CN113006958A - 用于内燃发动机模拟的方法和系统 - Google Patents
用于内燃发动机模拟的方法和系统 Download PDFInfo
- Publication number
- CN113006958A CN113006958A CN202011504046.9A CN202011504046A CN113006958A CN 113006958 A CN113006958 A CN 113006958A CN 202011504046 A CN202011504046 A CN 202011504046A CN 113006958 A CN113006958 A CN 113006958A
- Authority
- CN
- China
- Prior art keywords
- engine
- simulated
- internal combustion
- combustion engine
- control unit
- 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.)
- Pending
Links
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004088 simulation Methods 0.000 title description 35
- 230000001502 supplementing effect Effects 0.000 claims abstract description 8
- 238000002347 injection Methods 0.000 claims description 25
- 239000007924 injection Substances 0.000 claims description 25
- 238000012360 testing method Methods 0.000 claims description 12
- 239000000446 fuel Substances 0.000 claims description 11
- 239000003570 air Substances 0.000 description 17
- 230000001133 acceleration Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 239000013589 supplement Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000013031 physical testing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
- F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
- F02D41/2425—Particular ways of programming the data
- F02D41/2429—Methods of calibrating or learning
- F02D41/2432—Methods of calibration
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D43/00—Conjoint electrical control of two or more functions, e.g. ignition, fuel-air mixture, recirculation, supercharging or exhaust-gas treatment
- F02D43/04—Conjoint electrical control of two or more functions, e.g. ignition, fuel-air mixture, recirculation, supercharging or exhaust-gas treatment using only digital means
-
- 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
-
- 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
- F02D2041/1437—Simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Testing Of Engines (AREA)
Abstract
一种用于产生用于内燃发动机控制单元的数据的方法包括由模拟内燃发动机接收至少一个约束;由模拟内燃发动机接收空气条件的第一值;以及确定与模拟内燃发动机的最大期望输出相关联的至少一个模拟发动机参数,其中基于第一值和至少一个约束来确定最大期望输出。该方法还包括通过将至少一个模拟发动机参数与现有发动机信息一起存储在与内燃发动机控制单元相关联的存储器中来补充现有发动机信息。
Description
技术领域
本发明总体上涉及用于内燃发动机的系统,并且更具体地涉及用于产生和使用与内燃发动机相关联的数据的方法和系统。
背景技术
内燃发动机系统经常包括控制系统,该控制系统包括控制发动机的各个方面的一个或多个发动机控制单元。这些控制单元与检测发动机的运行条件的传感器和地图组合运行以帮助控制发动机系统。近来,控制单元已经设计具有使用传感器信息、地图和其他信息的模型,以预测发动机将如何在特定条件下执行并选择发动机系统的适当控制。模型可以包括从在各种条件下运行的实际内燃发动机系统收集的经验数据。然而,在一些发动机条件下的物理测试是困难、昂贵和/或耗时的。特别地,当收集数据以确定发动机的最大输出而不违反一个或多个极限时,物理测试会受到特别的限制。因此,对于各种条件,可能缺少表示最优发动机输出的数据。这可能妨碍模型在这样的条件下准确预测发动机性能的能力,这可能损害在这些运行条件下的发动机控制。
在Prokhorov等人的美国专利第7,593,796号(’796专利)中公开了一种用于确定发动机扭矩的设备。’796专利中描述的设备基于发动机的曲轴旋转数据估计物理发动机的扭矩。旋转数据可以提供给神经网络,该神经网络可以经训练估计该扭矩。虽然’796专利中描述的设备在一些情况下可能是有用的,但是所公开的设备可能需要使用配备有扭矩传感器的物理测试车辆进行大量训练。附加地,在’796专利中描述的设备可能不能确定优化的或最大的输出或扭矩。
所公开的方法和系统可以解决上述问题中的一个或多个和/或本领域中的其他问题。然而,本发明的范围由所附权利要求限定,而不是由解决任何具体问题的能力限定。
发明内容
在一方面,一种用于产生用于内燃发动机控制单元的数据的方法可以包括由模拟内燃发动机接收至少一个约束;由模拟内燃发动机接收空气条件的第一值;以及确定与模拟内燃发动机的最大期望输出相关联的至少一个模拟发动机参数,其中基于第一值和至少一个约束来确定最大期望输出。该方法还可以包括通过将至少一个模拟发动机参数与现有发动机信息一起存储在与内燃发动机控制单元相关联的存储器中来补充现有发动机信息。
在另一方面,一种用于产生用于内燃发动机模型的数据的方法可以包括由内燃发动机模拟器接收至少一个排放约束;利用内燃发动机模拟器接收发动机条件的第一值;以及利用内燃发动机模拟器确定与最大期望加速度相关联的至少一个模拟发动机参数,其中基于至少第一值和至少一个约束来确定至少一个模拟发动机参数。该方法还可以包括将至少一个模拟发动机参数存储为内燃发动机模型的数据的一部分,该内燃发动机模型的数据包括与物理测试发动机相关联的至少一个现有发动机参数。
在又一方面,一种控制单元编程系统可以包括至少一个处理器和存储指令的存储器,当由至少一个处理器执行时使编程系统,其使控制单元编程系统,由模拟内燃发动机接收至少一个约束。该指令还可以使编程系统:接收模拟内燃发动机的空气条件的第一值,发动机条件对应于模拟内燃发动机的模拟条件;以及确定与模拟内燃发动机的最大期望输出相关联的至少一个模拟发动机参数,其中基于第一值和至少一个约束来确定最大期望输出。附加地,该指令可以使编程系统将至少一个模拟发动机参数与至少一个现有发动机参数一起存储在由内燃发动机模型可访问的存储器中。
附图说明
并入本说明书并且构成本说明书的一部分的附图示出了各种示例性实施例,并且与说明书一起用于解释所公开的实施例的原理。
图1是示出根据本发明的一方面的控制单元编程系统的示意图。
图2是示出与图1的控制单元编程系统的发动机模拟相关联的发动机条件和参数的图表。
图3是用于对内燃发动机的控制单元进行编程的示例性方法的流程图。
具体实施方式
前面的总体描述和下面的详细描述都仅仅是示例性和说明性的,并不限制所要求保护的特征。如本文所使用的,术语“包括(comprises)”、“包括(comprising)”、“具有(having)”、“包括(including)”或其其他变体旨在涵盖非排他性的内含物,使得包括一系列要素的过程、方法、物品或设备不仅包括这些要素,而且可以包括未明确列出的或这种过程、方法、物品或设备所固有的其他要素。而且,在本发明中,相对术语(诸如,“大约”、“基本上”、“总体上”和“近似地”等)用于指示所陈述的值中±10%的可能变化。如本文使用的,“编程”、“配置”和“存储”均包括创建、重写、更新和/或修改程序或信息,包括添加或补充信息。
图1是示出用于对控制单元或发动机控制单元80进行编程的示例性控制单元编程系统10的示意图。编程系统10可以包括执行发动机模拟20的发动机模拟器12,当模拟内燃发动机时,其可以接收输入72和输出74。输入72可以包括发动机约束14、发动机条件16和发动机模拟请求18。输出74可以包括发动机参数60、一个或多个期望发动机输出62,以及发动机性能信息64。
发动机模拟器12可以是用于模拟内燃发动机性能的任何合适的计算装置,包括一个或多个计算系统、存储装置等。发动机模拟20可以包括或可以实现为存储在与发动机模拟器12相关联的存储器中的一个或多个程序,其允许发动机模拟器12预测实际内燃发动机的运行。发动机模拟20可以包括在计算输出74中有用的多个不同的模块,诸如进气模块22、排气模块32、排气再循环(EGR)模块42,以及功率或燃烧模块52。发动机模拟20的模块22、32、42、52中的每一个可以表示实际内燃发动机的相应系统或部件。发动机模拟20可以经配置基于输入72和每个模块22、32、42和52的模拟部件来提供发动机输出62。发动机控制单元80可以与发动机模拟器12通信并且可以包括存储器82和发动机模型90。
对发动机模拟20的输入72可以由用户提供,可以是预定的,或者可以包括用户提供和预定信息的组合。模拟器输入72的发动机约束14可以对应于模拟发动机的物理和/或运行极限,诸如最大或最小运行温度、最大或最小发动机速度、最大或最小缸内压力、最大或最小燃料速率,或模拟发动机的表示对发动机性能的一个或多个硬极限的其他特性。约束14还可以基于与一项或多项发动机性能信息64相关联的极限(例如,期望极限)。发动机性能信息64可以表示一个或多个发动机部件的状态,诸如缸内压力、后处理装置的状态,或一种或多种排放物质的量,诸如碳烟、碳氢化合物、一氧化碳或其他部件的量。约束14,诸如排放约束,可以包括由用户输入或设置的一个或多个数值或极限。附加地或可选地,约束14可以由用户通过选择描述(例如,针对Tier 4柴油发动机标准的排放约束)来输入。虽然约束14可以由用户输入、调整或以其他方式设置,但是一个或多个约束14可以作为一个或多个预定值存储在发动机模拟器12的存储器中。例如,可以基于模拟20中存在的特定模块或部件来检索这些预定约束14。约束14可以包括至少一个排放约束,其对应于包含在排气排放中的部件的期望数量。发动机条件16可以包括与模拟发动机运行的环境相对应的一个或多个性能条件。条件16可以包括,例如,诸如进气歧管绝对压力(IMAP)的进气压力条件116(图2)。除了空气压力条件116之外,条件16还可以包括发动机速度条件118(图2)或其他条件,诸如环境空气温度、大气压力等。一个或多个发动机条件16,诸如特定IMAP,可以由用户设置,或者可以由与发动机模拟20相关联的自动例程设置,该自动例程评估特定条件16的多个值。发动机请求18可以对应于从发动机模拟20请求的解决方案或优化。例如,发动机请求18可以包括对最大输出的请求,诸如最大期望扭矩量、功率和/或从该扭矩或功率产生的加速度。
进气模块22可以经配置模拟与将进气引入一个或多个燃烧室56相关联的一个或多个部件。进气模块22可以包括模拟部件,诸如压缩机24、进气空气冷却器26和/或进气节流阀(ITV)28。进气模块22还可以模拟进气通道或进气歧管30,该进气通道或进气歧管30表示通过其为燃烧提供具有特定质量流动速率、温度和压力(例如,IMAP)的进气空气。排气模块32可以模拟与排气和/或后处理系统相关联的一个或多个部件。排气模块32可以包括与压缩机24相关联的涡轮机34和/或一个或多个后处理装置36(柴油颗粒过滤器、催化器等)以及排气歧管38。与进气模块22和排气模块32相关联的EGR模块42可以包括用于模拟控制再循环至进气系统的排气的量的装置的位置的模拟EGR阀44。进气模块22、排气模块32和EGR模块42均可以与燃烧模块52相关联。燃烧模块52可以模拟内燃发动机的发电单元,包括一个或多个模拟燃料喷射器54、燃烧室56和活塞58。
发动机模拟20可以提供,作为输出74,一组发动机参数60、可以由对应的一组发动机参数60产生的发动机输出62,以及表示所模拟的发动机的性能的多项发动机性能信息64。发动机参数60可以表示当输出到实际发动机的可控部件时使得发动机产生发动机输出62的控制信号。因此,参数60可以包括与模拟模块22、32、42、52的一个或多个部件相关联的指令或值。与进气模块22相关联的发动机参数60可以包括例如ITV位置。与排气和EGR模块32、42相关联的发动机参数60可以分别包括可变几何形状涡轮机(VGT)的叶片的位置和EGR阀位置。与燃烧模块52相关联的发动机参数60可以包括燃料输送参数,诸如喷射开始正时(SOI)、喷射开始压力(SOIP,例如,喷射开始时的燃料轨压力)、喷射策略(例如,每个发动机周期的喷射事件数、曲线喷射的存在、后喷射等)、喷射持续时间,以及喷射燃料的质量等。发动机输出62可以指示由燃烧模块52输出的扭矩、功率或两者的期望量。替代扭矩或功率或者除了扭矩或功率之外,发动机输出62可以包括加速度。当发动机基于发动机参数60运行时,发动机性能信息64可以指示发动机的部件的状态。因此,每组发动机参数60可以与特定发动机输出和特定组发动机性能信息64相关联。
发动机模拟器12可以经配置创建、更新和/或补充用于经配置控制实际发动机的发动机模型90的数据。发动机模型90可以存储在任何合适的存储器中,诸如与发动机控制单元80相关联的存储器82。发动机控制单元80可以是用于控制内燃发动机的任何合适的装置,包括一个或多个计算系统、存储装置、处理器等。许多市售微处理器可以经配置执行发动机控制单元80的功能。各种其他已知电路可以与发动机控制单元80相关联,包括信号调节电路、通信电路和其他用于与发动机模拟器12接口的适当电路。发动机模拟器12可以通过任何合适的方法与发动机控制单元80通信,包括一个或多个有线或无线数据连接。发动机模拟器12还可以经配置以异步方式对发动机控制单元80进行编程或以其他方式与发动机控制单元80通信,例如通过将发动机模型90存储在可移动存储介质中,该可移动存储介质提供给发动机控制单元80以提供或更新发动机控制单元80中的发动机模型90。附加地或可选地,发动机模型90可以存储在发动机模拟器12的存储器中,或存储在外部存储器和/或计算系统中。
发动机模型90可以对应于允许发动机控制单元80向实际发动机的部件发出指令以控制发动机的任何合适的模型。例如,发动机模型90可以包括平均值模型或其他合适的模型。平均值模型可以是例如由发动机模拟20模拟的实际发动机的简化模型。该平均值模型可以允许发动机控制单元80实时或接近实时地预测该发动机的性能。发动机模型90可以从一个或多个经验关系、控制地图或任何其他合适的信息中导出,这些信息允许发动机控制单元80基于检测到的或计算出的运行条件控制发动机,这些条件可以对应于由发动机模拟20评估的发动机条件16。这些关系、地图或其他现有发动机信息中的一个或多个可以包括在不使用发动机模拟的情况下获得的信息。例如,存储在存储器82中的用于发动机模型90的现有发动机信息可以包括通过使用物理测试发动机获得的信息。可以通过将从发动机模拟20获得的数据(诸如发动机参数60、发动机输出62或发动机性能信息64)存储在发动机控制单元80的存储器82中来基于发动机模拟20的结果补充和/或调整该现有发动机信息。例如,存储在存储器82中的现有发动机参数和现有发动机性能信息(例如,通过测试物理测试发动机获得的数据或信息)可以由来自发动机模拟20的发动机参数60、发动机输出62和/或性能信息64补充。发动机模型90本身可以存储在发动机控制单元80的存储器82或任何合适的存储器中。
虽然已经用模拟实际发动机的特定部件的模块22、32、42和52描述了发动机模拟20,但是根据需要,模拟20可以包括不同的部件或模块、附加的部件或模块,或者省略部件或模块,以表示实际发动机。例如,模块22和32可以经修改包括用于多涡轮增压发动机的多个压缩机和涡轮机,或者模块42可以被省略用于不包括EGR功能的发动机。
工业实用性
控制单元编程系统10可以用于配置控制单元,诸如发动机控制单元80,以与包括内燃发动机的任何适当的机器或车辆一起使用。例如,系统10的发动机模拟器12可以是经配置模拟实际内燃发动机的性能并基于该模拟存储信息以校准、编程或补充发动机模型90的任何合适的计算或处理装置。当发动机控制单元80以这种方式经校准、编程或补充时,例如通过在存储器82中存储信息,发动机控制单元80可以控制具有与在发动机模拟20中表示的特性相同或相似的特性的实际发动机。
发动机模拟器12可以经配置执行优化例程或搜索(经由合适的算法),该优化例程或搜索允许发动机模拟器12响应于请求18(例如,提供最大输出的参数60)而搜索多个发动机参数60,同时满足每个约束14。在该搜索期间,可以将发动机条件16中的一个或多个应用于模拟20。发动机模拟器12可以评估参数60的可能值的组合或集合,并计算性能信息64的对应集合或组合。可以将每组性能信息64与发动机约束14进行比较以确定是否已经超过任何约束。发动机模拟器12可以重复执行该过程以识别满足每个约束14的一组发动机参数60。可以将满足约束14的一组或多组发动机参数60进行比较以确定最优组参数60,该组将产生最大输出,从而满足请求18。然后,产生最大输出62同时满足每个约束14的发动机参数60可以用于创建、更新和/或补充与发动机模型90相关联的信息。
图2是示出响应于对最大输出的请求18搜索最优组发动机参数60的示例性结果的图表。这些结果可以在应用发动机模拟条件16(例如,空气压力条件116和/或发动机速度条件118)时产生。在一方面,条件16可以包括特定值,诸如第一压力条件102(例如,大约100kPa或更小的IMAP)、第二压力条件104(例如,大约150kPa的IMAP)或第三压力条件106(例如,大约200kPa或更大的IMAP)。在图2中,横轴表示发动机速度条件118的值,而纵轴表示示例性发动机参数60、喷射开始压力(SOIP)的值。在该示例中,每个SOIP数据点表示最优SOIP参数60,该参数与其他最优参数60组合提供最大可能发动机输出62,同时满足每个约束14。
可以将发动机条件16设置或强制为用于发动机模拟20的特定状态(而不是允许诸如进气空气压力的一个或多个条件的值波动)。例如,考虑与第一压力条件102相关联的第一数据点,发动机模拟器12可以确定相对高的SOIP提供最大期望发动机输出62。该确定可以包括通过模拟评估用于SOIP的多个不同的可能值,以及用于其他发动机参数60(例如,ITV位置、VGT叶片位置、EGR阀位置、SOI、喷射策略、喷射持续时间、喷射燃料的质量等)的多个不同的值。可以看出,通过将条件116改变或设置为不同的IMAP值,诸如SOIP参数的参数60的不同最优值将实现最大发动机输出62。如所理解的,经识别为这些参数的最优组的多个发动机参数60可以基于一个或多个发动机条件16的改变而改变。
图3示出了示例性方法200的流程图,方法200用于产生待存储在内燃发动机控制单元80上的数据,并基于利用发动机模拟20确定的发动机参数60对发动机控制单元80进行编程。在一些方面,可以执行方法200的整体以在不运行物理内燃发动机的情况下确定最大期望输出(例如,加速度)。在方法200的步骤202中,发动机约束14、发动机条件16和发动机请求18可以由发动机模拟20经由发动机模拟器12接收。对应于约束14、条件16和请求18的信息可以从与发动机模拟器12相关联的存储器检索,可以由用户输入提供,或其任何组合。在一方面,用户可以输入或以其他方式指定一个或多个发动机约束14和/或发动机条件16。例如,如上所述,用户可以指定空气压力条件116的特定值或指定空气压力条件116的状态(例如,低压力、平均压力、高压力等)。
步骤204可以包括通过评估发动机参数60的多个不同的可能组合或集合来计算或确定满足请求18的发动机参数60。可以在保持一个或多个发动机条件16恒定的同时评估这些参数60。步骤204可以经由适当的优化例程来执行。例如,可以通过诸如牛顿法、梯度法、进化算法或其他算法的优化例程来执行步骤204。如果需要,可以在步骤204期间采用专有算法。当请求18是对最大输出的请求时,可以通过用发动机模拟20模拟对应于用于运行发动机以实现最大输出而不违反任何约束14的不同策略的参数60的集合来计算发动机参数60。在步骤204中确定的发动机参数60可以包括在一组中,该组参数对应于用于实际发动机的部件以实现发动机输出62的指令。这些确定的参数60可以指定例如以下各项中的至少一项:喷射开始(SOI)、喷射开始压力(SOIP)、排气再循环量(EGR流动速率)或燃料喷射策略(包括在单个发动机周期中执行多次喷射的策略)。最优组参数60(例如,在不违反任何约束的情况下实现最大发动机输出的一组参数60)可以存储在发动机模拟器12的存储器中。如果需要,步骤204可以包括存储与所确定的参数60相关联的一项或多项性能信息64。可以重复步骤204,同时改变一个或多个发动机条件16,诸如发动机速度条件118,同时保持空气压力条件116恒定。因此,可以针对不同的发动机速度条件(例如,1000RPM、1200RPM、1400RPM或2000RPM或以上)确定多组发动机参数60。
步骤206可以包括确定是否评估一个或多个附加的发动机条件16,诸如附加的空气压力条件116。例如,步骤202和204可以在第一空气压力条件102下执行。当需要或期望评估第二104、第三106或附加的空气压力条件116时,步骤206中的确定可以是肯定的,并且可以执行步骤208。步骤208可以包括将压力条件116的值改变或设置为不同的值。然后可以执行步骤204,同时将条件16的值保持在步骤208中改变或设置的值。步骤204的第二次或后续重复会导致基于压力条件116的第二次或后续值来确定第二发动机输出62。
当在步骤206中的确定是否定的时,方法200可以进行到用于对发动机控制单元80进行编程或配置的步骤210。例如,步骤210可以包括将一个或多个发动机参数60(包括一组或多组最优发动机参数60)写入存储器82以创建、补充和/或修改模型90的信息。这可以包括补充(例如,添加)现有数据或信息,诸如存储在发动机模拟器12的存储器中的现有发动机参数和/或现有发动机性能信息,和/或补充存储在发动机控制单元80的存储器82中的现有发动机性能信息。该现有信息例如可以包括用物理测试发动机获得的数据。当发动机模型90和发动机控制单元80的编程完成时,发动机控制单元80可以连接到实际内燃发动机。
虽然已经关于进气空气条件(空气压力条件116)描述了方法200,但是应当理解,方法200可以在各种发动机条件下执行。附加地,虽然一个或多个发动机参数60可以被写入(存储在)设在发动机控制单元80上的存储器82中,但是这些参数60可以替代地被写入或存储在发动机模拟器12的存储器中。存储在发动机模拟器12的存储器中的发动机参数60可以直接提供给控制单元80(例如,通过发动机模拟器12和发动机控制单元80之间的通信),或经由中间装置提供给一个或多个发动机控制单元80。
通过使用发动机模拟20对发动机控制单元80进行校准或编程,可以在对实际内燃发动机进行较少的物理测试的情况下使加速性能最大化。因此,可以减少校准或编程控制单元80所需的时间量。具体地,发动机模拟20可以协助创建用于与发动机模型一起使用的数据,否则将需要在诸如进气空气压力等条件下进行广泛的测试,而这些条件可能难以在受控设置中再现。附加地,通过设置或强制发动机参数的一系列值,诸如进气压力条件,可以优化发动机参数,诸如喷射开始正时(SOI)、喷射开始压力(SOIP)、排气再循环(EGR)流动速率和/或喷射策略,诸如多次喷射。通过向发动机控制单元80提供使用物理测试发动机收集可能具有挑战性的数据,这些优化参数可以允许发动机控制单元80在不超过机械或排放约束的情况下最大化发动机的扭矩输出。通过例如用物理测试发动机补充所获得的信息,除了用物理测试发动机评估的条件之外,可以向发动机模型90提供表示各种发动机条件的信息。可以识别对于难以用物理内燃发动机再现的各种条件的参数,诸如进气歧管绝对压力。模拟可以允许在难以模拟的多个条件下校准发动机控制单元。
对于本领域技术人员显而易见的是,在不脱离本发明的范围的情况下,可以对所公开的方法和系统进行各种修改和变化。通过考虑本文公开的方法和系统的说明书和实践,本领域的技术人员将清楚该方法和系统的其他实施例。本说明书和示例旨在被认为仅是示例性的,本发明的真实范围由所附权利要求及其等同物指示。
Claims (10)
1.一种用于产生用于内燃发动机控制单元的数据的方法,所述方法包括:
由模拟内燃发动机接收至少一个约束;
由所述模拟内燃发动机接收空气条件的第一值;
确定与所述模拟内燃发动机的最大期望输出相关联的至少一个模拟发动机参数,其中基于所述第一值和所述至少一个约束来确定所述最大期望输出;以及
通过将所述至少一个模拟发动机参数与现有发动机信息一起存储在与所述内燃发动机控制单元相关联的存储器中来补充所述现有发动机信息。
2.根据权利要求1所述的方法,其中,所述现有发动机信息与物理测试发动机相关联。
3.根据前述权利要求中任一项所述的方法,其中,所述模拟发动机参数包括喷射开始、喷射开始压力、排气再循环量或燃料喷射策略中的至少一个。
4.根据前述权利要求中任一项所述的方法,其中,所述空气条件包括所述模拟内燃发动机的模拟进气空气压力。
5.根据权利要求4所述的方法,进一步包括将所述模拟进气空气压力设置为对应于小于或等于100kPa或大于或等于150kPa的空气压力的值。
6.一种控制单元编程系统,包括:
至少一个处理器;以及
存储指令的存储器,当由所述至少一个处理器执行时,使所述控制单元编程系统:
由模拟内燃发动机接收至少一个约束;
接收所述模拟内燃发动机的空气条件的第一值,所述发动机条件对应于所述模拟内燃发动机的模拟条件;
确定与所述模拟内燃发动机的最大期望输出相关联的至少一个模拟发动机参数,其中基于所述第一值和所述至少一个约束来确定所述最大期望输出;以及
通过将所述至少一个模拟发动机参数与所述至少一个现有发动机参数一起存储在由内燃发动机模型可访问的存储器中来补充现有发动机信息。
7.根据权利要求6所述的系统,其中,所述内燃发动机模型包括平均值模型。
8.根据权利要求6或7中任一项所述的系统,其中,所述空气条件包括模拟进气歧管内的空气压力。
9.根据权利要求6-8中任一项所述的系统,其中,所述至少一个模拟发动机参数包括燃烧周期中的燃料喷射的正时或燃料喷射的次数。
10.根据权利要求6-9中任一项所述的系统,其中,所述至少一个约束包括所述排放约束,并且所述至少一个模拟发动机参数包括燃料喷射参数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/720,965 US11790126B2 (en) | 2019-12-19 | 2019-12-19 | Method and system for internal combustion engine simulation |
US16/720965 | 2019-12-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113006958A true CN113006958A (zh) | 2021-06-22 |
Family
ID=76383510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011504046.9A Pending CN113006958A (zh) | 2019-12-19 | 2020-12-18 | 用于内燃发动机模拟的方法和系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11790126B2 (zh) |
CN (1) | CN113006958A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115288871B (zh) * | 2022-07-19 | 2023-04-18 | 东风汽车集团股份有限公司 | 发动机实时扭矩计算方法、装置、设备及可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5889205A (en) * | 1995-04-10 | 1999-03-30 | Siemens Aktiengesellschaft | Method for determining an air mass flow into cylinders of an internal combustion engine with the aid of a model |
US20050085978A1 (en) * | 2003-10-21 | 2005-04-21 | Ulrich Remmlinger | Method for handling control data for an electronic control device of an automatic transmission |
CN101578558A (zh) * | 2005-03-02 | 2009-11-11 | 卡明斯公司 | 用于产生基于模型的系统控制参数的构架 |
US20100042393A1 (en) * | 2006-12-29 | 2010-02-18 | Thomas Kruse | Method and system for simulating the operation of an internal combustion engine |
WO2013131836A2 (de) * | 2012-03-06 | 2013-09-12 | Avl List Gmbh | Verfahren zur emissionsoptimierung von verbrennungskraftmaschinen |
US20150142405A1 (en) * | 2013-11-14 | 2015-05-21 | Man Truck & Bus Ag | Method For Simulating The Operation Of An Internal Combustion Engine And Device For Carrying Out The Method |
EP3091212A1 (en) * | 2015-05-06 | 2016-11-09 | Honeywell International Inc. | An identification approach for internal combustion engine mean value models |
US20170146987A1 (en) * | 2015-11-20 | 2017-05-25 | Caterpillar Inc. | Electronic control module testing system |
GB201706146D0 (en) * | 2016-04-28 | 2017-05-31 | Caterpillar Inc | System and method for analyzing operation of componenet of machine |
US20180300191A1 (en) * | 2017-04-18 | 2018-10-18 | United Technologies Corporation | Fault-accommodating, constrained model-based control using on-board methods for detection of and adaption to actuation subsystem faults |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2340557C (en) | 2000-03-14 | 2004-05-25 | Honda Giken Kogyo Kabushiki Kaisha | Simulator for automatic vehicle transmission controllers |
US6801849B2 (en) * | 2001-07-13 | 2004-10-05 | Bombardier Recreational Products Inc. | Engine diagnostic via PDA |
JP2005090353A (ja) * | 2003-09-17 | 2005-04-07 | Hino Motors Ltd | 過渡エンジン性能適合化方法およびシステム |
US7415389B2 (en) * | 2005-12-29 | 2008-08-19 | Honeywell International Inc. | Calibration of engine control systems |
US7941260B2 (en) * | 2006-05-09 | 2011-05-10 | GM Global Technology Operations LLC | Rapid engine mapping and modeling |
US7593796B2 (en) | 2006-11-27 | 2009-09-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | Torque estimator for internal combustion engine |
AT10812U3 (de) | 2009-06-16 | 2010-03-15 | Avl List Gmbh | Prüfstandsanordnung |
CN101807361B (zh) | 2009-12-01 | 2011-12-07 | 镇江恒驰科技有限公司 | 柴油机电控教学模拟实验方法及装置 |
US8718905B2 (en) * | 2011-09-15 | 2014-05-06 | 128 Combustion, LLC | Supplementing engine control via a diagnostics port |
CN102331721B (zh) | 2011-09-28 | 2013-09-18 | 潍柴动力股份有限公司 | 一种电控柴油机的动态仿真模拟测试方法、装置及系统 |
CN102360332B (zh) | 2011-09-28 | 2013-11-13 | 北京航空航天大学 | 一种软件可靠性加速测试与评估方法及其计算机辅助工具 |
US10296674B2 (en) * | 2013-06-19 | 2019-05-21 | Volvo Truck Corporation | Method for a vehicle |
CN107748830A (zh) | 2017-11-15 | 2018-03-02 | 北京工业大学 | 一种风电增速系统的等效缩比模型及其动态特性仿真方法 |
CN109839279B (zh) | 2019-03-15 | 2024-03-15 | 中国汽车技术研究中心有限公司 | 一种用于汽车驾驶性测试评价的加速踏板信号模拟装置 |
-
2019
- 2019-12-19 US US16/720,965 patent/US11790126B2/en active Active
-
2020
- 2020-12-18 CN CN202011504046.9A patent/CN113006958A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5889205A (en) * | 1995-04-10 | 1999-03-30 | Siemens Aktiengesellschaft | Method for determining an air mass flow into cylinders of an internal combustion engine with the aid of a model |
US20050085978A1 (en) * | 2003-10-21 | 2005-04-21 | Ulrich Remmlinger | Method for handling control data for an electronic control device of an automatic transmission |
CN101578558A (zh) * | 2005-03-02 | 2009-11-11 | 卡明斯公司 | 用于产生基于模型的系统控制参数的构架 |
US20100042393A1 (en) * | 2006-12-29 | 2010-02-18 | Thomas Kruse | Method and system for simulating the operation of an internal combustion engine |
WO2013131836A2 (de) * | 2012-03-06 | 2013-09-12 | Avl List Gmbh | Verfahren zur emissionsoptimierung von verbrennungskraftmaschinen |
US20150142405A1 (en) * | 2013-11-14 | 2015-05-21 | Man Truck & Bus Ag | Method For Simulating The Operation Of An Internal Combustion Engine And Device For Carrying Out The Method |
EP3091212A1 (en) * | 2015-05-06 | 2016-11-09 | Honeywell International Inc. | An identification approach for internal combustion engine mean value models |
US20170146987A1 (en) * | 2015-11-20 | 2017-05-25 | Caterpillar Inc. | Electronic control module testing system |
GB201706146D0 (en) * | 2016-04-28 | 2017-05-31 | Caterpillar Inc | System and method for analyzing operation of componenet of machine |
US20180300191A1 (en) * | 2017-04-18 | 2018-10-18 | United Technologies Corporation | Fault-accommodating, constrained model-based control using on-board methods for detection of and adaption to actuation subsystem faults |
Also Published As
Publication number | Publication date |
---|---|
US11790126B2 (en) | 2023-10-17 |
US20210192104A1 (en) | 2021-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11060953B2 (en) | Engine virtual test environment system and engine management system mapping method | |
CN109635520B (zh) | 一种汽车驾驶性仿真方法及装置 | |
US20190003411A1 (en) | Information processing apparatus, function parameter setting method, and in-vehicle control system | |
JP2009014406A (ja) | 電子制御ユニットの自動検査装置 | |
CN105626238A (zh) | 涡轮增压器控制负载偏差补偿方法 | |
EP2623753A2 (en) | NOx control | |
KR20060073959A (ko) | 과도 엔진 성능 적합화 방법 및 시스템 | |
CN113006958A (zh) | 用于内燃发动机模拟的方法和系统 | |
JP6540824B2 (ja) | Wiebe関数パラメータ同定方法及びWiebe関数パラメータ同定装置 | |
CN106460711B (zh) | 用于在内燃机的气缸内进行充气检测的方法和装置 | |
Omran et al. | Neural networks for real‐time nonlinear control of a variable geometry turbocharged diesel engine | |
JP6834422B2 (ja) | 内燃機関パラメータ同定装置及び内燃機関パラメータ同定方法 | |
CN113006959B (zh) | 用于对内燃发动机控制单元进行编程的方法和系统 | |
EP2623758B1 (en) | Turbocharger control | |
Sidorow et al. | Model based fault detection of the air and exhaust path of diesel engines including turbocharger models | |
US9328691B2 (en) | Setpoint bank control architecture | |
Wang | A study of model-based control strategy for a gasoline turbocharged direct injection spark ignited engine | |
Cimniak et al. | A new Class of AI-based Engine Models | |
US20090012764A1 (en) | System model production support apparatus and system model production support method | |
Chen et al. | Development of engine model using modulization method for EMS verification through MIL and HIL | |
US11614041B2 (en) | Engine intake air and exhaust control system | |
Dickinson et al. | On-engine validation of mean value models for IC engine air-path control and evaluation | |
Garcia | Feed-Forward Air-Fuel Ratio Control during Transient Operation of an Alternative Fueled Engine | |
Isermann et al. | Model Based Control of Diesel Engines with Dynamic Neural Networks | |
CN114417599A (zh) | 发动机模型应用方法 |
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 |