CN104653317A - 一种基于仲裁表决的扭矩控制方法 - Google Patents
一种基于仲裁表决的扭矩控制方法 Download PDFInfo
- Publication number
- CN104653317A CN104653317A CN201410736730.8A CN201410736730A CN104653317A CN 104653317 A CN104653317 A CN 104653317A CN 201410736730 A CN201410736730 A CN 201410736730A CN 104653317 A CN104653317 A CN 104653317A
- Authority
- CN
- China
- Prior art keywords
- moment
- agent
- formula
- value
- torque
- 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
Links
Abstract
本发明提出了一种基于表决机制的扭矩控制方法,主要解决现有内燃机电子扭矩控制技术扩展性和维护性差的问题。该控制方法将各个工况作为独立的运算单元分别计算各自的加速度期望值,再通过采用表决协同控制器进行协同分配,以获取最优的加速度期望值,并通过该值计算得到控制扭矩。本发明具有运算负载均衡、易扩展、易维护且实现成本低廉的优点,可用于包括车载、船舶、航空等电子动力控制领域的扭矩控制运算过程。
Description
技术领域
本发明属于内燃机动力控制技术领域,具体的说是一种基于扭矩控制的内燃机动力控制方法,用于在复杂工况背景下计算驱动扭矩,以驱动发动机正常运转。
背景技术
目前,基于扭矩的动力控制方法是内燃机动力控制的一种主流方法。这种方法的特点是以驱动扭矩为纽带将上层动力控制的期望值与实际执行器的动力驱动联系起来,其优点是可以综合驾驶员的控制意愿和各种工况因素,使内燃机保持最佳的运行状态,并且有效地提高燃油利用的经济性。
传统的基于扭矩的动力控制方法以上层控制命令(如车载发动机的油门踏板)产生的需求扭矩作为主扭矩,其他工况的扭矩作为附件扭矩参与计算。这种控制方法中各个工况的需求扭矩分量处于紧耦合状态。当内燃机机型适用工况发生变化时,需要对整个扭矩计算模型进行调整,这不利于控制软件的升级、维护。
另一方面,针对每个工况需要分别进行扭矩分量的计算,而在内燃机控制领域,扭矩控制算法通常比较复杂,需要通过PID等自动控制算法进行运算,而这个过程通常比较缓慢而复杂。因此,这种控制方法的运算效率不高,不利于低配置控制器使用。
发明内容
本发明的目的在于克服上述传统扭矩控制方法的不足,提出了一种基于表决机制的扭矩控制方法,通过降低不同工况模块的耦合度和分布式运算,以实现资源负载均衡和提升控制器的可扩展性和可维护性。
本发明的技术思想是:将各个工况作为独立的运算单元分别计算各自的加速度期望值,再通过采用表决协同控制器进行协同分配,以获取最优的加速度期望值,并通过该值计算得到控制扭矩。
本发明建立的基于复杂工况的表决协同机制如下:
(1)将系统中的每个工况设计为独立的计算模块(Agent i,i=1,2,…,n),并根据k时刻的内燃机转速Vk、驱动扭矩Nk计算k+1时刻的加速度期望值若电子控制器采用多CPU芯片,可将各Agent设计为独立的计算任务分配到不同CPU实现并发控制;
(2)计算Agent i在k+1时刻的转速期望值:其计算过程如下:
其中,T为扭矩控制过程的运算周期;
(3)计算Agent i在k+1时刻的速度影响因子:计算过程如下:
其中,VHSI为内燃机高怠速转速点,VLSI为内燃机低怠速转速点,VMax为内燃机最大转速;
(4)计算计算Agent i在k+1时刻扭矩期望值:其计算过程如下:
其中,J为内燃机转动惯量;
(5)计算计算Agent i在k+1时刻的能量影响因子:其计算过程如下:
(6)计算Agent i在k+1时刻的评估值:其计算过程如下:
其中,为Agent i在k时刻的评估值,ωF、ωE为两项影响因子的权值,满足ωE,ωF≤1,且ωE+ωF=1;
(7)仲裁表决控制器汇总各Agent的评估值,根据如下过程进行仲裁:
其中,ωi为设定的优先系数,仲裁表决的目标是找出满足Fk(X)的Agent i,并将其作为k时刻的目标Agent,从而输出相应的作为k时刻的加速度期望值ak。
基于以上复杂工况的表决协同机制,设计了基于前馈补偿和积分饱和控制的PID算法,包含如下过程:
(1)设计偏差信号e(k):其计算过程如下:
e(k)=aE(k)-a(k-1) 7)
其中,ak为k时刻的加速度期望值,aact为k时刻实际的加速度期望值;
(2)设计基于PID算法的控制计算结构,其计算过程如下:
MG(k)=Mc(k)+MI(k)+Md(k) 8)
其中,各项含义分别为比例分项Mc(k)、积分分项MI(k)及微分分项Md(k);aE(k)为k时刻仲裁表决输出的加速度期望值
(3)计算积分分量:其计算过程如下:
其中,Ki为积分增益,Mmin为驱动扭矩最小值,Mmax为扭矩最大值;
(4)计算微分分量:其计算过程如下所示:
Md(k)=Kd·aE(k) 10)
其中,Kd为比例系数;
(5)计算比例分量Md(k):其计算过程如下:
e′(k)=(1-C)·e(k)+C·e′(k-1) 11)
其中,e′(k)为k时刻滤波后的控制偏差信号,C为滤波因子,Kc为比例项增益,e0为可调死区限值。
运行以上表决协同机制以及PID算法,进行迭代计算,当被控量收敛或振荡幅度小于5%时,输出当前的控制量,即为当前时刻k的驱动扭矩Nk。
本发明适用于各类电子控制的内燃机动力控制环境,与现有技术相比具有以下优点:
(1)显著地减小计算量
本发明将驱动扭矩计算分解为两段,首先按照公式(2)计算加速度期望值,当仲裁结束后才将通过PID控制方法计算得到驱动扭矩Nk.。因此每个工况Agent只要参与而只有仲裁获胜的单元才要参与Nk的计算。这样做将显著地减小计算量。假设两段的计算量比例为α/β,并设系统中共有n种工况,则本发明的计算量与传统扭矩计算量之比约为 当α/β为1时,工况数为10时,其计算量约为传统扭矩控制方法的0.55左右。
另一方面,在计算时,每个工况是Agent独立的,如图1所示。因此可以采用并发控制思想将不同Agent分配到多个运算部件上进行的计算,详见图2。可以起到提高运行效率,减小运行时间的作用。假设系统采用4核CPU分担运算量,则最高可将运行时间 减小到原来的0.25。
(2)易于扩展和裁剪
由于采用模块化思想将系统工况分为若干Agent独立参加运算,Agent之间无数据交换或只有简单参数交换,并且输出参数一致。因此当内燃机运行环境发生变化导致需要增加或减少工况条件时,只需要从原有软件中删除相关Agent或者重新设计一个Agent单元加入即可,无需删改其他代码或改动硬件平台。
(3)易于升级和维护
由于采用独立Agent进行计算,内燃机运行发生故障时,配合简单的故障记录和在线监控功能模块,只需要对照故障点匹配的获胜Agent的ID等信息,即可准确定位故障出现的工况模块。因此使内燃机维护十分简单。
另一方面,由于本发明所述方法采用独立模块并行参与运算且不同计算单元采用分层设计。模块与模块、不同层次之间接口一致且明确。因此当系统升级时无需对整个软件进行修改,只需要针对变化的功能修改对应的模块或层次的代码即可。
附图说明
图1是本发明方法的整体控制流程图。
图2是本发明的表决控制器计算流程图。
图3是本发明应用实例的整体控制流程图。
图4是本发明应用实例的扭矩计算收敛曲线。
图5是本发明应用实例的全转速扭矩变化曲线。
具体实施方式
本发明的实现过程如下:
(1)将整个扭矩控制过程数字化:
由于在计算机数字控制单元中控制过程是离散化的,因此需要将整个扭矩控制过程按同一时间标准T划分为若干子控制过程,称T为一个周期时间(通常为5~10ms左右)。每个子控制过程称为一个迭代周期。在第k个迭代周期中,内燃机动力控制器需要计算驱动扭矩驱动内燃机运转,如图1所示。k时刻的控制过程如公式(1)所示:
式中φ为k时刻的控制过程描述函数,根据内燃机类型及其型号的不同,其计算公式也不同,其输入参数为本周期驱动扭矩反馈值Nfdk、当前内燃机转速Vk。
(2)工况输出加速度分量计算:
将影响内燃机控制的因素进行整理,归纳为不同的工况,将每个工况看做一个独立的 运算单元(简称Agent)。每个Agent通过Nk和Vk计算加速度期望分量。其控制过程如公式(2)所示:
其中θi为第i个Agent的特征函数,其输入与公式(1)相同,其输出为该Agent在k时刻可为系统贡献的加速度期望值如图1所示。由于θi的计算过程通常比较复杂,因此若内燃机采用复数主从控制器或者控制器采用多CPU芯片,可将各Agent设计为独立的计算任务分配到不同的控制器或不同的CPU实现并发控制。
(3)协同控制器进行仲裁表决:
该环节为本发明和核心环节。用于将每个Agent提交系统的计算结果根据若干影响因子进行协同计算,得到k时刻系统的加速度期望值ak。作为后续驱动扭矩Nk的计输入参数。该环节可分为以下几个步骤:
A.计算速度影响因子
首先,需要计算k+1时刻的转速期望值,假设Agent i为仲裁获胜工况单元,则k+1时刻的转速为:
在内燃机运转过程中,系统维护一个低怠速VLSI和一个高怠速VHSI,当Agent i在k+1时刻的期望速度时,系统将处于启动或熄火状态,此时,Agent i对系统影响的程度较大,相应的速度影响因子较大;同理,当时,系统将处于过速状态,此时,Agent i对系统影响的程度最小,其较小;但当时,系统在k+1时刻仍将处于正常运转状态,其随增大而增大。本发明设计的计算公式如下所示:
B.计算能量影响因子
首先,需要计算k+1时刻的扭矩期望值设J为内燃机转动惯量,并假设Agent i为仲裁获胜工况单元,则k+1时刻的扭矩为:
由于内燃机电子控制器为闭环系统,扭矩作为输入反馈量,应作为系统仲裁参考的依据之一。此即为能量影响因子当k+1时刻的扭矩预估值越大,则系统产生的能量越大, 越高;反之,则越低。能量影响因子的计算公式如下:
其中,为k+1时刻各Agent扭矩预估值当中的最大值。
C.仲裁评估模型
根据速度影响因子和能量影响因子,获得针对系统i的仲裁评估式为:
其中,为Agent i在k时刻的评估值,ωF、ωE为两项影响因子的权值,满足ωE,ωF≤1,且ωE+ωF=1。
则在k时刻决策向量Xk为:
其中,n为内燃机电控系统工况总数。则仲裁表决问题的目标函数为:
仲裁表决器的目标为找出满足Fk(X)的Agent i,并将其作为时刻k的目标Agent,其输出作为时刻k的输出加速度期望值ak。
D.仲裁表决器执行流程
仲裁表决器的执行流程如图2所示。
(4)计算并输出驱动扭矩
驱动扭矩Nk的计算由PID控制器实现,本发明使用的计算方法为一种改进的前馈补偿PID控制方法,其控制过程如公式(8)所示:
MG(k)=Mc(k)+MI(k)+Md(k) 8)
式中三个分项分别为比例分项Mc(k)、积分分项MI(k)及微分分项Md(k)。其中控制偏差信号为
e(k)=aE(k)-a(k-1)
其中aE(k)为k时刻仲裁表决器输出的加速期望值,a(k-1)为k-1时刻实际加速度值。
A.积分项计算
为了改善系统性能,积分项计算引入了抗积分饱和机制,其计算过程如下:
式(9)中,Ki为积分增益,Mmin为驱动扭矩最小值,Mmax为扭矩最大值;Mmax设定为定值,由系统特性决定,Mmin计算公式如下:
式(10)中,Mrmax为最大制动扭矩,Mnoload为空载扭矩,Macas为消费扭矩。
B.比例项计算
为了降低柴油机喷嘴电流扰动造成的信号噪声,对比例项输入的θ(k)需进行一阶线性滤波,同时为了避免过于频繁的控制作用,对比例项加入死区控制,其计算公式如下:
e′(k)=(1-C)·e(k)+C·e′(k-1) 11)
式(11)对输入控制偏差信号进行滤波,其中e′(k)为k时刻滤波后的控制偏差信号,C为滤波因子;式(12)中,Kc为比例项增益,e0为可调死区限值,该值为设定值;
由(12)可知,当e′(k)≤|e0|时,比例项处于死区范围,比例项输出为0,否则,比例项计入e0后输出。
C.微分项计算
由于数字系统中采样周期较短,易导致输出失真,从而使微分环节的作用被大幅削弱,因此本算法裁减微分环节,并引入前馈控制,其控制规律如下所示:
Md(k)=Kd·aE(k) 13)
D.计算驱动扭矩Nk
根据公式(8)的PID控制方法进行迭代计算,当被控量收敛或振荡幅度小于5%时,输出当前的控制量,即为当前时刻k的驱动扭矩Nk,如图1所示。
下面结合实际应用详细说明本发明的内容和效果。
以某型民用重型车载电控高压共轨柴油发动机为例,通过相关手册分析及系统分析,可实现标定代码修改并烧写,以实现替换对应的软件模块。因此具体实施步骤如下示:
步骤1:分析车辆运行环境,通过分析,该发动机包含低怠速运转、高怠速运转、跛行回家、PTO动力输出、巡航控制、驾驶员奖励以及直接油门踏板输出等运行工况。开发人员根据工况特性设计公式(2)用于计算加速期望分量的算法;
步骤2,根据系统特性,开发人员对公式(7)的影响因子权值进行整定;
步骤3,根据系统特性,对PID控制器的公式(9)~(12)相关各项常量进行设置,并对PID控制器的积分系数K1、微分系数Kc、及比例项系数Kd进行整定。
步骤4,根据本发明所述方法,设计扭矩控制软件模块,并将其写入车载电子控制单元中,以替代原扭矩计算模块。
步骤5,将扭矩控制模块编译连接,并生成执行代码。将其执行代码写入标定文件。通过标定烧写工具将标定文件写入电子控制器的Flash单元。
步骤6,将发动机安装至车载实验台架上,测试运行并通过发动机在线故障检测分析工具记录其运转的转速、时间、扭矩等参数信息。测试发动机转速为13转/秒和33转/秒记录并绘制PID控制收敛曲线图如图4所示。两种转速下振荡幅值不同,但驱动扭矩偏差值M(△)在300ms内趋于0,说明本发明所述方法可以在25个采样周期内快速收敛。体现改进该方法收敛快速性和稳定性。
另一方面,如图5所示,该图描述了原始算法与本发明算法在从发动机启动到极限转速下的扭矩变化曲线。通过曲线对比,两者在同一转速点净扭矩比值平均相差<3%,符合行业内软件替换要求,体现了该方法的实用价值。
综上,本发明充分考虑到内燃机在复杂工况下扭矩控制计算的复杂性,采用软件模块化和并发控制思想重新设计了扭矩控制方法。在该方法中,各工况独立计算加速度期望值,系统对结果进行仲裁表决,以获胜的加速度期望值为依据通过改良的PID控制方法计算驱动扭矩。这种扭矩控制方法运行速度快、资源消耗低,并且升级维护简单。
Claims (4)
1.一种基于仲裁表决的扭矩控制方法,将整个扭矩控制过程按同一时间标准T划分为若干子控制过程,T作为一个周期时间,每个子控制过程记为一个迭代周期;第k个迭代周期的扭矩控制输出为
式中φ为k时刻的控制过程描述函数,输入参数包括扭矩反馈值Nfdk和当前给定转速Vk;
其特征在于,包括以下步骤:
(1)将影响扭矩控制的因素划归不同类型的工况,对于各个工况分别建立独立的运算单元Agent,每个Agent根据相应的特征函数通过Nfdk和Vk计算加速度期望分量
其中θi为第i个Agent的特征函数,其输入参数与公式1)相同;
(2)所有加速度期望分量送入协同控制器进行仲裁表决,得到k时刻系统的加速度期望值ak,作为后续PID控制器的输入参数;
(3)PID控制器计算并输出驱动扭矩Nk。
2.根据权利要求1所述的基于仲裁表决的扭矩控制方法,其特征在于,步骤(3)具体包括以下环节:
A.计算速度影响因子
首先需要计算k+1时刻的转速期望值,假设Agent i为仲裁获胜工况单元,则k+1时刻的转速期望值为:
则的计算公式如下
其中,VHSI为内燃机高怠速转速点,VLSI为内燃机低怠速转速点,VMax为内燃机最大转速;
B.计算能量影响因子
首先需要计算k+1时刻的扭矩期望值设J为内燃机转动惯量,并假设Agent i为仲裁获胜工况单元,则k+1时刻的扭矩期望值为:
能量影响因子的计算公式如下:
其中,为k+1时刻各Agent扭矩预估值当中的最大值;
C.仲裁评估
根据速度影响因子和能量影响因子获得针对Agent i的仲裁评估结果
其中,为Agent i在k时刻的评估值,ωF、ωE为两项影响因子的权值,满足ωE,ωF≤1,且ωE+ωF=1;
则在k时刻决策向量Xk为:
其中,n为内燃机电控系统工况总数,则仲裁表决问题的目标函数为
其中,ωi为设定的优先系数,仲裁表决的目标是找出满足Fk(X)的Agent i,并将其作为k时刻的目标Agent,从而输出相应的作为k时刻的加速度期望值ak。
3.根据权利要求1所述的基于仲裁表决的扭矩控制方法,其特征在于,步骤(4)中PID运算过程为:
MG(k)=Mc(k)+MI(k)+Md(k) 8)
控制偏差信号为e(k)=aE(k)-a(k-1)
式8)中三个分项分别为比例分项Mc(k)、积分分项MI(k)及微分分项Md(k);aE(k)为k时刻仲裁表决输出的加速度期望值,a(k-1)为k-1时刻实际加速度值;
A.积分项计算过程如下:
式(9)中,Ki为积分增益,Mmin为驱动扭矩最小值,Mmax为扭矩最大值;Mmax设定为定值,由系统特性决定,Mmin计算公式如下:
式(10)中,Mrmax为最大制动扭矩,Mnoload为空载扭矩,Macas为消费扭矩;
B.比例项计算过程如下:
e′(k)=(1-C)·e(k)+C·e′(k-1) 11)
式(11)对输入控制偏差信号进行滤波,其中e′(k)为k时刻滤波后的控制偏差信号,C为滤波因子;式(12)中,Kc为比例项增益,e0为可调死区限值,该值为设定值;
C.微分项的计算式为
Md(k)=Kd·aE(k) 13)
D.根据式8)的PID控制方法进行迭代计算,当被控量收敛或振荡幅度小于5%时,输出当前的控制量,即为当前时刻k的驱动扭矩Nk。
4.根据权利要求1所述的基于仲裁表决的扭矩控制方法,其特征在于:内燃机的控制器采用多CPU芯片或者内燃机采用复数主从控制器,则各Agent的运行作为独立的计算 任务分配到不同的CPU或不同的控制器实现并发控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410736730.8A CN104653317B (zh) | 2014-12-04 | 2014-12-04 | 一种基于仲裁表决的扭矩控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410736730.8A CN104653317B (zh) | 2014-12-04 | 2014-12-04 | 一种基于仲裁表决的扭矩控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104653317A true CN104653317A (zh) | 2015-05-27 |
CN104653317B CN104653317B (zh) | 2017-05-17 |
Family
ID=53244857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410736730.8A Active CN104653317B (zh) | 2014-12-04 | 2014-12-04 | 一种基于仲裁表决的扭矩控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104653317B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106499537A (zh) * | 2016-12-31 | 2017-03-15 | 南岳电控(衡阳)工业技术股份有限公司 | 一种柴油机共轨压力的pid参数自整定控制方法及装置 |
CN110210076A (zh) * | 2019-05-14 | 2019-09-06 | 深圳臻宇新能源动力科技有限公司 | 控制车辆爬行工况的方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101157360A (zh) * | 2007-08-31 | 2008-04-09 | 奇瑞汽车有限公司 | 一种混合动力汽车扭矩监控系统 |
CN101174806A (zh) * | 2007-09-30 | 2008-05-07 | 奇瑞汽车有限公司 | 一种混合动力电机扭矩管理方法 |
US20090234534A1 (en) * | 2008-03-14 | 2009-09-17 | Gm Global Technology Operations, Inc | Securing and diagnosing the vehicle speed input and direction for torque control systems |
CN102774374A (zh) * | 2011-05-12 | 2012-11-14 | 上海汽车集团股份有限公司 | 混合动力汽车扭矩监控系统 |
-
2014
- 2014-12-04 CN CN201410736730.8A patent/CN104653317B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101157360A (zh) * | 2007-08-31 | 2008-04-09 | 奇瑞汽车有限公司 | 一种混合动力汽车扭矩监控系统 |
CN101174806A (zh) * | 2007-09-30 | 2008-05-07 | 奇瑞汽车有限公司 | 一种混合动力电机扭矩管理方法 |
US20090234534A1 (en) * | 2008-03-14 | 2009-09-17 | Gm Global Technology Operations, Inc | Securing and diagnosing the vehicle speed input and direction for torque control systems |
CN102774374A (zh) * | 2011-05-12 | 2012-11-14 | 上海汽车集团股份有限公司 | 混合动力汽车扭矩监控系统 |
Non-Patent Citations (1)
Title |
---|
王瑞,刘明,谭琪璘: "基于仲裁机制的扭矩控制算法", 《计算机测量与控制》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106499537A (zh) * | 2016-12-31 | 2017-03-15 | 南岳电控(衡阳)工业技术股份有限公司 | 一种柴油机共轨压力的pid参数自整定控制方法及装置 |
CN110210076A (zh) * | 2019-05-14 | 2019-09-06 | 深圳臻宇新能源动力科技有限公司 | 控制车辆爬行工况的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104653317B (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Borglund | The mu-k method for robust flutter solutions | |
Filipi et al. | Engine-in-the-loop testing for evaluating hybrid propulsion concepts and transient emissions–HMMWV case study | |
US7962228B2 (en) | Evaluation device for control system, validation device used in evaluation device, method for evaluating control system, and computer program used therein | |
CN108099908B (zh) | 一种车辆自适应巡航优化控制计算方法 | |
CN103732895A (zh) | 滑模控制器和内燃机系统控制装置 | |
CN106935116A (zh) | 自适应性发动机模型扭矩分担优化 | |
CN101339404B (zh) | 飞行器姿态动力学简化模型增益切换比例-微分控制的设计方法 | |
Planakis et al. | Ship energy management system development and experimental evaluation utilizing marine loading cycles based on machine learning techniques | |
Tavares et al. | Hydraulic hybrid powertrain-in-the-loop integration for analyzing real-world fuel economy and emissions improvements | |
CN106401757A (zh) | 发动机的断缸模式实现方法、系统及车辆 | |
CN104981743B (zh) | 控制装置 | |
CN104653317A (zh) | 一种基于仲裁表决的扭矩控制方法 | |
Garg et al. | Potential of machine learning methods for robust performance and efficient engine control development | |
Chen et al. | Energy management strategy for hybrid power ships based on nonlinear model predictive control | |
Gäfvert et al. | Control of GDI engines using torque feedback exemplified by simulations | |
CN102297032B (zh) | 用于控制柴油发动机的空气系统的设备和方法 | |
CN202325869U (zh) | 用于控制柴油发动机的空气系统的设备 | |
Isermann et al. | Mechatronic combustion engines–from modeling to optinlal control | |
CN114810337B (zh) | 一种增压器的控制方法及相关装置 | |
CN113848726B (zh) | 系统控制器的设计方法、装置及电子设备 | |
Simani et al. | Fuzzy modelling and control of the air system of a diesel engine | |
Min et al. | Estimation of intake oxygen concentration using a dynamic correction state with Extended Kalman Filter for Light-Duty diesel engines | |
CN111734533B (zh) | 一种基于涡扇发动机的模型预测方法及系统 | |
Wang et al. | Adaptive air-fuel ratio control with MLP network | |
Sengupta et al. | Evaluation of model predictive and conventional method based hybrid electric vehicle supervisory controllers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |