CN107035560A - 基于驾驶员类型在线识别的发动机控制系统 - Google Patents

Abstract

一种基于驾驶员类型在线识别的发动机控制系统，属于发动机控制技术领域。本发明的目的是通过驾驶员类别进行在线识别，在发动机控制系统设计阶段以加速踏板开度及变化率信号为依据对驾驶员驾驶类型进行分类的基于驾驶员类型在线识别的发动机控制系统。本发明的步骤是：驾驶员类型分类、构建在线识别的发动机控制系统。本发明相比于传统的以动力性作为发动机控制系统设计指标，本发明在发动机控制系统设计时考虑了不同驾驶人群的车辆性能需求，根据不同驾驶员的驾驶需求引入了动力性，经济性等指标。

Description

基于驾驶员类型在线识别的发动机控制系统

技术领域

本发明属于发动机控制技术领域。

背景技术

随着汽车产业的不断发展和进步，人们对汽车性能的要求也越来越高。汽车电子控制作为实现提高车辆动力性、经济性的重要前提获得了长足的发展，汽车产品的创新90%以上来自于汽车电子控制技术。发动机作为整车的心脏，发动机控制系统直接决定着汽车整体的性能及排放水平。基于扭矩需求的发动机控制是现代发动机控制系统发展的趋势，这种基于扭矩需求的发动机控制系统通过发动机的当前运行工况利用加速踏板位置传感器反映驾驶员的扭矩需求，发动机通过采集车辆和发动机的实时状态，通过控制节气门开度，空燃比，点火位置等实现该扭矩需求。在汽车发展初级阶段，发动机控制的主要目标是实现良好的动力输出，但随着汽车电子的发展，消费者对于汽车的要求已从单一的动力性需求逐步向动力性，经济性，舒适性，驾驶个性等多需求发展，不同驾驶员由于个体的差异对于车辆性能需求及追求不同，有些驾驶员偏向于运动型，这类驾驶员对于车辆的动力学要求更高，有些驾驶员驾驶比较谨慎，这类驾驶员对于车辆的经济性要求较高。即便对于同一个驾驶员在不同路况及心理下，驾驶风格也会有所不同。因此从单一的动力性指标角度对发动机气路进行控制显然不能满足大部分驾驶员对于车辆性能的需求。

发明内容

本发明的目的是通过驾驶员类别进行在线识别，在发动机控制系统设计阶段以加速踏板开度及变化率信号为依据对驾驶员驾驶类型进行分类的基于驾驶员类型在线识别的发动机控制系统。

本发明的步骤是：

步骤一、驾驶员类型分类：确定发动机加速踏板开度的范围[]以及加速开度导数的范围[]，然后将加速踏板开度划分为3种状态，加速开度导数划分为三种状态，如表1所示

表1加速踏板开度及变化率分类

其中表示加速踏板开度且，表示加速踏板的导数，且；三种加速踏板开度状态与三种加速踏板开度导数进行组合总共有九种状态，因此对驾驶员类型细分为九种；

步骤二、在线识别的发动机控制系统：

①对点火提前角map及空燃比map标定进行描述，发动机转速、加速踏板位置、点火提前角和空燃比值四个参数当作发动机控制系统的输入，如公式(1)所示

（1）

其中发动机转速、加速踏板位置作为工况点变量，而点火提前角以及空燃比的map优化标定问题表述为在不同工况点下寻找满足优化目标的最优；从经济性、动力性两个方面进行考虑即：

（2）

其中，为发动机扭矩用来描述发动机的动力性，为燃油消耗率，用来描述发动机的经济性；显然对于动力性需求目标函数为：

（3）

对于经济性的需求，目标函数为：

（4）；

②9种不同驾驶员类型对于经济性及动力性的需求，因此目标函数表示为：

（5）

其中，分别为动力性和经济性权重，具体取值详见表2；为了同等的考虑经济性及动力性因素，将扭矩，与燃油消耗率进行归一化处理，目标函数最终表述为：

（6）

约束条件为：

（7）。

本发明具有以下有益效果：

1. 相比于传统的以动力性作为发动机控制系统设计指标，本发明在发动机控制系统设计时考虑了不同驾驶人群的车辆性能需求，根据不同驾驶员的驾驶需求引入了动力性，经济性等指标。

2. 在发动机控制系统设计时以加速踏板信号为依据，将驾驶员的驾驶风格分为运动类，谨慎类，兼顾类，并细分为9种驾驶员类型，针对不同驾驶员类型对动力性指标及经济性指标的权值进行了调整，对于运动型驾驶员类型，控制系统在设计时更偏重于动力性指标，对于谨慎性驾驶员类型，控制系统在设计时更偏重于经济性指标。

3. 本发明根据一段时间内的加速踏板开度及变化率对驾驶员的驾驶类型进行在线辨别，然后根据辨识结果实时切换满足驾驶员驾驶风格及需求的发动机控制策略。

附图说明

图1是基于神经网络的发动机模型训练流程图；

图2是基于粒子群的map优化标定流程图；

图3是基于驾驶员类型在线识别的发动机控制系统框图；

图4是基于拉丁超立方的发动机工况点选取；

图5是 神经网络模型与enDYNA模型输出扭矩对比曲线；

图6是神经网络模型与enDYNA模型喷油量对比曲线；

图7是驾驶员类型9的点火提前角map；

图8 是驾驶员类型9的空燃比map；

图9 是驾驶员类型9的扭矩需求map。

具体实施方式

在发动机控制系统开发时，通过对驾驶员驾驶类型进行分类，针对不同的驾驶风格及驾驶需求制定不同的发动机控制策略，其次在实际车辆行驶中通过以加速踏板开度及变化率为依据对驾驶员风格进行在线辨别，确定驾驶员的驾驶风格，根据驾驶员的驾驶风格，自动切换适合该驾驶风格的控制策略，将有助于更好的满足驾驶员对于车辆性能的需求。

为了使车辆的性能更好的满足不同驾驶员的驾驶需求，本发明提出了一种基于驾驶员类型在线识别的发动机控制系统设计方法，首先在发动机控制系统设计阶段以加速踏板开度及变化率信号为依据对驾驶员驾驶类型进行分类，然后在根据不同驾驶员类型调整控制系统中驾驶员所期望的车辆目标动力性和经济性的比例，并以此作为目标函数进行不同驾驶员类型的发动机控制系统的设计及控制参数map标定，最终实现在实际车辆行驶中以加速踏板开度及变化率为依据在线辨别驾驶员风格，根据驾驶员的驾驶风格，自动切换适合该驾驶风格的控制策略。

本发明的步骤是：

步骤一、驾驶员类型分类：针对于驾驶员类型的分类，本发明考虑到驾驶员对于车辆的需求主要集中在动力性，经济性两个方面，有些驾驶员在驾车时偏运动这说明他对于车辆的动力性要求更高一些，有些驾驶员在驾车时更谨慎一些，这类驾驶员往往更看重车辆的经济性。加速踏板作为直接反应驾驶员驾驶需求的执行器，它的开度及变化率能够直接反应驾驶员的驾驶类型。因此我们以加速踏板的开度及变化率为依据对驾驶员的类型进行分类，将驾驶员的驾驶风格分为运动类，谨慎类，兼顾类，并细分为9种驾驶员类型，具体分类规则如下：首先确定发动机加速踏板开度的范围[]以及加速开度导数的范围[]，然后将加速踏板开度划分为3种状态，加速开度导数划分为三种状态，如表1所示

表1加速踏板开度及变化率分类

其中表示加速踏板开度且，表示加速踏板的导数，且；根据不同的发动机类型及不同汽车厂商，在驾驶员类型分类时，可根据实际情况进行赋值，三种加速踏板开度状态与三种加速踏板开度导数进行组合总共有九种状态，因此对驾驶员类型细分为九种；具体分类规则如表2所示：

表2：不同驾驶员类型分类准则

由表2 可知，驾驶员类型1, 2, 3加速踏板开度比较小，驾驶风格总体趋于比较谨慎类型，这类驾驶员更看重车辆的经济性，因此在设计发动机气路控制系统时，经济性权重的比重远大于动力性权重；在驾驶员1, 2, 3在加速踏板小开度情况下，动力性权重随着加速踏板变化率的增大而增大，经济性权重相应减少，这是因为加速踏板变化率变大说明驾驶员对动力性的需求增大，因此动力性权重增大。驾驶员类型7, 8, 9加速踏板开度比较大，说明驾驶风格总体趋于运动类型，这类驾驶员更看重车辆的动力性，因此在设计发动机气路控制系统时动力性权重大于经济性权重，驾驶员7, 8, 9在加速踏板大开度情况下，动力性权重随着加速踏板变化率的减小而减小，经济性权重相应增大，这是因为加速踏板变化率变小说明驾驶员对动力性的需求不再强烈，尤其是加速变化率呈负值时，应该适当考虑经济性指标，因此动力权重减小而经济性权重相应增大。驾驶员4,5, 6在一段时间内加速踏板处于适当位置，说明这类驾驶员的驾驶风格是兼顾性的，对于这类驾驶员的动力性需求以及经济性需求都应该适当考虑，因此在设计发动机气路控制系统时动力性权重与经济性权重数值比较接近。

步骤二、在线识别的发动机控制系统：

在进行发动机控制系统设计时首先需要明确对哪些关键的参数进行控制或标定map。

空燃比：对于汽油机而言，理想的空燃比是14.7，但实际车辆中当发动机工作在不同工况时所需要的最佳空燃比是不同的，除此之外为实现不同目标对于最佳空燃比的需要也不同，例如当车辆需要最大功率时，此时发动机的空燃比范围为[12,13]，当车辆需要油耗最低时，空燃比大约为16，当需要排放较低时空燃比大约为18，可见空燃比对于发动机的动力性，经济性，以及排放性有重要影响。

点火提前角：点火提前角是影响发动机性能的另一关键参数，点火提前角过大（点火过早）会造成气缸爆震，活塞运动受阻，效率降低，磨损加剧；点火提前角太小（点火过晚）导致发动机过热，发动机功率下降，因此点火提前角对于发动机的动力性，经济性有较大的影响。

节气门开度：节气门是用来调节进入气缸空气量的装置，是实现发动机气路控制的重要执行装置，传统的电子节气门开度是由ECU控制单元通过采集当前的车辆行驶状态，计算出当前最佳的节气门开度，精准的节气门控制有利于提升发动机的动力性及经济性。

在实际的车辆中，考虑到发动机各结构耦合严重，非线性强等特点，在发动机控制系统设计中，空燃比及点火提前角的控制通常是通过标定map实现的，目前工程上map的标定大多是利用台架直接进行标定，这种map标定受人为因素影响较大，精度不高。基于模型的优化标定是最新发展起来的一种标定技术，该技术有助于提高标定的效率和精度，但是基于模型的优化技术在标定过程考虑的因素主要是动力性，无论是空燃比，还是点火提前角只标定1张以动力学为目标的map显然无法满足不同驾驶员类型对于动力性，经济性等要求，因此在进行点火提前角map以及空燃比map标定时应该根据驾驶员类型分别标定满足不同驾驶员类型需求的点火提前角map及空燃比map，具体map标定操作如下：

①对点火提前角map及空燃比map标定进行描述，发动机转速、加速踏板位置、点火提前角和空燃比值四个参数当作发动机控制系统的输入，如公式(1)所示

（1）

其中发动机转速、加速踏板位置作为工况点变量用来决定发动机运行工况，进而点火提前角以及空燃比的map优化标定问题表述为在不同工况点下寻找满足优化目标的最优；在优化目标选取上，本发明主要从经济性、动力性两个方面进行考虑即：

（2）

其中，为发动机扭矩用来描述发动机的动力性，为燃油消耗率，用来描述发动机的经济性；显然对于动力性需求目标函数为：

（3）

对于经济性的需求，目标函数为：

（4）。

②9种不同驾驶员类型对于经济性及动力性的需求，因此目标函数表示为：

（5）

其中，分别为动力性和经济性权重，具体取值详见表2；为了同等的考虑经济性及动力性因素，将扭矩，与燃油消耗率进行归一化处理，目标函数最终表述为：

（6）

约束条件为：

（7）。

数据采集及map标定：

对于发动机数据的采集，将发动机转速、加速踏板位置，空燃比值作为实验工况点，选取合理的工况点个数，然后在给定一组工况下改变点火提前角从发动机台架或高保真仿真软件中采集相应的扭矩及燃油消耗率。

完成数据采集后，利用神经网络对发动机模型进行训练，神经网络训练流程图如图1所示，首先确定神经网络模型的输入为发动机转速、加速踏板位置、点火提前角和空燃比值，输出为发动机扭矩，及燃油消耗，然后通过改变各层的权值进行模型训练，最终经过训练后模型的精度MSE（Mean Square Error）<=4，利用所建立的神经网络模型与之前采集数据所用的发动机台架或高保真发动机仿真模型进行验模，给定相同的加速踏板开度以及转速，比较两者的扭矩及喷油量输出。

由于9种驾驶员类型对应着目标函数中9组不同的动力性系数及经济性系数，因此需要采用粒子群算法分别为9种不同驾驶员类型优化标定9组点火提前角map以及空燃比map，基于粒子群算法的标定流程如图2所示。

对于节气门控制，本发明采用实验室已有的基础，论文[1]的控制策略，因此基于驾驶员识别的整个发动机气路控制系统如图所示控制框图如图3所示，首先每隔20s采集发动机在该时间段内的加速踏板开度及变化率，根据当前的加速踏板开度，加速踏板开度导数进行驾驶员类型在线辨识，辨识规则如表1所示，在确定驾驶员类型后根据不同的驾驶员类型调用不同的空燃比map，点火提前角map以及扭矩map，然后通过解释扭矩需求map得到期望的进入气缸的空气质量流量；然后基于发动机气路的逆动力学特性，逆推得到期望的节气门开度；最终通过节气门控制器使得实际的节气门开度能够跟踪期望的节气门开度。

验证例

本发明的重点及难点在于对驾驶员类型的分类，以及基于不同驾驶员类型的发动机控制参数（空燃比，点火提前角）map的标定。接下来通过一个验证例对此进行说明。

首先，对于驾驶员类型的分类，我们通过查阅相关文献，对表1中加速踏板开度，以及加速踏板开度的导数进行合理赋值如表3所示。

表3加速踏板开度及变化率赋值

然后，根据表3中所给的值，对表2进行赋值，如表4所示。

表4不同驾驶员类型分类赋值

接下来是基于不同驾驶员类型的发动机控制参数（空燃比，点火提前角）map的标定。

首先是发动机数据的采集：本发明采用拉丁超立方抽样方法将发动机转速N、加速踏板位置，空燃比值作为实验工况点，选取了150组工况点，如图4所示，然后在给定一组工况下改变点火提前角S从高保真的发动机仿真软件enDYNA中采集相应的扭矩及燃油消耗率，其中一个工况的数据如表5所示:

表5：一组工况下的发动机数据

之后，利用Matlab自带的神经网络工具箱对发动机模型进行训练，经过训练后模型的精度MSE（Mean Square Error）=3.12，利用所建立的神经网络模型与enDYNA模型进行验模，如图5，图6所示。图5为神经网络训练的发动机模型与enDYNA模型的输出扭矩对比，图6为神经网络训练的发动机模型与enDYNA模型的喷油量对比通过图5，图6说明了所建立神经网络模型的有效性。

对于空燃比及点火角map的标定，考虑需要采用粒子群算法分别为9种不同驾驶员类型优化标定9组点火提前角map以及空燃比map，而这9组map的标定方法及流程是一样的，因此本发明以驾驶员9类型为例，对点火提前角map以及空燃比map进行优化标定。选取优化目标为：

基于粒子群优化标定的点火提前角map如图7所示，空燃比map如图8所示，扭矩map如图9所示。

同理通过改变优化目标中的值，可以完成剩余驾驶员1,2，…8的点火提前角map，空燃比map，扭矩map标定。

参考文献：

[1] 黄贵芬. 汽油发动机气路控制算法研究[D].吉林大学, 2011.

[2]唐先智. 混合动力客车控制策略优化[D].吉林大学,2013.

Claims (1)

1.一种基于驾驶员类型在线识别的发动机控制系统，其特征在于：

步骤一、驾驶员类型分类：确定发动机加速踏板开度的范围[]以及加速开度导数的范围[]，然后将加速踏板开度划分为3种状态，加速开度导数划分为三种状态，如表1所示

表1加速踏板开度及变化率分类

其中表示加速踏板开度且，表示加速踏板的导数，且；三种加速踏板开度状态与三种加速踏板开度导数进行组合总共有九种状态，因此对驾驶员类型细分为九种；

步骤二、在线识别的发动机控制系统：

①对点火提前角map及空燃比map标定进行描述，发动机转速、加速踏板位置、点火提前角和空燃比值四个参数当作发动机控制系统的输入，如公式(1)所示

（1）

其中发动机转速、加速踏板位置作为工况点变量，而点火提前角以及空燃比的map优化标定问题表述为在不同工况点下寻找满足优化目标的最优；从经济性、动力性两个方面进行考虑即：

（2）

其中，为发动机扭矩用来描述发动机的动力性，为燃油消耗率，用来描述发动机的经济性；显然对于动力性需求目标函数为：

（3）

对于经济性的需求，目标函数为：

（4）；

②9种不同驾驶员类型对于经济性及动力性的需求，因此目标函数表示为：

（5）

其中，分别为动力性和经济性权重，具体取值详见表2；为了同等的考虑经济性及动力性因素，将扭矩，与燃油消耗率进行归一化处理，目标函数最终表述为：

（6）

约束条件为：

（7）。