CN106960092A - 韦伯燃烧规则经验参数自动校准方法 - Google Patents

韦伯燃烧规则经验参数自动校准方法 Download PDF

Info

Publication number
CN106960092A
CN106960092A CN201710173635.5A CN201710173635A CN106960092A CN 106960092 A CN106960092 A CN 106960092A CN 201710173635 A CN201710173635 A CN 201710173635A CN 106960092 A CN106960092 A CN 106960092A
Authority
CN
China
Prior art keywords
weber
burning
regular
sigma
empirical parameter
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
CN201710173635.5A
Other languages
English (en)
Other versions
CN106960092B (zh
Inventor
王银燕
胡松
周鹏程
王贺春
杨传雷
杨鹏
袁帅
吕游
刘晓梅
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201710173635.5A priority Critical patent/CN106960092B/zh
Publication of CN106960092A publication Critical patent/CN106960092A/zh
Application granted granted Critical
Publication of CN106960092B publication Critical patent/CN106960092B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design

Landscapes

  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

本发明的目的在于提供韦伯燃烧规则经验参数自动校准方法,对公式进行线性变换,并结合现有测定的试验数据,对韦伯(Wiebe)燃烧规则线性变换后进行线性拟合,计算出韦伯(Wiebe)燃烧规则经验参数的初步估计值,然后对韦伯(Wiebe)燃烧规则以计算出的经验参数初步估计值作为迭代初值采用最小二乘算法拟合得出最终经验参数估计值,从而能够快速且精确搭建基于韦伯(Wiebe)燃烧规则的零维燃烧模型。本发明能保证校准结果的稳定性和最优性,可实现根据已燃分数试验数据自动校准得出韦伯(Wiebe)燃烧规则经验参数,缩短了内燃机缸内燃烧的仿真研究时间,实现了燃烧规则与真实燃烧的高效匹配。

Description

韦伯燃烧规则经验参数自动校准方法
技术领域
本发明涉及的是一种内燃机燃烧规则的参数的确定方法。
背景技术
为了解决日益严重的环境污染问题,国际排放法规越来越苛刻,限制发动机的有害排放物,致使生产厂家,对发动机的排放控制看得尤为重要。而柴油机的排放特性与缸内燃烧过程有着密切的联系,因此实现对燃烧过程的实时控制对发动机的排放控制具有重要意义。随着计算机技术的迅猛发展,计算机仿真技术拥有了蓬勃的生命力,通过对现实系统的抽象模仿,抽象出系统模型,人们在计算机上对这样的模型进行模拟试验研究,既降节约了科研和生产成本,降低了风险,也提高了科研效率。那么系统模型的可靠性和准确性,直接决定仿真结果的可靠性和准确性。在内燃机领域,基于韦伯(Wiebe)燃烧规则的零维燃烧模型形式简单,建模难度小,同时在一定的工况范围内具备一定的仿真精度。以此韦伯(Wiebe)燃烧模型为基础,众多研究者们成功的对直喷,非直喷,二冲程柴油机进行了缸内压力和温度的预测。韦伯(Wiebe)燃烧规则的经验参数会直接影响韦伯(Wiebe)燃烧模型的准确性,有文献对韦伯(Wiebe)燃烧模型的经验参数如何校准进行了研究,比如代数分析方法和最小二乘算法,但是代数分析方法和最小二乘算法各有优缺点。前者稳定性好,不需要给定初值,但不能保证校准参数的最优性;后者可保证校准参数的局部最优性,但是收敛性和校准结果依赖于给定的初值。因此有必要考虑将两种方法进行结合,使两者优缺点互补,最终实现快速且精确地校准韦伯燃烧规则经验参数。
发明内容
本发明的目的在于提供实现快速且精确地自动校准参数的韦伯燃烧规则经验参数自动校准方法。
本发明的目的是这样实现的:
本发明韦伯燃烧规则经验参数自动校准方法,其特征是:
(1)根据韦伯燃烧规则xb为已燃燃料百分数,m为燃烧品质指数,a为燃烧效率因子,为瞬时曲轴转角,为燃烧持续角,为燃烧始点,令0%的已燃分数对应的曲轴转角 为燃烧拟合终点角,为燃烧拟合起始角,舍去之前和之后的试验数据,经过代数变换,变换后的韦伯燃烧规则的表达式如下:
(2)根据步骤1中变换后的韦伯燃烧规则,进行线性化处理,令A=m+1;那么韦伯燃烧规则的线性化等式为:
(3)对韦伯燃烧规则进行线性拟合,依据测定的试验数据,拟合得出A和B,利用m0=A-1和根据A和B反求出韦伯燃烧规则经验参数初步估计值m0和a0
(4)对韦伯燃烧规则以m0、a0分别作为m、a和的迭代初值,采用非线性最小二乘算法拟合求出最终的m、a和
本发明还可以包括:
1、拟合得出A和B的具体步骤为:
(1)经由试验测定的n组数据,分别为 为曲轴转角,xbn为已燃燃料百分数,韦伯燃烧规则的线性化等式对应的数据为根据可以得出上述数据:
(2)由于韦伯燃烧规则的线性化等式的数据分布呈现一次函数的关系,则线性最小二乘所对应的法方程一定是线性方程组,线性方程组的系数矩阵是非奇异,且方程组有唯一解,则韦伯燃烧规则线性方程组如下:
解此方程组可得:
(3)根据A和B计算得出韦伯燃烧规则的经验参数,如下:
燃烧品质指数m=A-1;那么,
燃烧效率因子那么,
本发明的优势在于:本发明根据韦伯(Wiebe)燃烧规则,以已燃分数(也可以是放热率或比放热率)试验数据为依托,将代数分析方法和最小二乘算法结合,使两者优缺点互补,最终实现快速且精确地自动校准得出韦伯燃烧规则经验参数的方法。此方法收敛性和稳定性较好,精确度较高,实现了韦伯(Wiebe)燃烧规则经验参数的自动校准,为业内研究人员校准韦伯燃烧规则经验参数提供极大便利。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图举例对本发明做更详细地描述:
结合图1,本发明的核心是提供了韦伯(Wiebe)燃烧规则经验参数的自动校准方法,以获得更精确的燃烧规则经验参数。为了使内燃机领域的技术人员更好的理解本发明方案,并通过优选的实例详细说明本发明的实施方式。
本发明实例,提供了内燃机零维燃烧建模的韦伯(Wiebe)燃烧规则如下的参数方程:
其中:xb为已燃燃料百分数;m为燃烧品质指数;a为燃烧效率因子;—曲轴转角;—燃烧持续角;—燃烧始点。
则内燃机缸内零维建模韦伯(Wiebe)燃烧规则经验参数的自动校准方法,其具体包括如下步骤:
步骤1:根据韦伯(Wiebe)燃烧规则,为0%的已燃分数对应的曲轴转角的曲轴转角期间,舍去之前和之后的试验数据,经过代数变换,变换后韦伯(Wiebe)燃烧规则的表达式如下:
步骤2:根据步骤1中,变形后的韦伯(Wiebe)燃烧规则,进行线性化处理,令A=m+1;那么韦伯(Wiebe)燃烧规则的线性化等式为:
步骤3:韦伯(Wiebe)燃烧规则的线性化等式是一个以A,B为参数的一次方程,对韦伯(Wiebe)燃烧规则进行线性拟合,依据测定的试验数据,拟合得出A和B。利用m0=A-1和根据A和B反求出韦伯(Wiebe)燃烧规则经验参数初步估计值m0和a0
步骤4:对韦伯(Wiebe)燃烧规则以m0、a0分别作为m、a和的迭代初值,采用非线性最小二乘算法拟合求出最终的m、a和
上述的韦伯(Wiebe)燃烧规则经验参数确定方法步骤3具体包含如下步骤:
步骤3.1:经由试验测定的n组数据,分别为 在权利要求4的步骤2中,已经假设那么韦伯(Wiebe)燃烧规则的线性化等式对应的试验数据 就能够联合得出,其方法是: 同理可以得出
步骤3.2:因为韦伯(Wiebe)燃烧规则的线性化等式的数据分布呈现一次函数的关系,所以线性最小二乘所对应的法方程一定是线性方程组,线性方程组的系数矩阵是非奇异,且方程组有唯一解,则韦伯(Wiebe)燃烧规则线性方程组如下:
解此方程组可得:
步骤3.3:由步骤3.2,给出了拟合后的一次曲线系数A和B,可以通过变量代换,计算得出韦伯(Wiebe)燃烧规则的经验参数,如下:
燃烧品质指数m=A-1;那么,
燃烧效率因子那么,
至此根据测定的试验数据,就可以将韦伯(Wiebe)燃烧规则的经验参数计算得出。
本发明不局限于上述具体实施方式,本领域技术人员可据此做出多种变化,但任何与本发明等同或者类似的变化都应涵盖在本发明权利要求的范围内。
韦伯(Wiebe)燃烧规则经验参数的确定方法具体原理如下:
韦伯(Wiebe)燃烧规则存在四个经验参数,通过调整经验参数以拟合测得的已燃分数xb和比放热率qr。然而由于韦伯(Wiebe)燃烧规则为非线性函数,其中经验参数的校准具有一定困难。对于测得的已燃分数和比放热率,存在大量的噪声信号和由传热计算引入的不确定性,需要采取一定措施避免噪声信号和不确定性对Wiebe经验参数校准的干扰。已燃分数和比放热率中的噪声信号和不确定性也会导致由此计算出的发火始点存在很大不确定性。为减小经验参数校准的难度,传统方法通常采用作为韦伯(Wiebe)燃烧规则中的燃烧始点各工况下燃烧效率因子a均取为相同的定值。然而,研究表明,将作为Wiebe燃烧规则中的会使校准精度较大波动;a随工况变化取为不同的定值,相比取相同的定值,可明显提高韦伯(Wiebe)燃烧规则拟合精度;相比a,已燃分数对燃烧形状指数(m)更加敏感,因此m需更加谨慎估计;已燃分数对各经验参数的敏感度和比放热率大致呈正比关系。对于现有的韦伯燃烧规则经验参数的校准方法有代数分析方法和最小二乘算法,前者稳定性较好且不需要给定初始值,但不能保证校准结果的最优性;后者可保证校准结果的局部最优性,但是其计算时间、收敛性以及校准结果依赖于给定的迭代初值。根据以上研究结论,本发明提出如下改进措施以提高韦伯(Wiebe)燃烧规则的校准精度、收敛性和稳定性并实现韦伯燃烧规则经验参数的自动校准:
(1)舍去的试验数据,采用之间的试验数据进行校准韦伯(Wiebe)燃烧规则经验参数。
(2)取曲轴转角期间。
(3)先校准m,然后根据m校准a。
(4)a根据m求出,工况不同取值不同。
(5)以发火始点试验值燃烧始点的预估值,采用代数分析方法计算得出a0和m0,以a0和m0作为a和m的迭代初值,然后采用最小二乘算法进行迭代计算得出最终估计值a和m。

Claims (2)

1.韦伯燃烧规则经验参数自动校准方法,其特征是:
(1)根据韦伯燃烧规则xb为已燃燃料百分数,m为燃烧品质指数,a为燃烧效率因子,为瞬时曲轴转角,为燃烧持续角,为燃烧始点,令0%的已燃分数对应的曲轴转角 为燃烧拟合终点角,为燃烧拟合起始角,舍去之前和之后的试验数据,经过代数变换,变换后的韦伯燃烧规则的表达式如下:
(2)根据步骤1中变换后的韦伯燃烧规则,进行线性化处理,令A=m+1;那么韦伯燃烧规则的线性化等式为:
(3)对韦伯燃烧规则进行线性拟合,依据测定的试验数据,拟合得出A和B,利用m0=A-1和根据A和B反求出韦伯燃烧规则经验参数初步估计值m0和a0
(4)对韦伯燃烧规则以m0、a0分别作为m、a和的迭代初值,采用非线性最小二乘算法拟合求出最终的m、a和
2.根据权利要求1所述的韦伯燃烧规则经验参数自动校准方法,其特征是:拟合得出A和B的具体步骤为:
(1)经由试验测定的n组数据,分别为 为曲轴转角,xbn为已燃燃料百分数,韦伯燃烧规则的线性化等式对应的数据为根据可以得出上述数据:
(2)由于韦伯燃烧规则的线性化等式的数据分布呈现一次函数的关系,则线性最小二乘所对应的法方程一定是线性方程组,线性方程组的系数矩阵是非奇异,且方程组有唯一解,则韦伯燃烧规则线性方程组如下:
解此方程组可得:
A = 1 / n [ Σ i = 1 n y ~ i - Σ i = 1 n x ~ i . Σ i = 1 n y ~ i Σ i = 1 n x ~ i - n Σ i = 1 n x ~ i y ~ i ( Σ i = 1 n x ~ i ) 2 - n Σ i = 1 n ( x ~ i ) 2 ]
B = Σ i = 1 n y ~ i Σ i = 1 n x ~ i - n Σ i = 1 n x ~ i y ~ i ( Σ i = 1 n x ~ i ) 2 - n Σ i = 1 n ( x ~ i ) 2 ;
(3)根据A和B计算得出韦伯燃烧规则的经验参数,如下:燃烧品质指数m=A-1;那么,燃烧效率因子那么,
CN201710173635.5A 2017-03-22 2017-03-22 韦伯燃烧规则经验参数自动校准方法 Active CN106960092B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710173635.5A CN106960092B (zh) 2017-03-22 2017-03-22 韦伯燃烧规则经验参数自动校准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710173635.5A CN106960092B (zh) 2017-03-22 2017-03-22 韦伯燃烧规则经验参数自动校准方法

Publications (2)

Publication Number Publication Date
CN106960092A true CN106960092A (zh) 2017-07-18
CN106960092B CN106960092B (zh) 2020-07-24

Family

ID=59471430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710173635.5A Active CN106960092B (zh) 2017-03-22 2017-03-22 韦伯燃烧规则经验参数自动校准方法

Country Status (1)

Country Link
CN (1) CN106960092B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767815A (zh) * 2018-12-25 2019-05-17 哈尔滨工业大学 基于速率不确定性下的燃烧反应机理简化的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007177654A (ja) * 2005-12-27 2007-07-12 Toyota Motor Corp Wiebe関数パラメータの決定方法および決定装置
CN102518521A (zh) * 2011-12-27 2012-06-27 大连理工大学 一种车用发动机转矩估计方法
CN105545478A (zh) * 2014-10-28 2016-05-04 通用汽车环球科技运作有限责任公司 用于wiebe函数的m指数确定系统和方法
CN106548029A (zh) * 2016-11-01 2017-03-29 哈尔滨工程大学 韦伯燃烧规则经验系数的确定方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007177654A (ja) * 2005-12-27 2007-07-12 Toyota Motor Corp Wiebe関数パラメータの決定方法および決定装置
CN102518521A (zh) * 2011-12-27 2012-06-27 大连理工大学 一种车用发动机转矩估计方法
CN105545478A (zh) * 2014-10-28 2016-05-04 通用汽车环球科技运作有限责任公司 用于wiebe函数的m指数确定系统和方法
CN106548029A (zh) * 2016-11-01 2017-03-29 哈尔滨工程大学 韦伯燃烧规则经验系数的确定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HU, SONG, ET AL.: "《Burnt fraction sensitivity analysis and 0-D modelling of common rail diesel engine using Wiebe function》", 《APPLIED THERMAL ENGINEERING》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767815A (zh) * 2018-12-25 2019-05-17 哈尔滨工业大学 基于速率不确定性下的燃烧反应机理简化的方法
CN109767815B (zh) * 2018-12-25 2023-01-24 哈尔滨工业大学 基于速率不确定性下的燃烧反应机理简化的方法

Also Published As

Publication number Publication date
CN106960092B (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
CN105209984B (zh) 用于确定技术系统输出值的模型的方法
CN102880905B (zh) 一种常顶油干点在线软测量方法
CN104615840B (zh) 一种数字仿真模型的修正方法及系统
CN106908248A (zh) 自识别单双韦伯燃烧规则经验参数自动校准方法
CN102564644A (zh) 一种加热炉生产过程中板坯温度在线测量方法
CN105573114A (zh) 电烤箱及其双端智能控制方法
CN109284541A (zh) 一种用于微波无源器件的神经网络多物理建模方法
CN112131685A (zh) 一种联合循环机组整体热力性能试验不确定度评估方法
CN108090613A (zh) 一种进近管制扇区管制员工作负荷预测方法
CN106548029A (zh) 韦伯燃烧规则经验系数的确定方法
CN109282916A (zh) 预测双燃料发动机活塞表面最高温度的方法和装置
CN106094526A (zh) 一种广义预测工程化应用于脱硝控制系统的方法
CN106960092A (zh) 韦伯燃烧规则经验参数自动校准方法
CN102411660A (zh) 基于典型测试信号和最小二乘的供热过程建模方法
WO2022237074A1 (zh) 一种基于神经网络模型的汽油机次充模型进气量估算方法
CN105301035B (zh) 光刻投影物镜热效应评估方法
CN113191071B (zh) 一种虚拟标定发动机模型的方法及其相关装置
KR20160085563A (ko) Egr 밸브 제어 장치 및 제어 방법
CN106325104A (zh) 基于matlab建模仿真的热控pid参数设定调整方法
CN107030121B (zh) 一种连铸坯感应加热快速自适应温控方法
CN109102033A (zh) 一种面向动态系统模型验证的多元数据分析方法
CN105631093B (zh) 一种基于m-bswa多目标优化的机械结构设计方法
CN112883653B (zh) 基于人工智能的发动机实时模型的建模方法
CN107092723A (zh) 双韦伯燃烧规则经验参数自动校准方法
CN108021739B (zh) 一种大功率军用柴油机实时仿真模型参数影响度分析方法

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