CN106762182A - 汽油发动机瞬态空燃比的控制方法及系统 - Google Patents
汽油发动机瞬态空燃比的控制方法及系统 Download PDFInfo
- Publication number
- CN106762182A CN106762182A CN201611081673.XA CN201611081673A CN106762182A CN 106762182 A CN106762182 A CN 106762182A CN 201611081673 A CN201611081673 A CN 201611081673A CN 106762182 A CN106762182 A CN 106762182A
- Authority
- CN
- China
- Prior art keywords
- engine
- air
- fuel
- transient
- fuel ratio
- 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
Classifications
-
- 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
- F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
- F02D41/1402—Adaptive control
-
- 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
- F02D41/1404—Fuzzy logic control
-
- 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
- F02D2041/1409—Introducing closed-loop corrections characterised by the control or regulation method using at least a proportional, integral or derivative controller
-
- 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
- F02D2041/1412—Introducing closed-loop corrections characterised by the control or regulation method using a predictive controller
-
- 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
- F02D2041/1413—Controller structures or design
- F02D2041/1423—Identification of model or controller parameters
-
- 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
Abstract
本发明就是提供一种汽油发动机瞬态空燃比的控制方法及系统,包括瞬态空燃比控制器,所述瞬态空燃比控制器是由进气流量相空间时序神经网络预测模型、瞬态工况燃油动态补偿模块及空燃比混沌时序粗糙集理论辨识模型构成;实现空燃比的精确控制有效提高汽油机的动力性、经济性,减少有害污染物排放,使汽车污染物的排放大大降低,具有较高的工程应用价值和经济意义。
Description
技术领域:本发明涉及一种发动机的空燃比的控制方法与装置,特别是一种汽油发动机瞬态空燃比的控制方法及系统。
背景技术:据不完全统计,每辆交通运输车辆排放出一氧化碳的量约为3kg/天,碳氢化合物约0.2—0.4kg/天,氮氧化合物约0.05—0.15kg/天。经研究认为,当前的雾霾事件,是因为异常天气造成中大气稳定、污染排放、浮尘和丰富水汽等自然与人为因素联合作用的结果,其中人类污染物的加剧排放是造成雾霾天气的内在原因,汽车排放物污染是造成雾霾天气的主要根源之一。
目前,在电控汽车的汽油机发动机上,主要采用三效催化器及多点电控燃油喷射系统与之相匹配,有效降低污染物排放,满足日益严格的汽车排放法规要求。因此,必须使发动机在每个工况下都能工作在催化器最有效的区域内,而三效催化器的性能直接受约束于空燃比的值。在稳态工况下,空燃比可以精确控制在理论空燃比附近。而在瞬态工况下,当节气门快速变化时,进气管压力也随之发生变化,这时由于液体燃料流动时的惯性及进气管压力变化后燃油蒸发量的减少等原因,致使汽油液滴大量的凝结在进气管、进气道和进气门表面形成一层厚厚的油膜,又由于氧传感器传输延迟等诸多因素的存在,使得进入气缸内的有效混合气被瞬间稀化,致使空燃比出现偏差,从而大大影响三效催化转化效率。
空燃比是反映汽油机汽车的排放性、动力性与经济性的重要指标之一,实现空燃比的精确控制可以有效提高汽油机的动力性、经济性等,减少有害污染物排放;目前最有效的方法是三效催化器及多点电控燃油喷射系统与之相匹配。因此,这就必须使发动机在每个工况下都能工作在催化器最有效的区域内,而三效催化器的性能直接受约束于空燃比的值,空燃比对催化器转化效率的影响。研究表明,当空燃比控制在化学计量比附近,即空燃比14.7时,三效催化器的转化效率达到80%以上,也即空燃比的控制误差不超过±3.5%。如果空燃比在理论值区域之以外,三效催化转化器的净化率将大大降低,同时也会降低它的使用寿命。所以为了使汽车污染物的排放大大降低,就必需十分精确控制汽车发动机的空燃比,使其控制在理论空燃比值的狭小的区域内。
汽车发动机工作过程中,当转速n、输出转矩M及发动机内部热平衡等一系列参数中的一个或两个以上的参数随时间的变化而发生变化,则称这种工况为瞬态工况,也就是发动机非稳定工况。
通常认为,在一定的时间区段内,如果发动机的性能指标变动的平均偏差在士2.5%以内,则认为该工况为稳定工况,相反则认为是非稳定工况;但发动机的稳定工况与非稳定工况(瞬态工况)没有确定的界线,仅是相对而言的,发动机的瞬态工况包括在汽车实际使用过程中,经常经历熄火、驻车(停车)、启动、加油(速)、定速(匀速)和减速等工作状况,发动机同时也伴随着怠速、冷起动、热起动、加速及减速等瞬态工况的发生,而这些转速和负荷急剧变化的工况在发动机的运行中占有很大的比例,造成的环境污染更加严重,
研究表明,根据评价汽车尾气排放或燃油经济性的法定行驶循环,可以得到的结论是,即大约有40%~80%有害物的排放和燃油消耗都来自于发动机瞬态工况下产生。
而发动机的汽油机其引起瞬态空燃比偏差的主要原因是什么呢,一般认为是如下几种原因:
一是,当汽油机运行在瞬态工况下,节气门突然变化时,汽油机进气系统的动态充排气现象导致空气流量传感器的测量值与实际值,即进入气缸内的空气量不相等,从而造成ECU计算出的喷油量与实际需要的喷油量偏差;
二是,汽油机处在瞬态工况时,由于打破了进气管内油膜动态蒸发平衡,因此,造成了以蒸气直接进入气缸的汽油量与ECU计算出的喷油量不相等,使得瞬态空燃比产生偏差,同时传输动态特性也影响空燃比变化;
三是时间顺序造成空燃比偏差,当在瞬态工况时,汽油机工况处于变化过程中,进气量也不断变化的,由于某一气缸的喷油过程是在进气过程之前,因此这时的喷油量并不是通过其进气量来计算的,而是根据其它气缸的进气量计算出来的,因此时间顺序必然会造成空燃比控制偏差;
在瞬态工况下,空燃比控制系统要求有更快的响应速度,而由于氧传感器的响应存在滞后性,因此,氧传感器输出的信号仅反映出已燃烧后的混合气体浓度。当利用氧传感器对空燃比进行反馈控制时,汽油机工况发生变化,空燃比也随之变化,由于氧传感器传输在时间上存在滞后性,未能及时反映出燃烧前的混合气体浓度;因此,未能满足空燃比控制系统的实时性要求,无法对空燃比控制系统之后的偏差进行快速地修正,影响空燃比控制精度的提高。
国内外许多学者对油膜动态效应开展了大量的科学研究,对油膜的形成过程、形状及质量分布情况及其蒸发原理进行了详细分析,提出了许多燃油油膜动态补偿策略,为提高瞬态空燃比的控制精度奠定了扎实基础。
近年来,随着科学技术的不断进步,对汽油机油膜动态特性方面的研究技术也得到了大幅度地提高。SIEMENS AG的Achleitner E.等人在不同工况下,测量进气道多点喷射汽油机的附壁油膜质量,经实验表明:在冷机状态时,附壁油膜质量约为140mg;而在完全暖机状态时,附壁油膜质量也近60mg;但是,汽油机在热机状态下,绝大多数工况中,单一个喷油器在一个工作循环内的喷油量也仅为30mg;因此可以推断,附壁油膜对空燃比的影响将不可轻视。C.F.Aquino采用双参数(X,τ)构建油膜模型,在发动机瞬态工况时,利用该模型对燃油油膜动态效应进行了简单而形象的描述,并将此模型应用于发动机瞬态空燃比控制中,取得了令人满意的效果,但此模型对进气道多点喷射汽油机的动态控制效果没有太多的改进。T.Jognen和G.Almkvist等人深入分析了喷雾碰壁现象、附壁油膜形成原因、油膜的流动及其蒸发机理产生的原因,通过激光诱导荧光法(LIF)对附壁油膜厚度进行了直接测量;研究结果表明,当冷却水温度从30℃上升到90℃时,油膜厚度会下降50%以上,使人们对进气道油膜的产生机理有了非常直接的认识。Jognen等人在模型进气管里观察了空气流动时附壁油膜的发展过程,发现随着进气流速增加,附壁油膜的量会下降。
目前,国内许多研究人员对油膜动态效应实验观察手段方面进行了较深入的研究,并且取得了一定的进步。汪淼等人采用直接高速摄影技术,在定容燃烧弹的光照作用下,对汽油喷雾碰壁现象进行了实验观察;实验结果表明喷雾碰壁及油膜形成与倾斜角度、壁面粗糙度以及碰壁距离等有关,并有较大的影响作用;并且发现较高的壁面温度可以加快附壁油膜的蒸发速率及降低油膜的堆积效应,同时发现壁面温度对于快速形成混合气有重要意义。上海交大杨延平、陆振华等针对汽油机冷启动油膜现象,采用激光诱导荧光技术研究了不同喷射参数下平板附壁油膜的发展过程及附壁油膜厚度的二维分布规律。同济大学的孟铭等人以进气道多点喷射汽油机为实验研究对象,利用数学模型,对燃油喷射过程中的燃油分布、雾化及其蒸发特性进行了深入研究,并对其影响因素进行了详细的分析;经实验表明进气道内的燃油蒸汽主要来自于附壁油膜的蒸发,即使在热机状态,燃油液滴蒸发量也仅有10%~20%。华中科技大学李顶根等学者从喷雾碰壁出发,采用FLUENT软件研究了附壁油膜形成过程以及附壁油膜形状和质量分布的影响因素。胡宗杰等人将热重分析法应用于附壁油膜蒸发特性和混合气形成边界条件的分析研究中。马宗正等建立了油膜的计算模型并通过定容燃烧弹试验对模型进行了验证,基于该计算模型研究了进气道喷射摩托车汽油发动机燃油落点位置、燃油喷射距离及燃油喷射量等参数对起动工况循环内附壁油膜挥发量的影响。郗大光等人通过实验详细分析了对进气道内燃油油膜的影响因素,实验结果表明发动机转速、冷却水温、燃油喷射速率及燃油液滴直径等对燃油油膜有较大的影响。长沙理工大学的吴义虎等人提出了一种进气管内油膜特性动态模型,该模型充分考虑进气状态参数的影响;在实验过程中,采用了加速/减速两种过渡工况分别进行,采用Simulink软件对Aquino油膜模型及气管内油膜特性动态模型进行对比仿真实验,实验结果表明该模型能较准确描述燃油动态特性,其精度优于Aquino油膜模型。
此外,国内外学者对于模型仿真及模型参数辨识也开展了较深入的研究,将模型仿真技术应用于发动机模型建立及控制系统开发过程中,将有助于减少开发过程的复杂度及耗费;系统辨识理论是一门新兴学科,将其应用发动机模型参数辨识中有助于减少实验标定工作量,提高控制系统的实时性;近年来,系统辨识方法得到了较大的发展,并且许多辨识方法都已成功地应用于工程实践中,如:最小二乘辨识法、基于人工智能的辨识法、梯度辨识等。目前,许多发动机研究者已采用系统辨识方法对发动机模型及其参数进行研究;陈林林等人采用最小二乘法对油膜动态参数进行在线辨识,并利用试验仿真验证了该辨识算法的有效性。清华大学汽车工程系的洪木南等人采用解耦辨识法实现了模型参数的解耦自动辨识,并通过仿真试验证明了该解耦辨识法的有效性,最后提出了较为理想的双方程辨识方法,可定量计算得到油膜参数值。华中科技大学的李顶根等人[46]采用广义最小二乘算法对油膜动态参数进行辨识,试验结果表明:广义最小二乘算法提高了油膜动态参数的辨识精度,在试验过程中放宽了采样的要求,但该算法存在计算量较大的缺点。
以上对油膜参数辨识的研究,虽然在辨识精度都得到了提高;但是汽油机油路系统是一个多维非线性系统,动态油膜时间序列具有非线性混沌特性,解决起来难度较大;而在试验标定模型参数过程中,由于受温度及不同工况的影响较大,准确对油膜模型参数标定工作不易,其它油膜参数辨识方法也都存在不同程度的缺点,如广义最小二乘算法存在计算量较大的缺点等;因此针对动态油膜时间序列的多维非线性混沌特性,利用相空间重构原理恢复其多维非线性特性,再利用人工神经网络的自学习、自组织以及处理系统内在难以用解析表达规律性的能力对油膜参数进行在线辨识。
由于上述原因,汽车发动机的汽油机在瞬态工况时,空燃比偏离理论值,致使三效催化转化器的转化效率大幅度的下降,汽油机尾气排放中的有害污染物增加。因此,如何设计一个完善的瞬态空燃比控制系统,解决氧传感器传输延时、燃油的油膜效应及进气量测量不准确等带来的空燃比偏差问题,提高空燃比响应时效性,使汽油发动机的瞬态空燃比精确有效地控制在理论值附近,提高三效催化转化器的转化效率,从而降低发动机污染物的排放,降低其瞬态工况的污染排放量,是当前发动机控制系统中的一个非常重要和现实的需要。
因此,在瞬态工况下,如何来实现汽油机空燃比的精确控制,以满足三效催化器的最高转化效率的要求,降低污染物排放,同时获得良好的瞬态工况性能,已成为现代发动机管理系统的一个重大而又艰巨的现实任务。
发明内容:本发明就是要克服上述缺点,针对现有技术的不足,提供一种汽油发动机瞬态空燃比的控制方法及系统,包括进气流量相空间时序BP神经网络预测模型,瞬态工况燃油动态补偿,混沌时序专家系统油膜参数辩识模型,空燃比混沌时序粗糙机理论辨识模型,实现空燃比的精确控制有效提高汽油机的动力性、经济性,减少有害污染物排放,使汽车污染物的排放大大降低,具有较高的工程应用价值和经济意义。
本发明汽油发动机瞬态空燃比的控制方法,包括瞬态空燃比控制器,所述瞬态空燃比控制器是由进气流量相空间时序BP神经网络预测模型、瞬态工况燃油动态补偿模块及空燃比混沌时序粗糙集理论辨识模型构成;
所述瞬态工况燃油动态补偿模块由进气流量相空间时序BP神经网络预测模型、模糊PID控制器、混沌时序专家系统油膜参数辨识模型、油膜模型计算器构成,包括油膜补偿判断模块、负油补偿模块及增油补偿模块构成,所述油膜补偿判断模块是判断负油补偿或是增油补偿。
本发明所述的汽油发动机瞬态空燃比的控制方法,其所述瞬态工况混沌时序专家系统油膜参数辨识模型是在建立发动机均值模型的基础上,采集发动机喷油脉宽、节气门开度、发动机转速或转角、冷却液温度、进气管压力和空燃比数据进行重构,恢复发动机系统的多维非线性特性,利用油膜动态参数τ、X,进行在线辨识,其中τ为蒸发时间常数,X为壁面沉积的比例系数,同时利用辨识得到油膜动态参数τ、X作为混沌时序专家系统油膜参数辨识模型输入值,对混沌时序专家系统油膜参数辨识模型的偏差进行实时调整,进而提高辨识精度。
本发明所述的汽油发动机瞬态空燃比的控制方法,其所述空燃比混沌时序粗糙集理论辨识模型是利用采集发动机喷油脉宽、节气门开度、发动机转速或转角、冷却液温度、进气管压力和空燃比数据,然后采用相空间重构技术对所述数据进行重构,恢复发动机系统的多维非线性特性,并利用粗糙集理论实现对瞬态空燃比的在线辨识。
所述的汽油发动机瞬态空燃比的控制方法,其所述瞬态工况混沌时序专家系统油膜参数辨识模型器、油膜模型计算器、模糊PID控制器构成燃油动态补偿模块与进气流量相空间时序BP神经网络预测模型,构成瞬态空燃比控制器的前向通道,空燃比混沌时序粗糙集理论辨识模型、模糊PID控制器构成瞬态空燃比控制器的反馈部分。
所述的汽油发动机瞬态空燃比的控制方法,其所述瞬态空燃比控制器,为混沌优化复合自适应瞬态空燃比控制器,由进气流量相空间时序BP神经网络预测模型、瞬态工况燃油动态补偿模块及空燃比混沌时序粗糙集理论辨识模型构成。
本发明的另一目的是实现上述方法的一种汽油发动机瞬态空燃比的控制系统,包括汽车汽油发动机,及连接于汽车汽油发动机的原汽车汽油发动机ECU,其所述汽车汽油发动机分别连接于ECU,压力传感器、曲轴位置传感器,电涡流测功机,发动机测控仪,水恒温控制仪及空燃比分析仪;所述压力传感器和曲轴位置传感器连接于燃烧分析仪。
所述的一种汽油发动机瞬态空燃比的控制系统,其所述汽车汽油发动机的控制系统包括微控制器MCU、信号处理中心、高速数据采集卡、通讯接口转换电路、数据转换电路、传感器、执行机构、经数据转换电路、上位机PC机;所述汽车汽油发动机通过传感器、高速数据采集卡连接于信号处理中心,而信号处理中心又经数据转换电路、执行机构连接于汽车汽油发动机,同时信号处理中心连接于微控制器MCU,微控制器MCU连接于通讯接口转换电路,通讯接口转换电路连接于上位机PC机。
所述的一种汽油发动机瞬态空燃比的控制系统,其所述汽车汽油发动机的微控制器MCU采用ARM10E系列中的ARM1022E芯片;所述高速数据采集卡为PCL-818HG型号的数据采集卡或为为PCI2003。
所述的压力传感器为MPXA6115A、流量传感器为TCS2F。
本发明采用上述方法与系统产生如下有益效果,目前在发动机空燃比控制中,PID控制器以及模糊控制器较容易实现。PID控制器处理复杂的非线性能力较差,模糊控制器适用于非线性复杂控制系统,在发动机老化等情况下,模糊控制器使用效好于PID控制器;但这两种方法都无法解决油膜湿壁效应、传感器延时等引起的空燃比偏差问题。
一是,本发明针对发动机本身现有的多维非线性特性量不准确、传感器延迟等原因引起空燃比偏差问题,提高了瞬态空燃比控制器的实时性,并采用复合自适应瞬态空燃比控制模型系统。进气流量相空间时序BP神经网络预测模型有效地解决了在瞬态工况下由于节气门突变、进气岐管的脉动现象及进气量测。瞬态工况燃油动态补偿模块能对油膜效应进行精确的燃油动态补偿,有效地解决油膜效应带来的空燃比控制偏差难题。空燃比混沌时序粗糙集理论辨识模型解决了氧传感器反馈信号存在延时引起空燃比偏差的问题,提高了瞬态空燃比反馈控制的实时性,使得反馈控制方法成功应用于瞬态空燃比控制。与现有技术的其它控制系统相比,本发明的瞬态空燃比控制器具有更高的控制精度、更快的收敛速度、更好的稳定性及瞬态空燃比控制器的有效性。
二是,目前国内外对瞬态空燃比控制的控制大多采用前馈控制方法,由于该方法无法对控制器之后的系统偏差进行修正,控制精度也相应地受到了限制;而又氧传感器构成的瞬态空燃比反馈控制方法,由于氧传感器存在传输延迟及测量不准确等原因,导致瞬态空燃比的反馈控制存在时滞现象,空燃比仍然偏离理论值,致使控制精度也达不到要求;因此本文提出了空燃比混沌时序粗糙集理论辨识模型,针对瞬态空燃比的非线性特性,采用相空间重构技术产生瞬态空燃比的混沌时间序列;然后充分利用混沌时序粗糙集理论辨识模型进行辨识;解决了瞬态工况空燃比反馈控制中,由于氧传感器存在传输延迟及测量不准确等原因引起的空燃比偏差问题,提高了瞬态空燃比反馈控制的实时性,使得反馈控制方法成功应用于瞬态空燃比控制中。因此对瞬态工况空燃比控制精度的提高具有巨大的推动作用,又具有实际的工程应用价值。
附图说明:
图1,本发明汽油发动机瞬态空燃比控制器各控制单元部件连接示意图;
图2,本发明汽油发动机瞬态空燃比燃油动态补偿模块功能示意图;
图3,本发明汽油发动机瞬态工况混沌时序专家系统油膜参数辨识模型功能示意图;
图4,本发明汽油发动机瞬态工况空燃比混沌时序辨识模块功能示意图;
图5,本发明汽油发动机汽油机瞬态空燃比控制模块功能示意图。
图中,1、发动机,2、传感器,3、高速数据采集卡,4、信号处理中心,5、微控制器,6、通讯接口转换电路,7、上位机PC,8、数据转换电路,9、执行机构,10、负油补偿模块,11、油膜补偿判断模块,12、增油补偿模块,13、混沌时序专家系统油膜参数辨识模型,14、喷油器,15、相空间时序BP神经网络预测模型,16、ECU,17、油膜模型计算器,18、比较器,19、模糊PID控制器,20、延时环节,21、油膜模型,22、归一化处理,23、对原始数据进行相空间重构,24、实际喷油流量计算,25、空燃比计算值,26、粗糙集理论组合辩识模型或叫空燃比混沌时序粗糙集理论组合辩识模型,27、混沌时序专家系统,28、瞬态空燃比辩识模块,29、燃油动态补偿模块。
具体实施方式:下面结合实施例对本发明作进一步的详细说明。
本发明公开了一种汽油发动机瞬态空燃比的控制方法与系统,所述控制方法包括进气流量相空间时序BP神经网络预测模型,发动机的瞬态工况燃油动态补偿器,瞬态工况混沌时序专家系统油膜参数辨识器及空燃比混沌时序粗糙集理论辨识模型;
所述瞬态工况燃油动态补偿器,包括油膜补偿判断模块11、负油补偿模块10及增油补偿模块12构成,所述油膜补偿判断模块11是判断负油补偿或是增油补偿。
所述控制方法还包括瞬态空燃比控制器,所述瞬态空燃比控制器是由进气流量相空间时序BP网络预测模型15、模糊PID控制器19、混沌时序专家系统油膜参数辨识模型13、油膜模型计算器17及空燃比混沌时序粗糙集理论辨识模型器构成。
所述瞬态工况混沌时序专家系统油膜参数辨识模型13系统是在建立发动机均值模型的基础上,采集发动机喷油脉宽、节气门开度、发动机转速或转角、冷却液温度、进气管压力和空燃比数据进行重构,恢复发动机系统的多维非线性特性,利用油膜动态参数τ、X,进行在线辨识,其中τ为蒸发时间常数,X为壁面沉积的比例系数,同时利用辨识得到油膜动态参数τ、X作为混沌时序专家系统油膜参数辨识模型输入值,对混沌时序专家系统油膜参数辨识模型的偏差进行实时调整,达到提高辨识精度。
本发明所述空燃比混沌时序粗糙集理论辨识模型系统优选是利用采集发动机喷油脉宽、节气门开度、发动机转速或转角、冷却液温度、进气管压力和空燃比数据,然后采用相空间重构技术对所述数据进行重构,恢复发动机系统的多维非线性特性,并利用粗糙集理论实现对瞬态空燃比的在线辨识。
一种汽油发动机瞬态空燃比的控制系统,包括汽车汽油发动机,及连接于汽车汽油发动机1的原汽车汽油发动机ECU,其所述汽车汽油发动机分别连接于ECU,压力传感器,曲轴位置传感器,电涡流测功机,发动机测控仪,水恒温控制仪及空燃比分析仪;所述压力传感器和曲轴位置传感器连接于燃烧分析仪。
如图1所示的本发明汽油发动机瞬态空燃比控制器各控制单元部件连接示意图,图中发动机1通过传感器2连接于高速数据采集卡3,高速数据采集卡3连接于信号处理中心4,信号处理中心4一端连接于微控制器5所述该微控制器为ARM1022E芯片,微控制器5又经通讯接口转换电路6连接于上位机PC机7上,而信号处理中心4以再经数据转换电路8与执行机构9再连接于发动机1上。
如图2所示的汽油发动机瞬态空燃比燃油动态补偿器模块,其主要包括油膜补偿判断模块11、负油补偿模块10及增油补偿模块12三部分模块构成,油膜补偿判断模块11主要功能是判断负油补偿还是增油补偿,其主要工作原理是进气流量相空间时序BP神经网络预测模型15利用系统采集到的节气门开度、发动机转速、冷却液温度及进气压强等数据预测出进入汽缸的进气流量,ECU16根据进气流量计算出汽油机需要喷射的燃油量m′fi,然后油膜模型计算器17根据混沌时序专家系统油膜参数辨识模型13辨识出的油膜动态参数τ、X,其中τ为蒸发时间常数,X为壁面沉积的比例系数,得出即将进入汽缸的实际燃油量m′fcyl,最后通过比较器18对m′fi与m′fcyl二者进行比较,若m′fi<m′fcyl,则本发明的系统进行负油补偿;反之,m′fi>m′fcyl,则本发明的系统进行增油补偿。
负油补偿模块10主要功能是根据相空间时序BP神经网络预测模型15、ECU16、混沌时序专家系统油膜参数辨识模型13及油膜模型计算器17得出所需减少的喷油量并与喷油脉宽进行差值比较得出喷油器所需喷射的燃油量;
增油补偿模块12其功能是根据相空间时序BP神经网络预测模型15、ECU16、混沌时序专家系统油膜参数辨识模型13及油膜模型计算器17得出所需增加的喷油量然后利用模糊PID控制器19控制喷油器14进行精确的补偿喷油,达到由ECU16计算出的所需燃油量与实际进入气缸参与燃烧的燃油量相等。
如图3所示,本发明的汽油机瞬态工况混沌时序专家系统油膜参数辨识模型,其主要是在建立发动机均值模型的基础上,采集发动机喷油脉宽、节气门开度、发动机转速/转角、冷却液温度、进气管压力和空燃比等数据,然后采用相空间重构技术对上述数据进行重构,恢复发动机系统的多维非线性特性,然后利用专家系统对油膜动态参数τ、X,其中τ为蒸发时间常数,X为壁面沉积的比例系数,进行在线辨识,同时利用辨识得到油膜动态参数τ、X作为混沌时序专家系统油膜参数辨识模型13的输入值,对混沌时序专家系统油膜参数辨识模型13的偏差进行实时调整,达到提高辨识精度的目的。
本发明的辨识模型器即汽油机瞬态工况混沌时序专家系统油膜参数辨识模型是:采用了相空间重构技术,由于通过元器件采集到的数据多为一维的数据,很难反映出发动机的多维非线性特性,采用相空间重构技术可以恢复发动机的多维非线性特性达到提高油膜动态参数辨识精度的要求;专家系统具有灵活性,它能够通过知识库的扩充和更新提高求解专门问题的水平或适应环境对象的某些变化,通过与系统用户的交互使自身的性能得到评价和监护,有利与提高油膜参数辨识模型的精确度;本辨识模型是在线对油膜参数进行辨识,并对系统偏差进行实时调整,达到实时性及精确度的要求。
本发明的系统方法经试验仿真及台架验证显示,均方根误差:混沌时序专家系统油膜参数模型为0.0012,混沌RBF神经网络模型为0.0029,解耦辨识法为0.0085,最小二乘法为0.0156。平均绝对误差:混沌时序专家系统油膜参数模型为0.0014,混沌RBF神经网络模型为0.0025,解耦辨识法为0.0076,最小二乘法为0.0143,表明本发明的方法混沌时序专家系统模型精确度更高,解决了油膜动态参数难于在线获取问题。
如图4所示的本发明发动机瞬态工况空燃比混沌时序辨识模型功能示意图;采集发动机喷油脉宽、节气门开度、发动机转速/转角、冷却液温度、进气管压力和空燃比等数据,然后采用相空间重构技术对上述数据进行重构,恢复发动机系统的多维非线性特性,并利用粗糙集理论对瞬态空燃比进行在线辨识。
目前,在瞬态工况下,发动机主要采用前馈控制方法,由于该控制方法无法及时修正系统偏差,因此空燃比的控制仍然达不到三元催化剂的最高转化要求;现有的通过宽域氧传感器构成控制系统的反馈通道,但宽域氧传感器存在传输延迟,并且其反馈的数据仅是燃烧之后的值,使得控制系统无法对燃烧之前的系统偏差进行及时修正,因此控制系统达不到实时性要求,控制精确度也得不到提高。因此,汽油机瞬态空燃比混沌时序的粗糙集理论辨识模型在分析空燃比混沌时序的基础上,利用相空间重构技术对空燃比数据进行重构,恢复其固有的多维非线性特性,然后采用粗糙集理论对其进行辨识得到最终的瞬态空燃比值。主要目的是在气缸内燃烧之前短暂时间内,采用混沌时序的粗糙集理论辨识模型,利用动机喷油脉宽、节气门开度、发动机转速/转角、冷却液温度、进气管压力和空燃比等数据量,准确快速地辨识出即将进行燃烧的空燃比数值,并反馈给ECU,与目标空燃比进行比较得出需要调节的补偿喷油量;从而解决瞬态空燃比反馈控制中存在信息反馈迟滞等问题,提高发动机控制系统的实时性。
本发明的汽油机瞬态空燃比混沌时序的粗糙集理论辨识模型的作用及特点:作用是,解决瞬态空燃比反馈控制中存在信息反馈迟滞等问题,使反馈控制方法成功应用于发动机空燃比控制系统中,提高发动机空燃比控制系统的精确度及实时性,进一步减少污染物的排放;特点是,粗糙集理论是利用已有知识库中的知识来表达不精确、不确定的知识,无需提供处理对象数据集合之外的任何其他信息,只针对已有历史数据进行处理,因此可以比较客观的描述或处理发动机系统各种不确定性的问题,非常适合对汽油机瞬态空燃比的辨识。
本发明经试验仿真及台架验证显示,均方根误差:混沌时序的粗糙集理论辨识模型为0.0011,非线性组合模型为0.0276,Elman模型为0.2035,最小二乘辨识模型为0.2315;平均绝对误差:混沌时序的粗糙集理论辨识模型为0.0014,非线性组合模型为0.0238,Elman模型为0.2087,最小二乘辨识模型为0.2413,表明混沌时序的粗糙集理论辨识模型具有更高精确度,将其应用于空燃比反馈控制中,可以解决瞬态空燃比反馈控制中的迟滞等问题,提高发动机控制系统的实时性。
如图5所示,本发明发动机汽油机瞬态空燃比控制模型功能示意图;本发明的瞬态空燃比控制器主要由进气流量相空间时序BP神经网络预测模型15、模糊PID控制器19、混沌时序专家系统油膜参数辨识模型13、油膜模型计算器17及空燃比混沌时序粗糙集理论辨识模型等构成。其中混沌时序专家系统油膜参数辨识模型13、油膜模型计算器17、模糊PID控制器19构成燃动态补偿模块与进气流量相空间时序BP神经网络预测模型15,构成瞬态空燃比控制器的前向通道,空燃比混沌时序粗糙集理论辨识模型、模糊PID控制器19构成瞬态空燃比控制器的反馈部分。
其工作原理:利用进气流量相空间时序BP神经网络预测模型准确预测出进入汽缸的进气流量,通过ECU计算出即将需要喷射的燃油脉宽,燃油动态补偿器模块根据ECU计算出即将需要喷射的燃油脉宽判断油膜补偿模式,当时,进入负油补偿模块;而当时,进入增油补偿模块,最终得出系统进入汽缸的实际燃油质量流量mfi;在反馈通道中空燃比混沌时序粗糙集理论辨识模型快速辨识系统燃烧前的空燃比值λ,并且与理论空燃比值λdet进行比较得到Δλ,则模糊PID控制器根据差值Δλ控制喷油器喷油,得到系统偏差修正燃油质量流量最后得到进入汽缸的标准燃油质量流量本发明的控制器所述的各功能模块工作原理如下所述:
进气流量相空间时序BP神经网络预测模型主要工作原理:进气流量测量结果准确与否直接影响空燃比的精确度,因此,也间接影响三元转化系统的效率,进一步使得污染物排放增多。目前主要是采用空气流量传感器对进气流量进行测量,但是由于发动机系统具有高度非线性特点,使得许多有关发动机进气量的测量方法大都不能达到要求,而空气流量传感器的测量误差容易随着长期使用而变大,并且也无法消除空气流量传感器的滞后特性,影响空燃比控制系统实时性。因此相空间时序BP神经网络进气流量预测模型主要是针对汽油机进气系统的多维非线性特性,利用相空间重构技术恢复汽油机进气系统原来的非线性特性,再利用BP神经网络的对重构后的数据进行预测,提高进气流量的预测精度及空燃比控制系统的实时性,解决由于进气流量测量不准确而带来的空燃比偏差问题。
燃油动态补偿器工作原理是:该模块分为燃油动态补偿判断模块、负油补偿模块及加油补偿模块;燃油动态补偿判断模块主要判断是负油补偿还是加油补偿,该模块主要包括进气流量相空间时序BP神经网络预测模型、混沌时序专家系统油膜参数辨识模型、油膜模型计算器、ECU及比较器等组成;负油补偿模块主要包括进气流量相空间时序BP神经网络预测模型即相空间时序BP网络进气流量预测模型、混沌时序专家系统油膜参数辨识模型、油膜模型计算器、ECU、模糊PID控制器及喷油器等组成;加油补偿模块主要包括混沌时序专家系统油膜参数辨识模型、油膜模型计算器、ECU、模糊PID控制器及喷油器等组成。燃油动态补偿器主要是对油膜动态效应进行燃油补偿,以减少油膜动态效应而引起的空燃比偏差难题,提高瞬态空燃比控制系统的精确度。
本发明瞬态空燃比控制系统的试验仿真:
节气门变化开度由20%至40%变化,由20%至70%变化过程两种状态进行试验,发动机转速n=2000r/min,利用MATLAB仿真软件进行建模和仿真试验;验证基于混沌时序的汽油机瞬态空燃比自适应复合控制策略的有效性,并验证空燃比混沌时序粗糙集理论辨识模型在本控制系统中能否对控制器之后的空燃比偏差进行及时修正控制系统是否达到实时性要求。
(1)节气门开度变化:20%至40%之间,
节气门初始开度设置为20%,自第5秒起至第8秒时将节气门开度由20%增加至40%,节气门变化率为20%,变化缓慢,然后保持稳定工况,节气门开度保持40%;在第15秒至第18秒节气门开度再由40%减少至20%,然后保持节气门开度20%,试验仿真时间一共25秒,为节气门开度变化控制方案。
(2)节气门开度变化迅速:20%至70%之间,
在试验仿真过程中,节气门初始开度设置为20%,自第5秒起至第8秒时节气门开度由20%增加至70%(节气门变化率为50%,变化迅速),然后保持稳定工况,节气门开度保持70%;在第15秒至第18秒节气门开度再由70%减少至20%,然后保持节气门开度20%,试验仿真时间一共25秒。
(3)本发明系统的试验仿真结果分析
本发明基于油膜参数辨识模型的燃油动态补偿器能对油膜效应进行有效的动态补偿,但是由氧传感器构成的反馈控制系统仅是对燃烧后的空燃比偏差进行反馈,加上氧传感器的传输时延的影响,因此,即使加载本发明提出的燃油动态补偿器后,进入汽缸的燃油量依然与目标燃油量存在偏差。基于混沌时序的汽油机瞬态空燃比自适应复合控制器模型进一步有效减少了进入汽缸燃油量与目标燃油量的偏差,主要原因是:控制器的进气流量混沌BP神经网络预测模型减少了由于进气流量测量不准确带来的空燃比控制偏差,燃油动态补偿器能对油膜效应进行了有效的补偿,空燃比混沌时序粗糙集理论辨识模型构成空燃比控制系统的反馈通道对系统偏差进行了及时修正,从而大大提高了控制系统的精确度及实时性。
本发明与仅加载基于油膜参数辨识模型的燃油动态补偿器相比,由空燃比混沌时序粗糙集理论辨识模型构成的反馈控制系统在试验仿真过程中,瞬态空燃比振荡幅度和周期大大减少,系统收敛速度进一步加快;进气流量混沌BP神经网络预测模型,燃油动态补偿器,空燃比混沌时序粗糙集理论辨识模型有效地解决了瞬态工况下汽油机进气流量预测不准确、因油膜动态效应造成的燃油补偿不及时、氧传感器信号传输时延等问题带来的空燃比控制偏差。
节气门开度为20%至40%之间变化,
为满足发动机的排放性能要求,本发明实施方案只考虑将空燃比控制在其理论值附近;汽油机转速分别为1000r/min、2000r/min、3000r/min三个工作点的进行台架试验。
(1)转速为1000r/min
发动机转速为1000r/min时,由氧传感器构成空燃比反馈环节和由本论文非线性组合预测模型构成空燃比反馈环节的控制系统误差。从实验结果分析得出发动机在稳定工况时,其过量空气系数误差范围处于[-0.12%,+0.13%]之间;当在瞬态工况,氧传感器空燃比反馈环节的系统误差范围处于[-1.73%,+3.02%]之间,而空燃比混沌时序粗糙集理论辨识模型构成反馈环节的系统误差范围处于[-1.37%,+2.93%]之间。
(2)转速为2000r/min
发动机转速为2000r/min时试验,由氧传感器构成空燃比反馈环节和由本论文空燃比混沌时序粗糙集理论辨识模型构成空燃比反馈环节的控制系统误差。从实验结果分析得出发动机在稳定工况时过量空气系数误差处于[-0.04%,+0.20%]之间;而在瞬态工况,氧传感器空燃比反馈环节的系统误差处于[-4.92%,+5.13%]之间,由空燃比混沌时序粗糙集理论辨识模型构成空燃比反馈环节的系统误差处于[-2.09%,+2.04%]之间。
(3)转速为3000r/min
发动机转速为3000r/min时试验,由氧传感器构成空燃比反馈环节和由本论文空燃比混沌时序粗糙集理论辨识模型,构成空燃比反馈环节的控制系统误差,台架试验各转速点过量空气系数误差。从实验结果分析得出发动机在稳定工况时过量空气系数误差处于[-0.10%,+0.09%]之间;而在瞬态工况,氧传感器空燃比反馈环节的系统误差处于[-6.17%,+5.66%]之间,由空燃比混沌时序粗糙集理论辨识模型构成反馈环节的系统误差处于[-2.45%,+2.80%]之间。
表1,台架试验各转速点过量空气系数误差
.节气门开度处于20%至70%之间变化的台架试验,
与上述节气门开度为20%至40%之间变化控制目标一样,为满足发动机的排放性能要求,本例仅考虑将空燃比控制在理论空燃比附近;汽油机转速分别选择1000r/min、2000r/min、3000r/min工作点上进行台架试验。
节气门开度控制方案,
汽油机分别处于1000r/min、2000r/min、3000r/min的转速点上进行台架试验;现重点考虑发动机的排放性能要求,因此,控制系统的主要目的是将空燃比控制在理论附近。
(1)转速为1000r/min
发动机转速为1000r/min时试验,由氧传感器构成空燃比反馈环节和由本发明的混沌时序粗糙集理论辨识模型构成空燃比反馈环节的控制系统误差;从实验结果分析得出发动机在稳定工况时过量空气系数误差处于[-0.21%,+0.28%]之间;而在瞬态工况时,由氧传感器构成空燃比反馈环节的系统误差处于[-2.77%,+3.90%]之间,由空燃比混沌时序粗糙集理论辨识模型构成反馈环节的控制系统误差处于[-2.20%,+2.60%]之间。
(2)转速为2000r/min
发动机转速为2000r/min时试验,由氧传感器构成空燃比反馈环节和由本发明的非线性组合预测模型构成空燃比反馈环节的控制系统误差;从实验结果分析得出发动机在稳定工况时过量空气系数误差误差处于[-0.24%,+0.23%]之间,而发动机处在瞬态工况时,由氧传感器构成的空燃比反馈环节的控制系统误差误差处于[-4.22%,+6.58%]之间,由混沌时序粗糙集理论辨识模型构成空燃比反馈环节的控制系统误差处于[-1.26%,+3.50%]之间。
(3)转速为3000r/min
发动机转速为3000r/min时试验,由氧传感器构成空燃比反馈环节和由非线性组合预测模型构成空燃比反馈环节的控制系统误差;台架试验各转速点误差统计如表2所示,从实验结果分析得出发动机在稳态时过量空气系数误差处于[-0.12%,+0.11%]之间;在瞬态工况时,由氧传感器构成空燃比反馈环节的系统误差处于[-4.61%,+6.58%]之间,由空燃比混沌时序粗糙集理论辨识模型构成反馈环节的控制系统误差处于[-2.66%,+2.58%]之间。
表2本控制器台架试验各转速点误差统计
针对发动机进气过程的非线性特性,本发明采用进气流量混沌BP神经网络预测模型。在试验仿真过程中,利用相空间重构技术恢复汽油机进气系统原有的多维非线性混沌特性,并利用BP神经网络的自学习、自组织以及处理系统内在难以解析表达规律性的能力,对进气流量时间序列进行预测;仿真试验表明进气流量混沌BP神经网络预测模型明显优于目前广泛使用的空气进气流量平均值模型、BP神经网络预测模型,具有较快的收敛速度及较高的预测精度;能够对汽油机进气流量进行准确预测,克服了进气流量传感器传输延迟及数据测量不准确等缺点,提高了瞬态空燃比的控制精度。
为保证汽油机瞬态工况空燃比控制响应的时效性、精确性,本发明提出了即复合自适应瞬态空燃比控制器模型,本瞬态空燃比控制系统主要由进气流量混沌BP神经网络预测模型、基于油膜参数辨识模型的燃油动态补偿器及空燃比混沌时序非线性组合辩识模型26构成;其中进气流量混沌BP神经网络预测模型具有较快的收敛速度及较高的预测精度;能够对汽油机进气流量进行准确预测,克服了进气流量传感器传输延迟及数据测量不准确等缺点,提高瞬态空燃比控制实时性;燃油动态补偿器具有空燃比振荡幅度更小、补偿效果显著等特点,有效地解决了油膜湿壁效应引起的瞬态空燃比偏差的难题;空燃比混沌时序粗糙集理论辨识模型有效地解决了瞬态工况空燃比反馈控制中,由于氧传感器存在传输延迟及测量不准确等原因引起的空燃比偏差难题,提高了瞬态空燃比反馈控制的实时性,使得反馈控制方法成功应用于瞬态空燃比控制中;仿真实验表明,该方案较好地解决了汽油机瞬态空燃比控制的实时问题,满足了系统控制精度的需要,提供了一种能提高汽油机瞬态空燃比控制时效性的控制方案。
上所述仅为本发明之较佳实施例而己,并非以此限制本发明的实施范围,凡熟悉此项技术者,运用本发明的原则及技术特征,所作的各种变更及装饰,皆应涵盖于本权利要求书所界定的保护范畴之内。
Claims (8)
1.一种汽油发动机瞬态空燃比的控制方法,其特征是所述控制方法包括瞬态空燃比控制器,所述瞬态空燃比控制器是由进气流量相空间时序神经网络预测模型、瞬态工况燃油动态补偿模块及空燃比混沌时序粗糙集理论辨识模型构成;
所述瞬态工况燃油动态补偿模块由进气流量相空间时序神经网络预测模型、模糊PID控制器、混沌时序专家系统油膜参数辨识模型、油膜模型计算器构成,包括油膜补偿判断模块、负油补偿模块及增油补偿模块构成,所述油膜补偿判断模块是判断负油补偿或是增油补偿。
2.根据权利要求1所述的汽油发动机瞬态空燃比的控制方法,其特征是所述瞬态工况混沌时序专家系统油膜参数辨识模型是在建立发动机均值模型的基础上,采集发动机喷油脉宽、节气门开度、发动机转速或转角、冷却液温度、进气管压力和空燃比数据进行重构,恢复发动机系统的多维非线性特性,利用油膜动态参数、,进行在线辨识,其中为蒸发时间常数,为壁面沉积的比例系数,同时利用辨识得到油膜动态参数、作为混沌时序专家系统油膜参数辨识模型输入值,对混沌时序专家系统的油膜参数辨识模型的偏差进行实时调整,达到提高辨识精度。
3.根据权利要求1所述的汽油发动机瞬态空燃比的控制方法,其特征是所述所述空燃比混沌时序粗糙集理论辨识模型是利用采集发动机喷油脉宽、节气门开度、发动机转速或转角、冷却液温度、进气管压力和空燃比数据,然后采用相空间重构技术对所述数据进行重构,恢复发动机系统的多维非线性特性,并利用粗糙集理论实现对瞬态空燃比的在线辨识。
4.根据权利要求1所述的汽油发动机瞬态空燃比的控制方法,其特征是所述混沌时序专家系统油膜参数辨识模型器、油膜模型计算器、模糊PID控制器构成燃油动态补偿模块与进气流量相空间时序BP神经网络预测模型构成瞬态空燃比控制器的前向通道,空燃比混沌时序粗糙集理论辨识模型、模糊PID控制器构成瞬态空燃比控制器的反馈部分。
5.根据权利要求1所述的汽油发动机瞬态空燃比的控制方法,其特征是所述瞬态空燃比控制器,为混沌优化复合自适应瞬态空燃比控制器,由进气流量相空间时序神经网络预测模型、瞬态工况燃油动态补偿模块及空燃比混沌时序粗糙集理论辨识模型构成。
6.一种汽油发动机瞬态空燃比的控制系统,包括汽车汽油发动机,及连接于汽车汽油发动机的原汽车汽油发动机ECU,其特征是所述汽车汽油发动机分别连接于ECU,压力传感器、曲轴位置传感器,电涡流测功机,发动机测控仪,水恒温控制仪及空燃比分析仪;所述压力传感器和曲轴位置传感器连接于燃烧分析仪。
7.根据权利要求6所述的一种汽油发动机瞬态空燃比的控制系统,其特征是所述汽车汽油发动机的控制系统包括微控制器MCU、信号处理中心、高速数据采集卡、通讯接口转换电路、数据转换电路、传感器、执行机构、经数据转换电路、上位机PC机;所述汽车汽油发动机通过传感器、高速数据采集卡连接于信号处理中心,而信号处理中心又经数据转换电路、执行机构连接于汽车汽油发动机,同时信号处理中心连接于微控制器MCU,微控制器MCU连接于通讯接口转换电路,通讯接口转换电路连接于上位机PC机。
8.根据权利要求7所述的一种汽油发动机瞬态空燃比的控制系统,其特征是所述汽车汽油发动机的微控制器MCU采用ARM10E 系列中的ARM1022E芯片;所述高速数据采集卡为PCL-818HG型号的数据采集卡。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611081673.XA CN106762182B (zh) | 2016-11-30 | 2016-11-30 | 汽油发动机瞬态空燃比的控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611081673.XA CN106762182B (zh) | 2016-11-30 | 2016-11-30 | 汽油发动机瞬态空燃比的控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106762182A true CN106762182A (zh) | 2017-05-31 |
CN106762182B CN106762182B (zh) | 2020-02-14 |
Family
ID=58901472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611081673.XA Expired - Fee Related CN106762182B (zh) | 2016-11-30 | 2016-11-30 | 汽油发动机瞬态空燃比的控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106762182B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107120200A (zh) * | 2017-06-26 | 2017-09-01 | 山东大学 | 燃气压力‑尾气氧含量双闭环进气控制系统及控制方法 |
CN108194210A (zh) * | 2017-11-22 | 2018-06-22 | 华北水利水电大学 | 一种基于遗传信息融合的氢发动机性能优化系统及方法 |
CN108319739A (zh) * | 2017-10-27 | 2018-07-24 | 宜春学院 | 一种混沌rbf神经网络汽油机进气流量预测方法 |
CN109139280A (zh) * | 2017-06-16 | 2019-01-04 | 日立汽车系统(中国)有限公司 | 歧管喷射型汽油发动机的燃油控制装置及控制方法 |
CN109184932A (zh) * | 2018-08-06 | 2019-01-11 | 天津内燃机研究所(天津摩托车技术中心) | 高速汽油发动机瞬态工况空燃比的控制方法 |
CN111042942A (zh) * | 2019-12-11 | 2020-04-21 | 浙江锋锐发动机有限公司 | 一种缸内直喷汽油机瞬态燃油控制方法、装置及车辆 |
CN111413098A (zh) * | 2020-01-13 | 2020-07-14 | 哈尔滨工程大学 | 一种基于imep时间序列的天然气发动机燃烧系统非线性特征识别方法 |
CN113239963A (zh) * | 2021-04-13 | 2021-08-10 | 联合汽车电子有限公司 | 车辆数据的处理方法、装置、设备、车辆和存储介质 |
CN114966899A (zh) * | 2022-07-27 | 2022-08-30 | 南京云熙遥感科技有限公司 | 一种基于多源多元遥感技术协同的区域能见度预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204041250U (zh) * | 2014-05-30 | 2014-12-24 | 广州汽车集团股份有限公司 | 用于台架试验的发动机智能控制器及台架试验系统 |
CN105134398A (zh) * | 2014-05-30 | 2015-12-09 | 广州汽车集团股份有限公司 | 用于台架试验的发动机控制方法、控制器及台架试验系统 |
CN204877693U (zh) * | 2015-08-18 | 2015-12-16 | 宜春学院 | 车用汽油机进气流量控制装置 |
CN106053086A (zh) * | 2016-08-12 | 2016-10-26 | 中国兵器装备集团摩托车检测技术研究所 | 一种动态模拟发动机试验系统及方法 |
-
2016
- 2016-11-30 CN CN201611081673.XA patent/CN106762182B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204041250U (zh) * | 2014-05-30 | 2014-12-24 | 广州汽车集团股份有限公司 | 用于台架试验的发动机智能控制器及台架试验系统 |
CN105134398A (zh) * | 2014-05-30 | 2015-12-09 | 广州汽车集团股份有限公司 | 用于台架试验的发动机控制方法、控制器及台架试验系统 |
CN204877693U (zh) * | 2015-08-18 | 2015-12-16 | 宜春学院 | 车用汽油机进气流量控制装置 |
CN106053086A (zh) * | 2016-08-12 | 2016-10-26 | 中国兵器装备集团摩托车检测技术研究所 | 一种动态模拟发动机试验系统及方法 |
Non-Patent Citations (7)
Title |
---|
徐东辉: "基于BP神经网络的汽油机进气流量预测研究", 《昆明理工大学学报(自然科学版)》 * |
徐东辉: "基于混沌RBF神经网络的汽油机瞬态工况油膜参数辨识研究", 《内燃机工程》 * |
徐东辉: "基于混沌时序最小二乘支持向量机的汽油机瞬态空燃比预测模型研究", 《车用发动机》 * |
徐东辉: "汽油机瞬态工况油膜参数的混沌径向基神经网络预测模型研究", 《汽车工程》 * |
徐东辉: "汽油机瞬态空燃比的混沌时序LS-SVM 预测研究", 《合肥工业大学学报(自然科学版)》 * |
李岳林: "汽油机瞬态工况油膜参数混沌时序LS-SVM 预测研究", 《汽车工程学报》 * |
李岳林: "车用汽油机瞬态空燃比的混沌时序非线性组合辨识模型", 《中国公路学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109139280B (zh) * | 2017-06-16 | 2022-04-29 | 日立汽车系统(中国)有限公司 | 歧管喷射型汽油发动机的燃油控制装置及控制方法 |
CN109139280A (zh) * | 2017-06-16 | 2019-01-04 | 日立汽车系统(中国)有限公司 | 歧管喷射型汽油发动机的燃油控制装置及控制方法 |
CN107120200A (zh) * | 2017-06-26 | 2017-09-01 | 山东大学 | 燃气压力‑尾气氧含量双闭环进气控制系统及控制方法 |
CN108319739A (zh) * | 2017-10-27 | 2018-07-24 | 宜春学院 | 一种混沌rbf神经网络汽油机进气流量预测方法 |
CN108194210A (zh) * | 2017-11-22 | 2018-06-22 | 华北水利水电大学 | 一种基于遗传信息融合的氢发动机性能优化系统及方法 |
CN109184932A (zh) * | 2018-08-06 | 2019-01-11 | 天津内燃机研究所(天津摩托车技术中心) | 高速汽油发动机瞬态工况空燃比的控制方法 |
CN111042942A (zh) * | 2019-12-11 | 2020-04-21 | 浙江锋锐发动机有限公司 | 一种缸内直喷汽油机瞬态燃油控制方法、装置及车辆 |
CN111042942B (zh) * | 2019-12-11 | 2022-08-05 | 浙江锋锐发动机有限公司 | 一种缸内直喷汽油机瞬态燃油控制方法、装置及车辆 |
CN111413098A (zh) * | 2020-01-13 | 2020-07-14 | 哈尔滨工程大学 | 一种基于imep时间序列的天然气发动机燃烧系统非线性特征识别方法 |
CN111413098B (zh) * | 2020-01-13 | 2021-06-01 | 哈尔滨工程大学 | 一种基于imep时间序列的天然气发动机燃烧系统非线性特征识别方法 |
CN113239963A (zh) * | 2021-04-13 | 2021-08-10 | 联合汽车电子有限公司 | 车辆数据的处理方法、装置、设备、车辆和存储介质 |
CN113239963B (zh) * | 2021-04-13 | 2024-03-01 | 联合汽车电子有限公司 | 车辆数据的处理方法、装置、设备、车辆和存储介质 |
CN114966899A (zh) * | 2022-07-27 | 2022-08-30 | 南京云熙遥感科技有限公司 | 一种基于多源多元遥感技术协同的区域能见度预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106762182B (zh) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106762182A (zh) | 汽油发动机瞬态空燃比的控制方法及系统 | |
CN105736206B (zh) | 一种发动机变工况下循环喷油量的在线检测方法及装置 | |
CN103547783B (zh) | 内燃机的空燃比失衡检测装置 | |
Zhou et al. | Numerical simulation coupling with experimental study on the non-uniform of each cylinder gas exchange and working processes of a multi-cylinder gasoline engine under transient conditions | |
CN107664073A (zh) | 具有低压egr系统的egr率计算方法、系统及车辆 | |
Tosun et al. | Estimation of operational parameters for a direct injection turbocharged spark ignition engine by using regression analysis and artificial neural network | |
CN102829837B (zh) | 一种喷油量测量方法、装置和系统 | |
Hanson et al. | Investigation of cold starting and combustion mode switching as methods to improve low load RCCI operation | |
CN103528825B (zh) | 一种内燃机瞬态工况性能评价方法 | |
Hamada et al. | Time-averaged heat transfer correlation for direct injection hydrogen fueled engine | |
Punov et al. | Study on the combustion process in a modern diesel engine controlled by pre-injection strategy | |
Cerri et al. | 1D engine simulation of a small HSDI diesel engine applying a predictive combustion model | |
CN108266281B (zh) | 车辆的喷油量控制方法、装置及车辆 | |
US10648418B2 (en) | Method and system for calculating Atkinson cycle intake flowrate of internal combustion engine | |
Omran et al. | New Indicated Mean Effective Pressure (IMEP) model for predicting crankshaft movement | |
Wang et al. | Controlling emissions and correcting power of nonroad naturally aspirated diesel engine operating at high altitude | |
Kong et al. | Automatic measurement and control system for vehicle ECU based on CAN bus | |
CN106321265A (zh) | 一种对掺混燃油中生物柴油含量鉴定方法及系统 | |
Chauvin et al. | Kalman filtering for real-time individual cylinder air fuel ratio observer on a diesel engine test bench | |
CN204041250U (zh) | 用于台架试验的发动机智能控制器及台架试验系统 | |
HaiFeng et al. | Researches of common-rail diesel engine emission control based on cylinder pressure feedback | |
Tan | Model based control for a modern automotive diesel engine | |
Jung et al. | In-cylinder pressure-based low-pressure-cooled exhaust gas recirculation estimation methods for turbocharged gasoline direct injection engines | |
CN105649755A (zh) | 一种确定涡轮增压汽油机扫气率的方法 | |
Najjar et al. | Comparison of performance using wide-band versus narrow-band oxygen sensors in gasoline engines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200214 Termination date: 20201130 |
|
CF01 | Termination of patent right due to non-payment of annual fee |