涡轮增压汽油机进气控制方法分为节气门开度规划跟踪控制和涡轮排气阀开度控制两部分，下面将详细说明这两部分。

1.节气门开度规划跟踪控制

首先将期望的汽油机需求扭矩

通过

即扭矩需求转换图表（map）计算得到进入气缸空气量的期望值再由进气歧管模型计算进气歧管内气压的期望值，然后通过节气门流体特性逆动力学方程计算得到规划的节气门开度

期望值，再应用比例积分微分控制（简称PID）方法实现节气门开度跟踪控制，最终完成节气门开度优化控制。

1）计算进入气缸的空气流量期望值

参阅图3，由汽油机扭矩期望值计算气缸的空气流量期望值

即

驾驶员对汽油机扭矩需求的大小可以用每循环进入汽油机气缸的进气质量来代表。根据单位时间进入气缸的空气质量流量可计算出每循环进入气缸的空气质量

其中，近似认为每缸有效进气时间t＝120/(N·n_cyl)，单位s，N为汽油机转速，单位rev/min，n_cyl为气缸个数。所以，驾驶员需求的扭矩

的大小转化为进入汽油机气缸的空气质量流量期望值

的大小，由通过图3的扭矩需求曲线图表（map）计算得到，公式表示为

${\stackrel{\&CenterDot;}{m}}_{\mathrm{cyl}}^{\mathrm{sp}}=f_{\mathrm{map}}(T_q^{\mathrm{sp}},N)---\left(1\right)$

式中：

表示进入汽油机气缸空气质量流量期望值，单位kg/s，表示驾驶员需求的扭矩，单位Nm，N为汽油机转速，单位rev/min。

2）计算进气歧管气压期望值

通过进气歧管数学模型并根据上一步计算得到的进入气缸空气流量期望值

计算进气歧管气压期望值

即

进气歧管动力学模型可描述进气歧管内空气压力的变化特性。依据质量守恒定理，令进入进气歧管和流出进气歧管的气体质量流量分别为

和

单位kg/s，则进气歧管内的空气质量流量单位kg/s，可表示

${\stackrel{\&CenterDot;}{m}}_i={\stackrel{\&CenterDot;}{m}}_{\mathrm{air}}-{\stackrel{\&CenterDot;}{m}}_{\mathrm{cyl}}---\left(2\right)$

由理想气体状态方程PV＝mRT可计算得到进气歧管内气体质量m_i＝P_iV_i/RT_i，对式求导得

${\stackrel{\&CenterDot;}{m}}_i=V_i/R{T}_i\&CenterDot;{\stackrel{\&CenterDot;}{P}}_i-V_i{P}_i/R{T}_i^2\&CenterDot;{\stackrel{\&CenterDot;}{T}}_i---\left(3\right)$

涡轮增压的汽油机中忽略进气歧管里温度的变化，即

结合上式整理得

${\stackrel{\&CenterDot;}{P}}_i=R{T}_i/V_i\&CenterDot;({\stackrel{\&CenterDot;}{m}}_{\mathrm{air}}-{\stackrel{\&CenterDot;}{m}}_{\mathrm{out}})---\left(4\right)$

式中：P_i表示进气歧管内气体压力，单位Pa，T_i表示进气歧管内温度，单位K，V_i表示进气歧管容积，单位m³。

现定义一个连续函数Φ，且连续函数Φ是关于进气量

与进气歧管压力P_i的关系式，

与

都具有连续性和可微性，进入气缸的气体流量公式为

${\stackrel{\&CenterDot;}{m}}_{\mathrm{cyl}}={\mathrm{\&rho;}}_i\&CenterDot;\stackrel{\&CenterDot;}{V}={\mathrm{\&rho;}}_i\&CenterDot;{\mathrm{\&eta;}}_{\mathrm{vol}}(P_i,N)\&CenterDot;V_{\mathrm{disp}}\&CenterDot;N/120$

$=P_i/{\mathrm{RT}}_i\&CenterDot;{\mathrm{\&eta;}}_{\mathrm{vol}}(P_i,N)\&CenterDot;V_{\mathrm{disp}}\&CenterDot;N/120---\left(5\right)$

$=\mathrm{\&Phi;}(P_i,N)=f_{\mathrm{map}}(T_q^{\mathrm{sp}},N)$

式中：ρ_i为进气歧管内空气密度，单位kg/m³，R表示空气质量常数，无单位，N为汽油机转速，单位rev/min，V_disp为汽油机总排量，单位m³，η_vol(P_i,N)为容积效率，单位%。由式（5）知对于任意给定的汽油机转速N，函数Φ可逆，则得到进气歧管气压压力期望值表达式

$P_i^{\mathrm{sp}}={\mathrm{\&Phi;}}^{-1}({\stackrel{\&CenterDot;}{m}}_{\mathrm{cyl}}^{\mathrm{sp}},N)={\mathrm{\&Phi;}}^{-1}(f_{\mathrm{map}}(T_q^{\mathrm{sp}},N),N)---\left(6\right)$

式中：

为进气歧管气压压力期望值，单位Pa，表示进入汽油机气缸空气质量流量期望值，单位kg/s，N为汽油机转速，单位rev/min，

表示驾驶员需求的扭矩，单位Nm。

3）计算期望的节气门开度值

根据节气门流量模型，由上一步计算的进气歧管气压期望值，计算节气门开度期望值，即

作为节气门跟踪控制的参考输入。

节气门流量模型主要描述通过节气门的空气流动特性，依据气体流体力学特性和节气门的工作特点，通过节气门的空气质量流量由其开度θ_th大小、流量阀前后的压强比P_r和流量阀的进口温度T₁决定，则计算公式表示为公式（7），单位kg/s，

${\stackrel{\&CenterDot;}{m}}_v=f_1\left(P_r\right)f_2\left({\mathrm{\&theta;}}_{\mathrm{th}}\right)f_3\left(T_1\right)f_4\left(P_1\right)---\left(7\right)$

式中：P_r表示节气门前后压强比，即P_r＝P_i/P₁，P_i表示进气歧管气压，单位Pa；P₁进入节气门的气体压强，单位Pa，T₁表示进入节气门气体温度，单位K；函数f₁(P_r)是压强影响因子，函数f₂(θ_th)是流量阀空气质量流量特性系数，函数f₃(T₁)是温度修正因子，函数f₄(P₁)是压强修正因子。

将公式（4）和（5）带入式（2）中可逆推出通过节气门的空气质量流量轨迹的计算公式

${\stackrel{\&CenterDot;}{m}}_{\mathrm{air}}^{\mathrm{sp}}={\stackrel{\&CenterDot;}{P}}_i^{\mathrm{sp}}\&CenterDot;\mathrm{\&sigma;}+{\stackrel{\&CenterDot;}{m}}_{\mathrm{cyl}}^{\mathrm{sp}}={\stackrel{\&CenterDot;}{P}}_i^{\mathrm{sp}}\&CenterDot;\mathrm{\&sigma;}+f_{\mathrm{map}}(T_q^{\mathrm{sp}},N)---\left(8\right)$

式中：σ＝V_i/RT_i，再根据式（7）可推导出节气门期望开度计算公式

${\mathrm{\&theta;}}_{\mathrm{th}}^{\mathrm{sp}}=f_2^{-1}\left(\frac{{\stackrel{\&CenterDot;}{P}}_i^{\mathrm{sp}}\&CenterDot;\mathrm{\&sigma;}+f_{\mathrm{map}}(T_q^{\mathrm{sp}},N)}{f_1\left(P_r\right)f_3\left(T_b\right)f_4\left(P_b\right)}\right)---\left(9\right)$

式中：

表示节气门开度期望值，单位degree，

进气歧管气压期望值，单位Pa，σ＝V_i/RT_i，T_i表示进气歧管内温度，单位K，V_i表示进气歧管容积，单位m³，R表示空气质量常数，无单位，

表示驾驶员需求的扭矩，单位Nm，N为汽油机转速，单位rev/min，P_r表示节气门前后压强比，即P_r＝P_i/P_b，P_i表示进气歧管气压，单位Pa，P_b表示进入节气门的气体压强，单位Pa，T_b表示进入节气门气体温度，单位K。其中计算节气门开度期望值时，对

的求导采用了一阶滤波的方法。

4）进行节气门开度跟踪控制：

电子节气门跟踪控制的作用就是根据节气门期望开度

与节气门位置传感器实际测得的节气门实际开度θ_th的偏差计算控制量，产生节气门电机的驱动电压信号V_θ，使节气门挡板转动到期望的位置上。采用比例积分微分控制方法（简称PID）来实现电子节气门的跟踪控制，计算公式为

$V_{\mathrm{\&theta;}}\left(\mathrm{\&theta;}\right)=k_p{e}_{\mathrm{\&theta;}}\left(t\right)+\mathrm{\&beta;}\&CenterDot;k_i{\&Integral;}_0^t{e}_{\mathrm{\&theta;}}\left(t\right)\mathrm{dt}+k_{d}d{e}_{\mathrm{\&theta;}}\left(t\right)/\mathrm{dt}---\left(10\right)$

式中：e_θ表示节气门开度跟踪误差，单位degree，

表示节气门开度期望值，单位degree，θ_th表示节气门开度实际值，单位degree，当β＝1，时，|e_θ(t)|≤12，当β＝0，|e_θ(t)|＞12，调试参考参数比例系数k_p＝1.2，积分系数k_i＝25.31，微分系数k_d＝0.0142，由于汽车电池电压12V，则实际的节气门控制器输出的控制电压限幅设为12。

2.涡轮排气阀开度控制

在涡轮排气阀开度控制中应用压缩机背气优化曲线图表（map）和神经网络控制方法，主要有两个步骤，首先利用实验台架获取增压最优压缩机背气优化曲线图表（map），根据当前汽油机转速通过压缩机背气优化map计算得到最优限制压力值，然后利用神经网络PID控制方法调节涡轮排气阀使得压缩机背气增压后压力能够保持在其最优限制值附近，从而实现提高汽油机的动力输出的目的。

1）计算压缩机背气限压值：

基于区域划分思想，根据发动机转速大小提出怠速和高速两种不同涡轮增压器控制策略：

（1）当汽油机转速较低时，涡轮增压效果不明显，如果是暖机启动（又称暖机怠速），则取消反馈控制，使涡轮排气阀全开，减少涡轮增压；如果是冷机启动（又称冷机怠速），则开启反馈控制，使涡轮排气阀全关，涡轮增压器工作，加速暖机过程。

（2）当汽油机转速超过1000rev/min时，转速要高于怠速（在750到850rev/min之间），将增压后的压缩机背气气压与最优压强做比较，如果增压后的压强没有达到最优增压压强，则保持涡轮增压作用，使涡轮排气阀全关，废气全部流经涡轮推动压缩机做功。随着转速越来越高，当增压后的压强达到最优增压压强时，控制涡轮排气阀，实现增压后的压强能尽可能跟踪上最优压强。

表1 优化曲线图标数据

根据以上的控制策略并参照虚拟汽油机（enDYNA汽油机仿真软件）得到本发明的优化限压曲线图表（map），参阅图4，具体数据如表1所示，横坐标是转速，单位rev/min，纵坐标压缩机背气限压值，单位Pa，该图表map可表示成公式

将当前的汽油机转速通过该优化限压map来计算出当前压缩机背气限压值，计算表达式为

式中：

表示压缩机背气限压压力，单位Pa，N为汽油机转速，单位rev/min。

2）进行涡轮排气阀神经网络PID控制：

涡轮排气阀控制方法选择神经网络比例积分微分控制方法（简称神经网络PID控制方法）。该神经网络PID控制方法由输入层、隐含层和输出层所组成。参数r和y为网络输入，u表示网络输出，w_ij表示输入层第i个神经元到隐含层第j个神经元的权值，w_j表示隐含层第j个神经元到输出层神经元的权值。设PID神经网络的输入为[r(k),y(k)]^T，输入层各神经元的输出与输入相等，即为网络的输入r(k)y(k)。其中r(k)表示系统的期望参考量，y(k)表示被控对象的实际输出量。

参阅图5，神经网络PID控制方法的参数整定方法和控制器的主要计算步骤：

（1）k=1时，给定各层间权值的初值w_ij(0)和w_j(0)，选定学习速率η₁和η₂；

（2）对给定的参考值和输出值进行采样得r(k)和y(k)，并由此计算偏差e(k)＝r(k)-y(k)；

（3）计算神经网络PID控制方法中各层节点的输入和输出，网络的输出就是该控制方法作用到涡轮排气阀的控制量。

隐含层第j个神经元的输入为

j=1,2,3,

比例神经元的输出为

$O_1\left(k\right)=\left\{\begin{array}{cc}{I}_1\left(k\right)& -1\&le;I_1\left(k\right)\&le;1\\ 1& I_1\left(k\right)>1\\ -1& I_1\left(k\right)<-1\end{array}\right.---\left(11\right)$

积分神经元的输出为

$O_2\left(k\right)=\left\{\begin{array}{cc}{O}_2(k-1)+I_2\left(k\right)& -1\&le;O_2\left(k\right)\&le;1\\ 1& O_2\left(k\right)>1\\ -1& O_2\left(k\right)<-1\end{array}\right.---\left(12\right)$

微分神经元的输出为

$O_3\left(k\right)=\left\{\begin{array}{cc}{I}_3\left(k\right)+I_3(k-1)& -1\&le;O_3\left(k\right)\&le;1\\ 1& O_3\left(k\right)>1\\ -1& O_3\left(k\right)<-1\end{array}\right.---\left(13\right)$

输出层神经元的输入与输出相等，为各隐含层神经元输出的加权值的和，即

$u\left(k\right)=u^{\&prime;}\left(k\right)=\underset{j=1}{\overset{3}{\mathrm{\&Sigma;}}}{w}_j{O}_j\left(k\right).---\left(14\right)$

将所述的神经网络PID控制方法与被控对象一起作为广义网络，然后采用反向传播学习算法（Back Propagation，简称BP学习算法）进行在线训练，达到给出准则函数在要求的范围的目的，选择在线学习准则函数为E(k)＝0.5[r(k)-y(k)]²＝0.5e²(k)≤ε；

式中：r(k)表示期望压缩机背气压力，单位Pa，y(k)表示采集的实际压缩机背气气压，单位Pa，e(k)表示期望值与实际值之间的差值，单位Pa，ε＝0.05表示差值容忍度，单位Pa²。

（4）神经网络PID控制方法通过学习在线对各层权值w_ij(k)和w_j(k)进行调整，对神经网络PID控制方法参数的自适应调整。经k步训练后，隐含层到输出层的权值调整w_j(k+1)＝w_j(k)-η₂δ′(k)O_j(k)，

式中：δ′(k)=e(k)·sgn(y(k)-y(k-1))/(u(k)-u(k-1))。

经k步训练后，输入层到隐含层的权值调整w_ij(k+1)＝w_ij(k)-η₁δ_i(k)O_i(k)，式中：

${\mathrm{\&delta;}}_i\left(k\right)={\mathrm{\&delta;}}^{\&prime;}\left(k\right)w_j\left(k\right)\mathrm{sgn}\frac{O_j\left(k\right)-O_j(k-1)}{I_j\left(k\right)-I_j(k-1)}{O}_i\left(k\right)=\left\{\begin{array}{cc}r\left(k\right)& i=1\\ y\left(k\right)& i=2\end{array}\right..$

（5）输出计算得到涡轮排气阀开度大小，控制涡轮排气阀动作，完成当前控制后，令k=k+1，重复进行步骤（2）至（4）达到循环控制的目的。

最终，通过节气门和涡轮排气阀的同时并行控制，实现汽油机的实际扭矩快速稳定达到期望的扭矩值，同时使得增压后的压缩机背气气压能够保持在其阈值附近，保障安全性。

参阅图6，为了检验本发明的基于模型逆动力学的涡轮增压汽油机气路控制方法的性能，依据所述的控制方法搭建控制系统，将控制量输入到汽油机模型中，进行发汽油机力学仿真实验，仿真实验结构如图中所示。参数设置：神经网络输入层到隐含层各权值为w_1j(0)＝1,w_2j(0)＝-1，其中j=1、2、3，隐含层到输出层的各权值为w₁(0)＝130,w₂(0)＝56,w₃(0)＝0.1，通过对学习速率的调试，隐含层三个神经元到输出层的权值的学习速率分别定为10^-4、0、0.1，输入层到隐含层权值的学习速率定为10^-5。下面给出两组实验实例，在不同工况下验证本发明所述的控制方法。

实施例1：

本实例从恒转速工况角度初步验证本发明控制方法的正确性和完整性。

参数设置：由于涡轮增压器在转速较高时才更能发挥其提升扭矩的作用，将仿真环境设置为测功机模式，使汽油机处于恒定转速4200rev/min，仿真时间13s，仿真步长0.01s。

参阅图7至图12，所要达到的发动机扭矩为图12中所示的实线，按照涡轮增压汽油机进气控制方法步骤，仿真实验结果如下：

参阅图7，根据汽油机期望扭矩计算得到进入气缸空气流量期望值如图中所示实线，虚线是实际流量曲线，经过对比可看出实际量能够快速稳定跟随上期望值曲线，在10s到13s阶段静差增大，在0.001kg/s左右；

参阅图8，接着由进气歧管处的理想气体方程可以进行气缸进气量计算得到进气歧管气压期望值如图中所示实线，虚线是实际气压曲线，曲线对比可看出随着扭矩的增大，实际量和期望里的静差逐渐减小；

参阅图9，然后，由节气门处的理想气体方程和歧管处压强可以计算出节气门处的有效流通面积，从而最后计算得到节气门开度期望值如图中所示实线，虚线是实际开度曲线，实际值能够快速跟踪上期望值曲线，跟踪误差很小，只在10s左右时有一个较大波动，这是扭矩突增带来的节气门开度波动，但是能够很快稳定下来；

参阅图10，通过压缩机限压优化map计算得到当前转速下压缩机背气限压值如图中所示虚线，实线是实际背气气压曲线，由曲线可以看出恒转速工况下，背气限压值恒定，同时实际背气气压随着扭矩而变化，并维持在限压值曲线附近，不会过多超出限压曲线；

参阅图11，然后计算得到涡轮排气阀开度值如图中所示曲线；

参阅图12，最终汽油机实际输出扭矩同期望扭矩对比情况如图中所示，可看出本发明控制的汽油机实际扭矩能够快速稳定的跟随上期望扭矩，没有超调，静差相对扭矩当前值很小。

以上仿真实验所得到的图像可说明本发明所述的涡轮增压汽油机进气控制方法在恒转速情况下能够快速稳定地达到发动机期望扭矩要求，同时通过神经网络PID控制方法调节涡轮排气阀的开度使压缩机增压保证在最优压强附近。

实施例2：

由实例1的仿真结果可知本发明提出的涡轮增压汽油机进气控制方法能够满足控制需求，为了进一步说明控制效果，本实施例在变转速的情况下对涡轮增压汽油机进气控制方法进行仿真验证，测试瞬态情况下涡轮增压汽油机进气控制方法的精度。

参数设置：发动机转速变化情况如图13所示，仿真时间13s，仿真步长0.01s。

参阅图14至图19，所要实现的汽油机扭矩曲线如图19所示实线，按照涡轮增压汽油机进气控制方法步骤，仿真实验结果如下：

参阅图14，首先根据汽油机期望扭矩计算得到进入气缸空气流量期望值如附图中所示实线，虚线是实际流量曲线；

参阅图15，接着由进气歧管处的理想气体方程可以进行气缸进气量计算得到进气歧管气压期望值计算得到进气歧管气压期望值如图中所示实线，虚线是实际气压；

参阅图16，然后同理，由节气门处的理想气体方程和歧管处压强可以计算出节气门处的有效流通面积，从而最后计算得到节气门开度期望值如图中所示实线，虚线是实际开度曲线；

参阅图17，根据当前转速通过压缩机限压优化map计算得到当前转速下压缩机背气限压值如图中所示虚线，实线是实际背气气压曲线；

参阅图18，然后计算得到涡轮排气阀开度值如图中所示曲线；

参阅图19，最后控制汽油机实际输出扭矩同期望扭矩对比曲线如图中所示。由以上仿真实验所得到的图像可说明本发明所述的涡轮增压汽油机进气控制方法在汽油机变转速工况下依然能够使得各物理量包括进入气缸的空气流量、进气歧管气压、节气门开度、汽油机扭矩，快速并稳定的跟踪上期望值，相比恒转速工况，不会因为转速变化而增大实际值同期望值的差值，并且压缩机实际背气气压随着扭矩而变化，维持在限压值曲线附近，由此说明在变转速工况下，本发明控制方法同样有效，能够控制汽油机实现期望扭矩，并安全运作。

上述两个实施例分别检验了本发明所述的基于模型逆动力学的涡轮增压汽油机进气控制方法的性能，首先在恒转速工况下验证控制方法的正确性和完整性，然后在变转速的工况下对控制系统进行进一步验证。从图12与图19表明，发动机的扭矩输出可以较好的跟上期望值，符合基于扭矩的思想，同时图10、图17表明，增压后的压缩机背气气压能够保持在其最优限压值附近。当输入即汽油机扭矩需求T_spq阶跃跳变时，仿真输出会出现超调，且节气门输出会出现瞬时尖峰，这是因为程序中存在微分环节，虽然经过了一阶滤波环节处理，这个瞬时尖峰有所削弱，但是并没有消失。由于涡轮增压汽油机进气控制方法中包含了节气门跟踪控制算法，这样使得整个控制系统是一个快速跟踪系统，节气门跟踪曲线效果良好。

本发明所述的基于模型逆动力学的涡轮增压汽油机涡轮增压汽油机进气控制方法达到了本发明的设计目标，该方法的控制参数根据神经网络自适应调整设置，并取得了良好的控制效果，从而可以证明本发明所述的涡轮增压汽油机进气控制方法具有自适应、动态调整的能力，且其性能优良，无论是在稳态还是瞬态，跟踪效果都能满足控制精度要求。

Claims (3)

1.一种涡轮增压汽油机进气控制方法，其特征在于，所述的一种涡轮增压汽油机进气控制方法的步骤如下:

1）节气门开度规划跟踪控制:

（1）计算进入气缸的空气流量期望值

驾驶员需求扭矩的大小转化为进入汽油机气缸的空气质量流量期望值

的大小，由公式计算得到

${\stackrel{\&CenterDot;}{m}}_{\mathrm{cyl}}^{\mathrm{sp}}=f_{\mathrm{map}}(T_q^{\mathrm{sp}},N)---\left(1\right)$

式中：

表示进入汽油机气缸空气质量流量期望值，单位kg/s，

表示驾驶员需求的扭矩，单位Nm，N为汽油机转速，单位rev/min；

（2）计算进气歧管气压压力期望值

$P_i^{\mathrm{sp}}={\mathrm{\&Phi;}}^{-1}({\stackrel{\&CenterDot;}{m}}_{\mathrm{cyl}}^{\mathrm{sp}},N)={\mathrm{\&Phi;}}^{-1}(f_{\mathrm{map}}(T_q^{\mathrm{sp}},N),N)---\left(6\right)$

式中：进气歧管气压压力期望值，单位Pa，

表示进入汽油机气缸空气质量流量期望值，单位kg/s，N为汽油机转速，单位rev/min，

表示驾驶员需求的扭矩，单位Nm；

（3）计算期望的节气门开度值

${\mathrm{\&theta;}}_{\mathrm{th}}^{\mathrm{sp}}=f_2^{-1}\left(\frac{{\stackrel{\&CenterDot;}{P}}_i^{\mathrm{sp}}\&CenterDot;\mathrm{\&sigma;}+f_{\mathrm{map}}(T_q^{\mathrm{sp}},N)}{f_1\left(P_r\right)f_3\left(T_b\right)f_4\left(P_b\right)}\right)---\left(9\right)$

式中：

表示节气门开度期望值，单位degree，

进气歧管气压期望值，单位Pa，σ＝V_i/RT_i，T_i表示进气歧管内温度，单位K，V_i表示进气歧管容积，单位m³，R表示空气质量常数，无单位，

表示驾驶员需求的扭矩，单位Nm，N为汽油机转速，单位rev/min，P_r表示节气门前后压强比，即P_r＝P_i/P_b，P_i表示进气歧管气压，单位Pa，P_b表示进入节气门的气体压强，单位Pa，T_b表示进入节气门气体温度，单位K；

（4）进行节气门开度跟踪控制：

$V_{\mathrm{\&theta;}}\left(\mathrm{\&theta;}\right)=k_p{e}_{\mathrm{\&theta;}}\left(t\right)+\mathrm{\&beta;}\&CenterDot;k_i{\&Integral;}_0^t{e}_{\mathrm{\&theta;}}\left(t\right)\mathrm{dt}+k_{d}d{e}_{\mathrm{\&theta;}}\left(t\right)/\mathrm{dt}---\left(10\right)$

式中：

e_θ表示节气门开度跟踪误差，单位degree，

表示节气门开度期望值，单位degree，θ_th表示节气门开度实际值，单位degree，当β＝1，时，|e_θ(t)|≤12，当β＝0，|e_θ(t)|＞12，调试参考参数比例系数k_p＝1.2，积分系数k_i＝25.31，微分系数k_d＝0.0142；

2）涡轮排气阀开度控制:

（1）计算压缩机背气限压值；

（2）进行涡轮排气阀神经网络PID控制。

2.按照权利要求1所述的一种涡轮增压汽油机进气控制方法，其特征在于，所述的计算压缩机背气限压值是指：

（1）当汽油机转速较低时，涡轮增压效果不明显，如果是暖机启动，则取消反馈控制，使涡轮排气阀全开，减少涡轮增压；如果是冷机启动，则开启反馈控制，使涡轮排气阀全关，涡轮增压器工作，加速暖机过程；

（2）当汽油机转速超过1000rev/min时，转速要高于怠速，将增压后的压缩机背气气压与最优压强做比较，如果增压后的压强没有达到最优增压压强，则保持涡轮增压作用，使涡轮排气阀全关，废气全部流经涡轮推动压缩机做功；随着转速越来越高，当增压后的压强达到最优增压压强时，控制涡轮排气阀开度大小，实现增压后的压强跟踪上最优压强；根据计算出当前压缩机背气限压值；

式中：

表示压缩机背气限压压力，单位Pa，N为汽油机转速，单位rev/min。

3.按照权利要求1所述的一种涡轮增压汽油机进气控制方法，其特征在于，所述的进行涡轮排气阀神经网络PID控制的步骤如下：

（1）k=1时，给定各层间权值的初值w_ij(0)和w_j(0)，选定学习速率η₁和η₂；

（2）对给定的参考值和输出值进行采样得r(k)和y(k)，并由此计算偏差e(k)＝r(k)-y(k)；

（3）计算神经网络PID中各层节点的输入和输出，网络的输出就是神经网络PID控制方法作用到涡轮排气阀的控制量；

隐含层第j个神经元的输入为

j＝1,2,3,

比例神经元的输出为

$O_1\left(k\right)=\left\{\begin{array}{cc}{I}_1\left(k\right)& -1\&le;I_1\left(k\right)\&le;1\\ 1& I_1\left(k\right)>1\\ -1& I_1\left(k\right)<-1\end{array}\right.---\left(11\right)$

积分神经元的输出为

$O_2\left(k\right)=\left\{\begin{array}{cc}{O}_2(k-1)+I_2\left(k\right)& -1\&le;O_2\left(k\right)\&le;1\\ 1& O_2\left(k\right)>1\\ -1& O_2\left(k\right)<-1\end{array}\right.---\left(12\right)$

微分神经元的输出为

$O_3\left(k\right)=\left\{\begin{array}{cc}{I}_3\left(k\right)+I_3(k-1)& -1\&le;O_3\left(k\right)\&le;1\\ 1& O_3\left(k\right)>1\\ -1& O_3\left(k\right)<-1\end{array}\right.---\left(13\right)$

输出层神经元的输入与输出相等，即为各隐含层神经元输出的加权和

$u\left(k\right)=u^{\&prime;}\left(k\right)=\underset{j=1}{\overset{3}{\mathrm{\&Sigma;}}}{w}_j{O}_j\left(k\right)---\left(14\right)$

将所述的神经网络PID控制方法与被控对象一起作为广义网络，然后采用反向传播学习算法进行在线训练，达到给出准则函数在要求的范围的目的，选择在线学习准则函数为E(k)＝0.5[r(k)-y(k)]²＝0.5e²(k)≤ε；

式中：r(k)表示期望压缩机背气压力，单位Pa，y(k)表示采集的实际压缩机背气气压，单位Pa，e(k)表示期望值与实际值之间的差值，单位Pa，ε＝0.05表示差值容忍度，单位Pa²；

（4）神经网络PID通过学习在线对各层权值w_ij(k)和w_j(k)进行调整，对PID控制方法参数的自适应调整。经k步训练后，隐含层到输出层的权值调整w_j(k+1)＝w_j(k)-η₂δ′(k)O_j(k)，

式中：δ′(k)＝e(k)·sgn(y(k)-y(k-1))/(u(k)-u(k-1))；

经k步训练后，输入层到隐含层的权值调整w_ij(k+1)＝w_ij(k)-η₁δ_i(k)O_i(k)，式中：

${\mathrm{\&delta;}}_i\left(k\right)={\mathrm{\&delta;}}^{\&prime;}\left(k\right)w_j\left(k\right)\mathrm{sgn}\frac{O_j\left(k\right)-O_j(k-1)}{I_j\left(k\right)-I_j(k-1)}{O}_i\left(k\right)=\left\{\begin{array}{cc}r\left(k\right)& i=1\\ y\left(k\right)& i=2\end{array}\right.;$

（5）输出计算得到涡轮排气阀开度大小，控制涡轮排气阀动作，完成当前控制后，令k=k+1，重复进行步骤（2）至（4）达到循环控制的目的。

Images