CN112513447A - 用于基于模型地控制和调节内燃机的方法 - Google Patents

Abstract

提出一种用于基于模型地控制和调节内燃机（1）的方法，其中，取决于理论力矩通过燃烧模型（20）计算用于操控喷入系统调校元件的喷入系统理论值并且通过气体路径模型（22）计算用于操控气体路径调校元件的气体路径理论值，其中，所述燃烧模型（20）以完全基于数据的模型的形式在所述内燃机（1）的运转的运行中进行匹配，其中，由优化器（23）通过改变所述喷入系统理论值和气体路径理论值在预测范围之内将品质尺度最小化并且其中，由所述优化器（23）根据最小化的品质尺度将所述喷入系统理论值和气体路径理论值设定为对于调整所述内燃机（1）的运行点是决定性的。

Description

用于基于模型地控制和调节内燃机的方法

技术领域

本发明涉及一种用于基于模型地控制和调节内燃机的方法，其中，取决于理论力矩通过燃烧模型计算用于操控喷入系统调校元件的喷入系统理论值并且通过气体路径模型计算用于操控气体路径调校元件的气体路径理论值。

背景技术

内燃机的特性决定性地通过马达控制仪器取决于性能期望地进行确定。为此，在马达控制仪器的软件中运用相应的特征线和特征区。通过所述特征线和特征区，从性能期望、例如理论力矩中计算内燃机的调校参量、例如喷射开始和必要的轨道压力。所述特征线/特征区在内燃机制造商方面在试验台运转时被配备有数据。然而，大量所述特征线/特征区和特征线/特征区彼此的相互作用导致高的调谐消耗。

因此，在实践中，尝试通过应用数学模型来减少调谐消耗。从具有官方文件号DE10 2017 005 783.4的没有被在先公开的德国专利申请中已知一种用于内燃机的基于模型的控制和调节方法，其中，通过燃烧模型来计算用于操控喷入系统调校元件的喷入系统理论值并且通过气体路径模型来计算用于操控气体路径调校元件的气体路径理论值。然后，由优化器带有如下目的来改变所述理论值，即在预测范围之内将品质尺度（Gütemaß）最小化。然后，最小化的品质尺度又界定内燃机的尽可能好的运行点。

从具有官方文件号DE 10 2018 001 727.4的没有被在先公开的德国申请中已知一种用于补充于之前所描述的控制和调节方法的对燃烧模型进行适配的方法。燃烧模型通过用于呈现基础网格的第一高斯过程模型并且通过用于呈现适配数据点的第二高斯过程模型进行适配。用于第一高斯过程模型的数据从测量值中确定，所述测量值已经在单气缸试验台上获得。通过接着的物理模型化，所有的输入参量被全面改变（durchvariiert），以便覆盖内燃机的整个工作区域。用于第二高斯过程模型的数据从全马达的测量值中确定，所述测量值在内燃机的DoE试验台运转（DoE：Design of Experiments，实验的设计）时在固定地能够移动的区域中产生。来自单气缸数据的物理模型化是很费时间的并且成本高的，因为相应的软件开发工具和高的专家知识（Expertenwissen）是必要的。

发明内容

因此，本发明基于如下任务，即关于时间消耗优化之前所描述的适配方法。

所述任务通过权利要求1的特征来解决。所述设计方案在从属权利要求中示出。

在根据本发明的方法中，燃烧模型以完全基于数据的模型的形式在内燃机的运转的运行中进行匹配。产生基于数据的模型，方式为，在第一步骤中内燃机的调校参量在单气缸试验台上进行变化，方式为，在第二步骤中从单气缸试验台的测量参量中产生趋势信息并且方式为，在第三步骤中单气缸试验台的测量参量与第一高斯过程模型的偏差在遵守趋势信息的情况下被最小化。基于数据的模型允许借助于外推（Extrapolation）产生新的能够负载的数据值。然后，所述数据值在内燃机的没有测量的运行区域中是适用的。从现有技术中已知的物理模型化通过基于数据的模型代替。有优点的是明显降低的开发消耗，因为趋势信息的从单气缸测量数据中的确定以及与DoE数据的匹配能够通过数学算法被自动化。由此还产生基于数据的模型的高的可靠度，也就是说，其是鲁棒性的。通过用于没有测量的运行区域的新的数据值的外推，所述模型表现为品质好的，也就是说，在内燃机的没有测量的运行区域中不出现极限值或跃变式的反应。

完全一般地，通过根据本发明的行为方式能够描述技术过程的特性，其中，在被界定的运行区域中存在有所述机构的测量数据并且在没有测量的运行区域中根据趋势信息塑造所述机构的系统特性。所述机构例如应该理解为排气再处理系统或还有电池管理系统。

附图说明

在附图中示出优选的实施例。其中：

图1示出系统视图，

图2示出基于模型的系统视图，

图3示出流程线图，

图4A、B示出线图，

图5示出对于第一高斯过程模型的线图，以及

图6示出表格。

具体实施方式

图1示出具有共轨系统的电子地控制的内燃机1的系统视图。共轨系统包括如下机械的构件：用于从燃料罐2输送燃料的低压泵3、用于影响穿流的燃料体积流的能够改变的抽吸节流件4、用于在压力提高的情况下输送燃料的高压泵5、用于存储燃料的轨道6和用于将燃料喷入到内燃机1的燃烧室中的喷射器7。可选地，共轨系统还能够实施有单个存储器，那么其中，例如在喷射器7中集成有单个存储器8作为附加的缓冲容积。共轨系统的另外的功能性假设为已知的。

所示出的气体路径不仅包括空气引入部而且包括排气引出部。在空气引入部中布置有排气涡轮增压机11的压缩机、增压空气冷却器12、节流活门13、用于将增压空气与引回的排气引导在一起的通入部位14和进入阀15。在排气引出部中布置有排出阀16、排气涡轮增压机11的涡轮机和涡轮机旁通阀19。从排气引出部分支出排气引回路径，在所述排气引回路径中布置有用于调整AGR率的AGR调校元件17和AGR冷却器18。

内燃机1的运行方式通过电子的控制仪器10（ECU）确定。电子的控制仪器10包含微型计算机系统的通常的组成部分、例如微处理器、I/O结构块、缓冲器和存储结构块（EEPROM、RAM）。在所述存储结构块中，与内燃机1的运行相关的运行数据被运用为模型。通过所述模型，电子的控制仪器10从输入参量中计算出输出参量。决定性的输入参量是理论力矩M（理论），所述理论力矩由操作者预设为性能期望。控制仪器10的涉及共轨系统的输入参量是借助于轨道压力传感器9测量的轨道压力pCR和可选地单个存储器压力pES。电子的控制仪器10的涉及空气路径的输入参量是节流活门13的打开角度W1、马达转速n实际、增压空气压力pLL、增压空气温度TLL和增压空气的湿度phi。电子的控制仪器10的涉及排气路径的输入参量是AGR调校元件17的打开角度W2、在排气涡轮增压机11的涡轮机下游的排气温度T排气、空燃比λ和NOx实际值。电子的控制仪器10的另外没有示出的输入参量、例如冷却剂温度以附图标记“入”来概括。

在图1中，作为电子的控制仪器10的输出参量示出的是：用于操控抽吸节流件4的信号PWM、用于操控喷射器7的信号ve（喷射开始/喷射结束）、用于操控节流活门13的调校信号DK、用于操控AGR调校元件17的调校信号AGR、用于操控涡轮机旁通阀19的调校信号TBP和输出参量“出”。输出参量“出”代表性地表示另外的用于控制和调节内燃机1的调校信号、例如表示用于在分级增压（Registeraufladung）或可变的阀传动机构的情况下激活第二排气涡轮增压机的调校信号。

图2示出基于模型的系统视图。在所述图示中，电子的控制仪器10的输入参量是第一库Biblio 1、第二库Biblio 2、测量参量MESS和总附图标记“入”，所述总附图标记代表性地表示在图1中示出的输入参量。第一库Biblio 1表征根据IMO的排放等级MARPOL（MarinePollution，海洋污染）或根据排放等级欧标IV/第四级别最终（EU IV/Tier4 final）的内燃机的运行。第二库Biblio 2表征内燃机类型和最大的机械的结构部件负载、例如燃烧峰值压力或排气涡轮增压机的最大的转速。输入参量MESS不仅表征直接测量的物理参量而且表征从中计算出的辅助参量。电子的控制仪器的输出参量是用于置于下方的调节回路的理论值、喷射开始SB和喷射结束SE。置于下方的调节回路是轨道压力调节回路24、λ调节回路25和AGR调节回路26。在电子的控制仪器之内布置有燃烧模型20、适配器21、气体路径模型22和优化器23。

不仅燃烧模型20而且气体路径模型22将内燃机的系统特性塑造为数学方程式。燃烧模型20静态地塑造在燃烧时的过程。与此不同的是，气体路径模型22塑造空气引导和排气引导的动态特性。燃烧模型20包含单个模型、例如用于NOx和炭黑产生、用于排气温度、用于排气质量流和用于峰值压力。所述单个模型又取决于在气缸中的边界条件和喷入的参数。燃烧模型20在试验台运转、即所谓的DoE试验台运转（DoE：Design of Experiments，实验的设计）中的参考内燃机的情况下针对能够移动的区域进行确定。在DoE试验台运转中，运行参数和调校参量系统地带有如下目的而变化，即取决于马达参量和环境边界条件来塑造内燃机的总特性。同样在燃烧模型20中，处理在单气缸试验台上测定的测量值。燃烧模型20被补充以适配器21。所述适配器的目的是降低内燃机的批量偏差。

在激活内燃机1之后，优化器23首先从第一库Biblio 1读入排放等级并且从第二库Biblio 2读入最大的机械的结构部件负载。接着，优化器23评估燃烧模型20，也即关于理论力矩M（理论）、排放极限值、环境边界条件、例如增压空气的湿度phi、内燃机的运行情况和适配数据点进行评估。运行情况尤其通过马达转速n实际、增压空气温度TLL和增压空气压力pLL来界定。优化器23的功能现在在于，评价用于操控喷入系统调校元件的喷入系统理论值和用于操控气体路径调校元件的气体路径理论值。在此，优化器23选出如下解决方案，在所述解决方案中，品质尺度被最小化。品质尺度被计算为在预测范围之内的二次的理论实际偏差的积分。例如以如下形式：

。

以w1、w2和w3示出加权因子。根据已知，从增压空气的湿度phi、增压空气温度、喷射开始SB和轨道压力pCR中得出氮氧化物排放。适配器21介入到实际的实际值、例如NOx实际值或排气温度实际值中。

品质尺度被最小化，方式为，由优化器23在第一时间点计算第一品质尺度，改变喷入系统理论值以及气体路径理论值并且根据所述喷入系统理论值以及气体路径理论值在预测范围之内预计第二品质尺度。然后，根据这两个品质尺度相对于彼此的偏差，优化器23确定最小的品质尺度并且将所述最小的品质尺度设定为对于内燃机是决定性的。对于关于所述预测的另外的行为方式参考具有官方的文件号为DE 10 2017 005 783.4的没有被在先公开的德国专利申请。

图3示出流程线图，所述流程线图示出能够实施的程序的程序步骤。示出用于建立燃烧模型（图2：20）的这两个高斯过程模型的相互作用。高斯过程模型对于本领域技术人员来说是已知的，例如从DE 10 2014 225 039 A1或DE 10 2013 220 432 A1中已知。完全一般地，高斯过程通过平均值函数和协方差函数界定。平均值函数通常被假设为零或引入线性/多项式的曲线。协方差函数说明任意的点的关系并且描述模型在所考虑的内燃机的运行点中的统计学上的可靠性。通过协方差界定置信区间，真实的系统的值以95%的概率处于所述置信区间中。功能块27包含全马达的DoE数据。所述数据对于在试验台运转情况下的参考内燃机被测定，方式为，在内燃机的固定地能够移动的区域中对输入参量在其整个调校范围上的所有的变化进行测定。所述数据以高的准确性表征内燃机在固定地能够移动的区域中的特性。功能块28包含在单气缸试验台处获得的数据。在单气缸试验台的情况下，能够对在DoE试验台运转时不能够检验的运行区域进行调整，例如对大的测地学的高度或极端的温度进行调整。在功能块29中，从所述测量数据中取决于各个调校参量以趋势信息的形式自动化地计算系统特性。结合图4A和4B进行进一步的阐释。

在图4A中，在横坐标上示出针对单个存储器压力的最大压力pMAX进行标准化的单个存储器压力pES。在纵坐标上示出NOx实际值作为测量值。以十字绘入的测量值已经通过如下方式测定，即VVT调校器（VVT：可变阀控制）、喷射开始SB、马达转速n实际、增压空气温度TLL和增压空气的湿度phi已经被保持恒定。喷入的燃料量在此已经被设定到第一值上。之后，单个存储器压力pES已经发生变化，方式为，经输送的燃料体积已经发生改变。以圆圈表征的测量值已经通过如下方式测定，即燃料量已经被设定到第二值上，单个存储器压力pES已经发生变化并且已经使之前恒定的参数、也就是说VVT调校器、喷射开始SB、马达转速n实际、增压空气温度TLL和增压空气的湿度phi不改变。以三角形绘入的测量值已经通过如下方式测定，即马达转速n实际已经被设定到新的值上，单个存储器压力pES已经发生变化并且其它的参数已经没有改变地被接收。从图4A中作为第一结论能够推导出的是，随着增加的单个存储器压力pES，NOx实际值增加并且作为第二结论能够推导出的是，所述增加持续上升。因此对于所示出的示例，趋势信息为：单调的（上升）以及线性的。在图4B中，在横坐标上绘出针对喷射开始的最大值SB（MAX）进行标准化的喷射开始SB。在纵坐标上示出NOx实际值作为测量值。在图4B中示出的数据值以与图4A类似的行为方式得出，其中，在此单个存储器压力pES已经保持恒定并且代替其喷射开始SB已经改变。对于所示出的图4B的示例，趋势信息为：仅仅单调的（上升）。

在图3中以附图标记30表征能够外推的模型，在所述模型中，单气缸试验台的数据与DoE数据27的偏差在遵守趋势信息的情况下被最小化。以附图标记31标记用于呈现基础网格的第一高斯过程模型31（GP1）。数据点的这两个量的结合形成第二高斯过程模型32。由此，内燃机的通过DoE数据描述的运行区域还通过所述值进行确定并且运行区域（对于所述运行区域不存在有DoE数据）通过所述模型30的数据复现。因为第二高斯过程模型在运转的运行中被适配，所以其用于呈现适配点。也就是说，对于基于数据的模型33完全一般地适用的是：

（2） E[x]=GP1+GP2。

在此，GP1相应于用于呈现基础网格的第一高斯过程模型，GP2相应于用于呈现适配数据点的第二高斯过程模型。基于数据的模型E[x]又是用于优化器的输入参量、例如NOx实际值或排气温度实际值。通过在图中的双箭头示出两个信息途径。第一信息途径表征基础网格的从第一高斯过程模型31到基于数据的模型33处的数据提供。第二信息途径表征第一高斯过程模型31通过第二高斯过程模型32的反向匹配（Rückanpassung）。对于关于所述适配的进一步的行为方式参考没有被在先公开的德国专利申请DE 10 2018 001 727.4。

在图5中，以线图示出对于单个存储器压力pES的第一高斯过程模型，所述单个存储器压力针对最大压力pMAX进行标准化。在纵坐标上绘出所测量的NOx值。在所述线图之内，在全马达处测定的DoE数据值以十字来表征并且来自在单气缸处探测的数据值的第一高斯过程模型的曲线以圆圈来表征。例如这是点A、B和C的三个数据值。在第一步骤中，数据值的位置，也就是说相对于彼此的趋势信息（图3：29）被测定。因为从点B的数据值中得出比在点A处较高的NOx实际值，所以函数在所述区域中是单调的。这以类似的考虑方法适用于在点C处的数据值，也就是说，在点C处的NOx实际值比在点B处较高。由此，对于数据值A至C作为趋势信息得出：单调的。然后，在第二步骤中，所述数据值与DoE数据的偏差（模型误差）被最小化。换言之：确定如下数学函数，其在考虑趋势信息的情况下尽可能好地塑造DoE数据值。对于数据值A、B和C，这是单调的、线性的并且递增的函数F1。函数F2通过数据值A、D和E仅仅被表征为是单调的。函数F3通过数据值A、F和G塑造。根据图6，示范性地示出的测量参量即单个存储器压力pES、燃料质量mKrSt、喷射开始SB、轨道压力pCR和增压空气温度TLL相应于函数F1地表现，也就是说，是单调的和线性地递增的。测量参量马达转速n实际相应于函数F3地表现，也就是说，不受限制。“不受限制”意味着，对于所述测量参量不存在趋势信息。如同样能够从图5中推导出的那样，中间值、例如数据值H能够被外推。也就是说，模型是能够外推的（图3：30）。第一高斯过程模型的确定自动化地进行，也就是说，专家知识不是必要的。模型的自动化的能够外推性又保证了在鲁棒性和好品质（Gutmütigkeit）方面的高的尺度，因为在未知的区域中所述模型根据趋势信息不允许极限值或跃变式的反应。

附图标记列表

1 内燃机

2 燃料罐

3 低压泵

4 抽吸节流件

5 高压泵

6 轨道

7 喷射器

8 单个存储器

9 轨道压力传感器

10 电子的控制仪器

11 排气涡轮增压机

12 增压空气冷却器

13 节流活门

14 通入部位

15 进入阀

16 排出阀

17 AGR调校元件（AGR：排气引回）

18 AGR冷却器

19 涡轮机旁通阀

20 燃烧模型

21 适配器

22 气体路径模型

23 优化器

24 轨道压力调节回路

25 λ调节回路

26 AGR调节回路

27 功能块、DoE数据

28 功能块、数据 单气缸

29 功能块、产生趋势信息

30 模型

31 第一高斯过程模型（GP1）

32 第二高斯过程模型（GP2）

33 基于数据的模型。

Claims (4)

1.用于基于模型地控制和调节内燃机（1）的方法，其中，取决于理论力矩（M（理论））通过燃烧模型（20）计算用于操控喷入系统调校元件的喷入系统理论值并且通过气体路径模型（22）计算用于操控气体路径调校元件的气体路径理论值，其中，所述燃烧模型（20）以完全基于数据的模型（33）的形式在所述内燃机（1）的运转的运行中进行匹配，其中，由优化器（23）通过改变所述喷入系统理论值和气体路径理论值在预测范围之内将品质尺度（J）最小化并且其中，由所述优化器（23）根据最小化的品质尺度将所述喷入系统理论值和气体路径理论值设定为对于调整所述内燃机（1）的运行点是决定性的。

2.根据权利要求1所述的方法，其特征在于，产生所述基于数据的模型（33），方式为，在第一步骤中所述内燃机（1）的调校参量在单气缸试验台上进行变化，方式为，在第二步骤中从所述单气缸试验台的测量参量中产生趋势信息（29）并且方式为，在第三步骤中所述单气缸试验台的测量参量与第一高斯过程模型（31）的偏差在遵守所述趋势信息（29）的情况下被最小化。

3.根据权利要求2所述的方法，其特征在于，通过所述基于数据的模型（33）借助于外推产生新的数据值用于所述内燃机（1）的没有被测量的运行区域。

4.根据权利要求2所述的方法，其特征在于，所述趋势信息（29）在线性的、单调的或不受限制的函数的意义上被存储。

Images