CN112182779B - 一种基于模拟退火算法的汽油机在线标定方法 - Google Patents

一种基于模拟退火算法的汽油机在线标定方法 Download PDF

Info

Publication number
CN112182779B
CN112182779B CN202011184843.3A CN202011184843A CN112182779B CN 112182779 B CN112182779 B CN 112182779B CN 202011184843 A CN202011184843 A CN 202011184843A CN 112182779 B CN112182779 B CN 112182779B
Authority
CN
China
Prior art keywords
gasoline engine
fuel consumption
consumption rate
solution
preset
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.)
Active
Application number
CN202011184843.3A
Other languages
English (en)
Other versions
CN112182779A (zh
Inventor
楼狄明
赵瀛华
唐远贽
张允华
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.)
Tongji University
Original Assignee
Tongji 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 Tongji University filed Critical Tongji University
Priority to CN202011184843.3A priority Critical patent/CN112182779B/zh
Publication of CN112182779A publication Critical patent/CN112182779A/zh
Application granted granted Critical
Publication of CN112182779B publication Critical patent/CN112182779B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Landscapes

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

Abstract

本发明涉及一种基于模拟退火算法的汽油机在线标定方法，汽油机分别连接有测功机、汽油机控制单元和油耗仪，方法包括以下步骤：燃油消耗率采集步骤：获取汽油机的控制参数，通过测功机、汽油机控制单元和油耗仪获取该控制参数对应的燃油消耗率；汽油机在线标定步骤：采用预设的模拟退火算法获取最优的燃油消耗率，模拟退火算法的寻优过程中不断更新汽油机的控制参数，并根据燃油消耗率采集步骤采集对应的燃油消耗率；燃油消耗率采集步骤中，采集燃油消耗率前还包括进行运行负荷稳定性判断和基于灵活测点时间判定控制策略的工作稳定性判断。与现有技术相比，本发明确保了燃油消耗率测点记录值的准确性，节省了大量标定时间和成本。

Description

一种基于模拟退火算法的汽油机在线标定方法
技术领域
本发明涉及汽油机标定方法领域，尤其是涉及一种基于模拟退火算法的汽油机在线标定方法。
背景技术
随着当今汽油机可变气门正时、缸内直喷等先进技术的迅速发展，汽油机控制参数出现“维数爆炸”的问题。因此，如何精确并高效地对汽油机进行标定是目前发动机的研究重点。传统汽油机标定往往通过扫点的方式对汽油机各控制参数逐一进行优化标定，随着控制参数的增加，越来越费时费力。发动机仿真模型及DOE技术的出现使得发动机标定效率得到一定提高，但进一步减少测量时间非常困难，且仿真模型及DOE数据质量的精度限制了该技术的发展。
授权公告号为CN100520339的发明公开了一种电控天然气发动机标定系统和控制方法，其通过将ECU与PC机相连，在台架试验阶段通过GUI界面手动调整控制参数，寻找出经济性优良的标定结果；
公开号为CN108664732A的发明公开了一种基于界面化的核电厂备用柴油发电机组的仿真建模方法，其通过GT-Power建立柴油机一维仿真模型，实现柴油发电机组的性能仿真和预测。
现有技术大多通过建立发动机模型，进行发动机性能的预测、优化及标定工作，发动机仿真模型及DOE技术的出现使得发动机标定效率得到一定提高，但进一步减少测量时间非常困难，且仿真模型及DOE数据质量的精度限制了该技术的发展。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种提高标定效率且无需进行模型仿真的基于模拟退火算法的汽油机在线标定方法。
本发明的目的可以通过以下技术方案来实现：
一种基于模拟退火算法的汽油机在线标定方法，所述汽油机分别连接有测功机、汽油机控制单元和油耗仪，所述方法包括以下步骤：
燃油消耗率采集步骤：获取汽油机的控制参数，通过所述测功机、汽油机控制单元和油耗仪，采用灵活测点时间判定控制策略对所述汽油机的工作稳定性进行判断，当判断出所述汽油机工作稳定后，采集该控制参数对应的燃油消耗率；
所述灵活测点时间判定控制策略包括：根据预设的采样周期，计算所述油耗仪输出信号的波动指数，若所述油耗仪的输出信号的波动指数小于预设的波动阈值，则所述汽油机工作稳定；
汽油机在线标定步骤：采用预设的模拟退火算法获取最优的燃油消耗率，所述模拟退火算法的寻优过程中不断更新所述汽油机的控制参数，并根据所述燃油消耗率采集步骤采集对应的燃油消耗率。
进一步地，所述汽油机还连接有燃烧分析仪，所述灵活测点时间判定控制策略还包括：计算所述燃烧分析仪的输出信号的波动指数，若所述油耗仪和燃烧分析仪的输出信号的波动指数均小于预设的波动阈值，则所述汽油机工作稳定。
进一步地，所述波动指数的计算表达式为：
式中，F为波动指数的计算结果，i＝1,2,3,...,n，n为总的采样次数，f(i)为第i次采样的设备输出信号值，T为采样周期，f(i+T)为第i次采样后经过采样周期T的设备输出信号值。
进一步地，所述燃油消耗率采集步骤中，判断所述汽油机的工作稳定性前还包括对所述汽油机的运行负荷稳定性进行判断，具体为，
判断所述汽油机的当前负荷是否等于所述控制参数中的目标负荷，若不等于，则采用汽油机负荷调整措施调整所述汽油机的当前负荷，直至当前负荷等于所述目标负荷；若等于，则所述汽油机的运行负荷达到稳定，进行所述汽油机的工作稳定性判断。
进一步地，所述汽油机负荷调整措施包括当所述汽油机的节气门开度尚未达到100％时，闭环控制节气门开度，使汽油机运行至目标负荷；当汽油机节气门已全开时，闭环控制废气旁通阀开度，通过废气涡轮增压使汽油机运行至目标负荷。
进一步地，采用预设的模拟退火算法获取最优的燃油消耗率具体包括以下步骤：
S1：对所述模拟退火算法进行初始化，包括设定初始温度T、初始解a0和温度迭代次数M；
S2：将所述初始解作为当前解；
S3：产生新解am；
S4：计算所述新解与所述当前解对应的燃油消耗率增量，所述燃油消耗率通过所述燃油消耗率采集步骤获取；
S5：若所述燃油消耗率增量小于零，则接受所述新解作为新的当前解；否则，以概率exp(-ΔT/T)接受所述新解作为新的当前解，所述ΔT为初始温度变化量；
S6：重复依次进行所述步骤S3至S5，直至满足预设的当前迭代终止条件或最优解终止条件；所述终止条件为若连续有预设的第一数量的所述新解都没有被接受，则终止所述模拟退火算法，将所述当前解作为最优解；所述当前迭代终止条件为当前初始温度下，所述步骤S3至S5迭代次数达到预设的最大迭代次数，则进行步骤S7；
S7：减小所述初始温度，然后返回步骤S3。
进一步地，步骤S3中，通过扰动产生所述新解，具体为，获取取值在-1至1区间内的随机向量，从而采用预设的新解产生公式，产生初始新解，对所述初始新解进行扰动判断，该扰动判断具体为，若所述初始新解的每个元素的值都在预设的上下区间内，则完成扰动，否则重新生成所述随时向量，获取新的初始新解，进行所述扰动判断，将完成扰动的所述初始新解作为用于步骤S4的新解。
进一步地，所述新解产生公式的表达式为：
am＝am-1+TI
式中，am为第m个新解，am-1为第m-1个新解，I为取值在-1至1区间内的随机向量。
进一步地，所述第一数量不超过50，所述最大迭代次数不超过40。
与现有技术相比，本发明具有以下优点：
(1)本发明采用模拟退火算法实时进行汽油机控制参数的寻优，寻优过程中根据控制参数的变化，采集对应的汽油机的燃油消耗率；该方法无需搭建发动机模型，并通过仿真数据进行DOE拟合，减小各步骤间产生的数据误差的同时，进一步节省了标定时间；且相对于传统发动机扫点式的标定方法，在现代发动机多技术、多维度的背景下，节省了大量标定时间和成本。
(2)本发明在采集燃油消耗率时，采用灵活测点时间判定控制策略对汽油机的工作稳定性进行了判断，灵活测点时间判定控制策略通过计算各参数的波动率，待波动率达到要求时即反馈信号，执行下一步操作，在保证测点记录值精确的同时，最大程度提升算法运行效率，高效地实现智能优化标定工作。
(3)本发明还对汽油机的运行负荷稳定性进行判断，若汽油机的当前负荷不等于目标负荷，则通过控制节气门开度或废气旁通阀开度，进行运行负荷的调整，进一步确保了燃油消耗率测点记录值的准确性。
附图说明
图1为本发明实施例台架试验示意图；
图2为本发明实施例灵活测点时间判定流程图；
图3为本发明实施例燃油消耗率采集步骤的流程示意图；
图4为本发明实施例基于模拟退火算法的在线智能标定流程图；
图中，1、汽油机，2、汽油机控制单元，3、测功机，4、油耗仪，5、燃烧分析仪，6、微型控制器，7、计算机。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
本实施例提供一种基于模拟退火算法的汽油机在线标定方法，汽油机分别连接有测功机、汽油机控制单元和油耗仪，方法包括以下步骤：
燃油消耗率采集步骤：获取汽油机的控制参数，通过测功机、汽油机控制单元和油耗仪，采用灵活测点时间判定控制策略对汽油机的工作稳定性进行判断，当判断出汽油机工作稳定后，采集该控制参数对应的燃油消耗率；
灵活测点时间判定控制策略包括：根据预设的采样周期，计算油耗仪输出信号的波动指数，若油耗仪的输出信号的波动指数小于预设的波动阈值，则汽油机工作稳定；
汽油机在线标定步骤：采用预设的模拟退火算法获取最优的燃油消耗率，模拟退火算法的寻优过程中不断更新汽油机的控制参数，并根据燃油消耗率采集步骤采集对应的燃油消耗率。
进一步地，作为一种优选的实施方式，汽油机还连接有燃烧分析仪，灵活测点时间判定控制策略还包括：计算燃烧分析仪的输出信号的波动指数，若油耗仪和燃烧分析仪的输出信号的波动指数均小于预设的波动阈值，则汽油机工作稳定。
波动指数的计算表达式为：
式中，F为波动指数的计算结果，i＝1,2,3,...,n，n为总的采样次数，f(i)为第i次采样的设备输出信号值，T为采样周期，f(i+T)为第i次采样后经过采样周期T的设备输出信号值。
进一步地，作为一种优选的实施方式，燃油消耗率采集步骤中，判断汽油机的工作稳定性前还包括对汽油机的运行负荷稳定性进行判断，具体为，
判断汽油机的当前负荷是否等于控制参数中的目标负荷，若不等于，则采用汽油机负荷调整措施调整汽油机的当前负荷，直至当前负荷等于目标负荷；若等于，则汽油机的运行负荷达到稳定，进行汽油机的工作稳定性判断。
进一步地，作为一种优选的实施方式，汽油机负荷调整措施包括当汽油机的节气门开度尚未达到100％时，闭环控制节气门开度，使汽油机运行至目标负荷；当汽油机节气门已全开时，闭环控制废气旁通阀开度，通过废气涡轮增压使汽油机运行至目标负荷。
作为一种优选的实施方式，采用预设的模拟退火算法获取最优的燃油消耗率具体包括以下步骤：
S1：对模拟退火算法进行初始化，包括设定初始温度T、初始解a0和温度迭代次数M；
S2：将初始解作为当前解；
S3：产生新解am；
S4：计算新解与当前解对应的燃油消耗率增量，燃油消耗率通过燃油消耗率采集步骤获取；
S5：若燃油消耗率增量小于零，则接受新解作为新的当前解；否则，以概率exp(-ΔT/T)接受新解作为新的当前解，ΔT为初始温度变化量；
S6：重复依次进行步骤S3至S5，直至满足预设的当前迭代终止条件或最优解终止条件；终止条件为若连续有预设的第一数量的新解都没有被接受，则终止模拟退火算法，将当前解作为最优解；当前迭代终止条件为当前初始温度下，步骤S3至S5迭代次数达到预设的最大迭代次数，则进行步骤S7；
S7：减小初始温度，然后返回步骤S3。
进一步地，作为一种优选的实施方式，步骤S3中，通过扰动产生新解，具体为，获取取值在-1至1区间内的随机向量，从而采用预设的新解产生公式，产生初始新解，对初始新解进行扰动判断，该扰动判断具体为，若初始新解的每个元素的值都在预设的上下区间内，则完成扰动，否则重新生成随时向量，获取新的初始新解，进行扰动判断，将完成扰动的初始新解作为用于步骤S4的新解。
进一步地，作为一种优选的实施方式，新解产生公式的表达式为：
am＝am-1+TI
式中，am为第m个新解，am-1为第m-1个新解，I为取值在-1至1区间内的随机向量。
进一步地，作为一种优选的实施方式，第一数量不超过50，最大迭代次数不超过40，其中，第一数量优选为50，最大迭代次数优选为30。
将上述优选的实施方式进行组合，可得到一种最优的实施方式，下面对最优的实施方式的具体实施过程进行描述。
1、硬件结构基础
如图1所示，硬件结构包括汽油机1、汽油机控制单元(ECU)2、测功机3、油耗仪4、燃烧分析仪5、微型控制器6、计算机7。汽油机1分别连接汽油机控制单元2、测功机3、油耗仪4和燃烧分析仪5，汽油机控制单元2、油耗仪4和燃烧分析仪5均还连接微型控制器6，微型控制器6连接计算机7。
2、灵活测点时间判定控制策略
如图2所示，当汽油机开始执行指令后，根据指令调整工况和各控制参数，运行至第一个测点或更换至新测点时，油耗仪测量的燃油消耗率和燃烧分析仪计算得出的燃烧相位会发生改变。如图2所示，当汽油机进行测点切换时，微型控制器6会实时计算油耗仪4和燃烧分析仪5所输出的燃油消耗率、CA50及CA10-90信号的波动指数，波动指数计算式如下：
其中T表示各信号的采集周期，n的默认值为50，且可根据实际需求自行进行设置。待各信号的波动指数F均小于预设阈值F0时(具体的，F0可预设为1)，微型控制器立即给计算机发出指令进行参数及数据记录，并切换至下一测点。
3、基于模拟退火算法的在线智能标定
图3为基于灵活测点时间判定的数据记录方法流程图。如图3所示，首先将汽油机运行至待标定工况，汽油机控制单元依据计算机指令将汽油机运行至目标控制参数，对于本例中的汽油机，待标定控制参数包括进排气VVT，喷油定时、油轨压力及点火正时。由于控制参数的改变会对汽油机的负荷产生影响，因此当控制参数调整为目标值后，首先判断当前负荷是否等于目标负荷。若当前负荷不等于目标负荷，且汽油机节气门开度尚未达到100％时，闭环控制节气门开度，使汽油机运行至目标负荷；当汽油机节气门已全开时，闭环控制废气旁通阀开度，通过废气涡轮增压使汽油机运行至目标负荷。
待汽油机运行至目标工况及控制参数时，采用(2)中的灵活测点时间判定控制策略对汽油机进行工作稳定性判断，当汽油机运行稳定后即记录控制参数及台架油耗数据，并将数据保存并输入至计算机中。
具体的，以某涡轮增压汽油机在3000rpm12bar工况进行智能标定时流程为例。该汽油机IVO(进气门开启时刻)变化范围为-25～25°CA ATDC、EVC(排气门关闭时刻)变化范围为-10～40°CA ATDC、IT(喷油定时)变化范围为0～180°CA ATDC、RP(油轨压力)变化范围为15～35Mpa、ST(点火正时)的变化范围为310～370°CA ATDC。定义参数组合a＝(IVO，EVC，IT，RP，ST)，当控制参数根据算法指令调整至初始值后，如a0＝(0,0,90,20,350)，如根据台架数据得知当前负荷小于待标定负荷(12bar)，则判定当前节气门开度是否为100％：若当前节气门开度小于100％，则闭环增大节气门开度直至当前负荷达到待标定负荷；若当前节气门开度等于100％，则闭环减小排气旁通阀开度直至当前负荷达到待标定负荷。
待汽油机负荷稳定，且根据灵活测点时间判定模块得知汽油机工况稳定后，记录当前的燃油消耗率，例如BSFC0＝f(a0)＝235g/kWh，保存并输入至计算机中。
图4为基于模拟退火算法的在线智能标定流程图。模拟退火算法的流程为：
S1：对模拟退火算法进行初始化，包括设定初始温度T、初始解a0(是算法迭代的起点)和温度迭代次数M；
S2：将初始解作为当前解；
S3：产生新解am；
S4：计算新解与当前解对应的燃油消耗率增量，燃油消耗率通过燃油消耗率采集步骤获取；
S5：若燃油消耗率增量小于零，则接受新解作为新的当前解；否则，以概率exp(-ΔT/T)接受新解作为新的当前解，ΔT为初始温度变化量；
S6：重复依次进行步骤S3至S5，直至满足预设的当前迭代终止条件或最优解终止条件；终止条件为若连续有预设的第一数量的新解都没有被接受，则终止模拟退火算法，将当前解作为最优解；当前迭代终止条件为当前初始温度下，步骤S3至S5迭代次数达到预设的最大迭代次数，则进行步骤S7，本实施例中第一数量为50，最大迭代次数为30。；
S7：减小初始温度，然后返回步骤S3。
具体的，以某涡轮增压汽油机在3000rpm12bar工况进行智能标定时流程为例。设置初始温度T0＝70，生成随机初始解a0，如a0＝(0,0,90,20,350)，迭代次数为30次。根据上述方法采集BSFC0＝f(a0)＝235g/kWh。
通过随机扰动产生新解am，具体的，本实施例提供一种适合本问题的新解产生方法：随机生成一个-1至1区间内的五维随机向量I，更新a0的每个维度，使得am＝am-1+T I，若am每个元素的值都位于预设的上下区间内，则完成扰动；否则重新生成随机向量，再次进行扰动。根据上述方法采集BSFC1＝f(am)并计算增量ΔBSFC，若ΔBSFC<0则接受am作为新的当前解，否则以概率exp(-ΔT/T)接受am作为新的当前解。
本实施例中预设的上下区间的设置为：汽油机IVO(进气门开启时刻)变化范围为-25～25°CA ATDC、EVC(排气门关闭时刻)变化范围为-10～40°CA ATDC、IT(喷油定时)变化范围为0～180°CA ATDC、RP(油轨压力)变化范围为15～35Mpa、ST(点火正时)的变化范围为310～370°CA ATDC。
如最后一个元素扰动后达到了380，那就得重新进行新解产生。
若迭代次数未达到30次，则重复上述操作；若迭代次数达到30次，更新T1＝0.99*T0，重置迭代次数并进行上述操作。
若连续50个新解都没有被接受时，终止算法，取当前的解和对应的燃油消耗率作为该工况的标定结果，完成该工况的智能标定。
本实施例针对传统汽油机标定较为费时费力的缺点以及基于发动机模型标定在模型精度方面和的局限性。本实施例设计了一种无模型的汽油机智能标定方法，该方法无需建立发动机模型，避免了搭建模型和DOE拟合时耗费的时间以及产生的误差，将汽油机台架试验和优化过程合并为一个过程，通过计算机编译模拟退火算法，并将指令发送至汽油机控制单元执行该算法，实现在线的智能优化标定。不仅如此，本实施例引入了灵活测点时间判定控制策略，通过微型控制器实时计算发动机输出各参数的波动指数，进行发动机稳态工况的判断，在保证测点记录值精确的同时，高效地实现智能优化标定工作。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (1)

1.一种基于模拟退火算法的汽油机在线标定方法，所述汽油机分别连接有测功机、汽油机控制单元和油耗仪，其特征在于，所述方法包括以下步骤：
燃油消耗率采集步骤：获取汽油机的控制参数，通过所述测功机、汽油机控制单元和油耗仪，采用灵活测点时间判定控制策略对所述汽油机的工作稳定性进行判断，当判断出所述汽油机工作稳定后，采集该控制参数对应的燃油消耗率；
所述灵活测点时间判定控制策略包括：根据预设的采样周期，计算所述油耗仪输出信号的波动指数，若所述油耗仪的输出信号的波动指数小于预设的波动阈值，则所述汽油机工作稳定；
汽油机在线标定步骤：采用预设的模拟退火算法获取最优的燃油消耗率，所述模拟退火算法的寻优过程中不断更新所述汽油机的控制参数，并根据所述燃油消耗率采集步骤采集对应的燃油消耗率；
所述燃油消耗率采集步骤中，判断所述汽油机的工作稳定性前还包括对所述汽油机的运行负荷稳定性进行判断，具体为，
判断所述汽油机的当前负荷是否等于所述控制参数中的目标负荷，若不等于，则采用汽油机负荷调整措施调整所述汽油机的当前负荷，直至当前负荷等于所述目标负荷；若等于，则所述汽油机的运行负荷达到稳定，进行所述汽油机的工作稳定性判断；
所述汽油机负荷调整措施包括当所述汽油机的节气门开度尚未达到100％时，闭环控制节气门开度，使汽油机运行至目标负荷；当汽油机节气门已全开时，闭环控制废气旁通阀开度，通过废气涡轮增压使汽油机运行至目标负荷；
所述汽油机还连接有燃烧分析仪，所述灵活测点时间判定控制策略还包括：计算所述燃烧分析仪的输出信号的波动指数，若所述油耗仪和燃烧分析仪的输出信号的波动指数均小于预设的波动阈值，则所述汽油机工作稳定；
所述波动指数的计算表达式为：
式中，F为波动指数的计算结果，i＝1,2,3,...,n，n为总的采样次数，f(i)为第i次采样的设备输出信号值，T为采样周期，f(i+T)为第i次采样后经过采样周期T的设备输出信号值；
采用预设的模拟退火算法获取最优的燃油消耗率具体包括以下步骤：
S1：对所述模拟退火算法进行初始化，包括设定初始温度T、初始解a0和温度迭代次数M；
S2：将所述初始解作为当前解；
S3：产生新解am；
S4：计算所述新解与所述当前解对应的燃油消耗率增量，所述燃油消耗率通过所述燃油消耗率采集步骤获取；
S5：若所述燃油消耗率增量小于零，则接受所述新解作为新的当前解；否则，以概率exp(-ΔT/T)接受所述新解作为新的当前解，所述ΔT为初始温度变化量；
S6：重复依次进行所述步骤S3至S5，直至满足预设的当前迭代终止条件或最优解终止条件；所述终止条件为若连续有预设的第一数量的所述新解都没有被接受，则终止所述模拟退火算法，将所述当前解作为最优解；所述当前迭代终止条件为当前初始温度下，所述步骤S3至S5迭代次数达到预设的最大迭代次数，则进行步骤S7；
S7：减小所述初始温度，然后返回步骤S3；
步骤S3中，通过扰动产生所述新解，具体为，获取取值在-1至1区间内的随机向量，从而采用预设的新解产生公式，产生初始新解，对所述初始新解进行扰动判断，该扰动判断具体为，若所述初始新解的每个元素的值都在预设的上下区间内，则完成扰动，否则重新生成所述随机向量，获取新的初始新解，进行所述扰动判断，将完成扰动的所述初始新解作为用于步骤S4的新解；
所述新解产生公式的表达式为：
am＝am-1+TI
式中，am为第m个新解，am-1为第m-1个新解，I为取值在-1至1区间内的随机向量；
所述第一数量不超过50；
所述最大迭代次数不超过40。
CN202011184843.3A 2020-10-29 2020-10-29 一种基于模拟退火算法的汽油机在线标定方法 Active CN112182779B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011184843.3A CN112182779B (zh) 2020-10-29 2020-10-29 一种基于模拟退火算法的汽油机在线标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011184843.3A CN112182779B (zh) 2020-10-29 2020-10-29 一种基于模拟退火算法的汽油机在线标定方法

Publications (2)

Publication Number Publication Date
CN112182779A CN112182779A (zh) 2021-01-05
CN112182779B true CN112182779B (zh) 2023-08-29

Family

ID=73916667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011184843.3A Active CN112182779B (zh) 2020-10-29 2020-10-29 一种基于模拟退火算法的汽油机在线标定方法

Country Status (1)

Country Link
CN (1) CN112182779B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112859878B (zh) * 2021-02-01 2023-02-28 河南科技大学 一种混合动力无人驾驶车辆的控制参数自动标定方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102314190A (zh) * 2011-05-04 2012-01-11 常州机电职业技术学院 独立光伏发电系统用的最大功率点快速跟踪方法
CN104408257A (zh) * 2014-11-28 2015-03-11 江苏大学 基于模拟退火粒子群算法的混合动力汽车参数优化方法
EP2876172A1 (de) * 2013-11-26 2015-05-27 MTU Aero Engines GmbH Verfahren zur Herstellung und Reparatur von Bauteilen einer Strömungsmaschine aus Nickelbasis-Superlegierungen
CN105065096A (zh) * 2015-09-18 2015-11-18 天津大学 发动机后处理器可变组合和多通道采样方法及其装置
CN105320167A (zh) * 2014-12-31 2016-02-10 国家电网公司 火电机组主汽压力在线优化方法
CN110472678A (zh) * 2019-08-06 2019-11-19 国家电网有限公司 基于改进svm的电力企业信息系统异常检测方案的优化方法
CN111337258A (zh) * 2020-02-14 2020-06-26 北京理工大学 一种结合遗传算法和极值搜索算法的发动机控制参数在线标定的装置及方法
CN111579247A (zh) * 2020-06-22 2020-08-25 上海机动车检测认证技术研究中心有限公司 一种发动机自动扫点测试系统及其测试方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080133314A1 (en) * 2006-12-04 2008-06-05 Yahoo! Inc. Determining advertisement placement on search results page to improve revenue generation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102314190A (zh) * 2011-05-04 2012-01-11 常州机电职业技术学院 独立光伏发电系统用的最大功率点快速跟踪方法
EP2876172A1 (de) * 2013-11-26 2015-05-27 MTU Aero Engines GmbH Verfahren zur Herstellung und Reparatur von Bauteilen einer Strömungsmaschine aus Nickelbasis-Superlegierungen
CN104408257A (zh) * 2014-11-28 2015-03-11 江苏大学 基于模拟退火粒子群算法的混合动力汽车参数优化方法
CN105320167A (zh) * 2014-12-31 2016-02-10 国家电网公司 火电机组主汽压力在线优化方法
CN105065096A (zh) * 2015-09-18 2015-11-18 天津大学 发动机后处理器可变组合和多通道采样方法及其装置
CN110472678A (zh) * 2019-08-06 2019-11-19 国家电网有限公司 基于改进svm的电力企业信息系统异常检测方案的优化方法
CN111337258A (zh) * 2020-02-14 2020-06-26 北京理工大学 一种结合遗传算法和极值搜索算法的发动机控制参数在线标定的装置及方法
CN111579247A (zh) * 2020-06-22 2020-08-25 上海机动车检测认证技术研究中心有限公司 一种发动机自动扫点测试系统及其测试方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PHEV发动机驱动工况效率耦合分析与优化控制;罗勇等;《中国公路学报》;20190331;第32卷(第03期);正文第0-5节，第163-172页 *

Also Published As

Publication number Publication date
CN112182779A (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
CN109062053B (zh) 一种基于多变量校正的脱硝喷氨控制方法
EP1481295B1 (en) Control system
CN111337258B (zh) 一种结合遗传算法和极值搜索算法的发动机控制参数在线标定的装置及方法
CN109184932B (zh) 高速汽油发动机瞬态工况空燃比的控制方法
CN105209984B (zh) 用于确定技术系统输出值的模型的方法
CN112129537B (zh) 一种定功率模式汽轮机组调门流量特性试验方法
KR20000064611A (ko) 외부배기가스를재순환하는내연기관의실린더로유입되는맑은공기의매스를모델을통해결정하기위한방법
CN112182779B (zh) 一种基于模拟退火算法的汽油机在线标定方法
CN104715142A (zh) 一种电站锅炉NOx排放动态软测量方法
EP1985832B1 (en) Control parameters for searching
Finesso et al. Development and Assessment of Pressure-Based and Model-Based Techniques for the MFB50 Control of a Euro VI 3.0 L Diesel Engine
CN112612211A (zh) 一种基于参数化前馈的伺服系统残余振动抑制方法
CN116306221A (zh) 一种基于lstm预测模型的空气管道系统控制方法
CN101761407B (zh) 基于灰色系统预测理论的内燃机喷油量的主动控制方法
Wibberley et al. An investigation of cylinder pressure as feedback for control of internal combustion engines
CN114934848B (zh) 一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法
Lingfang et al. Soft-sensing of oxygen content of flue gas based on mixed model
CN112329213B (zh) 基于一维模型模式切换和ann的涡轮增压汽油机标定方法
CN112883653B (zh) 基于人工智能的发动机实时模型的建模方法
Arsie et al. Development and real-time implementation of recurrent neural networks for AFR prediction and control
US11022054B2 (en) Method for determining the cylinder air-charge of an internal combustion engine in a non-fired operation
Arsie et al. Recurrent neural networks for air-fuel ratio estimation and control in spark-ignited engines
JP3723931B2 (ja) プラントの起動予測制御装置
CN114896860B (zh) 基于LightGBM和XGBoost组合模型的飞灰含碳量软测量方法
CN112699600B (zh) 火电运行参数与NOx排放浓度间的偏回分析方法

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