CN114109631A - 具有用于发动机控制的诊断监测的控制系统 - Google Patents
具有用于发动机控制的诊断监测的控制系统 Download PDFInfo
- Publication number
- CN114109631A CN114109631A CN202111017708.4A CN202111017708A CN114109631A CN 114109631 A CN114109631 A CN 114109631A CN 202111017708 A CN202111017708 A CN 202111017708A CN 114109631 A CN114109631 A CN 114109631A
- Authority
- CN
- China
- Prior art keywords
- physical equipment
- optimizer
- control
- performance
- configurable controller
- 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
- 238000013154 diagnostic monitoring Methods 0.000 title description 2
- 238000012544 monitoring process Methods 0.000 claims abstract description 119
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000015556 catabolic process Effects 0.000 claims abstract description 12
- 238000006731 degradation reaction Methods 0.000 claims abstract description 12
- 238000002485 combustion reaction Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 abstract description 12
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 29
- 239000000243 solution Substances 0.000 description 29
- 230000001276 controlling effect Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- 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
- F02D41/1406—Introducing closed-loop corrections characterised by the control or regulation method with use of a optimisation method, e.g. iteration
-
- 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
- F02D41/22—Safety or indicating devices for abnormal conditions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- 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
- F02D2041/1409—Introducing closed-loop corrections characterised by the control or regulation method using at least a proportional, integral or derivative controller
-
- 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
- F02D2041/1412—Introducing closed-loop corrections characterised by the control or regulation method using a predictive controller
-
- 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
- F02D2041/1413—Controller structures or design
- F02D2041/1415—Controller structures or design using a state feedback or a state space representation
- F02D2041/1416—Observer
-
- 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
- F02D2041/1413—Controller structures or design
- F02D2041/1429—Linearisation, i.e. using a feedback law such that the system evolves as a linear one
-
- 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
Abstract
本发明涉及具有用于发动机控制的诊断检测的控制系统。发动机性能控制的新的和/或备选的方法，其可以考虑到需要鲁棒地监测物理装备及其致动器的性能和/或操作，同时避免或限制性能劣化。模型预测控制(MPC)或诸如比例‑积分‑微分控制的其它控制配置可以用于通过识别性能优化的控制解来控制系统。在一些示例中，对性能优化解分析进行了修改，以加权有利于鲁棒的监测条件的控制解。在其它示例中，性能优化的解被后处理和修改，以有利于鲁棒的监测条件。
Description
技术领域
本领域涉及控制器和这种控制器的配置。更具体地，本领域涉及用于管理系统活动的控制器，包括用于诸如汽车发动机的发动机的控制器。
背景技术
现代控制系统包括对一系列系统操作的监测，以确保对系统输出的适当控制。一些系统使用例如模型预测控制(MPC)、比例积分控制(PID)和其它控制方法来优化受控系统的性能。在许多受控系统中，系统的输出、系统中部件的行为以及系统内传感器的性能可以各自被监测。
当为了优化的性能控制系统时可能出现的问题是，监测需求(诸如监测系统中部件和/或传感器的性能、健康或其它行为)可能不是由最佳性能来满足的。例如，如果监测需求要求检查传感器输出以确保适当的条件，或者要求测试致动器运动以确保功能性，则仅针对优化的性能进行控制可能不允许在鲁棒的监测条件下满足监测需求。
例如，混合动力交通工具中的可充电电池可以针对在“轻负载”下的内部阻抗被监测，以确认电池的健康状况。然而，混合动力交通工具可能以这样的方式被驱动，使得用于检查内部阻抗的期望负载条件落在优化的操作条件之外。因此，优化的操作可能妨碍在期望条件下鲁棒地检查电池内部阻抗。
作为另一个示例，考虑流量控制致动器，其预期响应于所施加的控制信号中的变化而以预定程度的致动(例如移动)做出响应。对于一些这样的致动器，可以直接测量预定程度的致动是否实际发生，而其它致动器可能不被放置/配置成允许直接测量致动。假设是后者，则需要从诸如流量控制致动器下游和/或上游的压力的其它可测量的信号中推断致动。致动的推断可能依赖于在受控条件下(诸如在特定压力、温度或流量条件下)开发的模型。如果系统使用为性能目的进行了优化，其方式与用于推断致动的模型不匹配，则不可能从其它条件中可靠地推断出正确的致动器性能。
说明该问题的一种情况是低压废气再循环(EGR)阀诊断。阀通常在低到中发动机速度/负载下打开。当EGR阀上游的压力不比下游压力高很多时，EGR质量流量估计将在低流量条件下进行，从而增加了潜在的错误，并且产生了错误的可能的误检测。频繁的故障可能会让用户感到沮丧，导致阀或相关传感器的移除或禁用。
在又一个示例中，用于检测可测量参数的传感器可以在系统中操作，在该系统中，可测量参数也可以从其它条件中推断出。例如，与内燃发动机的气流相关联的压力传感器可以生成输出，当系统中的其它可测量参数在限定的验证边界内时，该输出也可以通过知道这些可测量参数来推断。因此，压力传感器的操作可以通过参考其它可测量参数来监测和验证。然而，如果发动机没有以与限定的验证边界一致的方式操作，则传感器的操作就不能被鲁棒地验证。
需要新的和备选的控制方法来帮助针对这些和其它场景的鲁棒监测能力。
发明内容
本发明人已经认识到，除了别的以外，要解决的一个问题是需要用于系统控制的新的和/或备选的方法，该方法可以满足在避免或限制性能劣化的同时鲁棒地监测部件、传感器或系统行为的需要。在一些示例中，对性能优化过程进行了修改，以加权有利于鲁棒的监测条件的控制解。在其它示例中，优化的解被后处理和修改，以有利于鲁棒的监测条件。一些示例可以应用于在各种环境中的控制系统，包括例如制造或动力生产工厂，以及交通工具动力系统和/或自主交通工具操作。
第一说明性和非限制性示例采取用于控制物理装备的可配置控制器的形式，该物理装备具有与其相关联的用于控制物理装备的操作的多个致动器和用于观测物理装备操作的多个特性的多个传感器，该可配置控制器包括：状态观测器，其被配置成捕获物理装备的当前状态；和优化器，其被配置成使用模型预测控制(MPC)来至少使用致动器控制物理装备；其中，MPC至少包括与物理装备的优化性能相关联的第一项和与物理装备在用于鲁棒监测的预定操作区内的性能相关联的至少一个第二项。
附加地或备选地，该至少一个第二项包括随着距监测频率目标的距离而增加的加权值。
附加地或备选地，该至少一个第二项包括平衡项，该平衡项随着距用于鲁棒监测的预定操作区的距离而增加。
附加地或备选地，该至少一个第二项是加权值和平衡项的乘积。
附加地或备选地，加权值具有零下限和非零上限。
附加地或备选地，用于鲁棒监测的预定操作区由用于传感器的操作的一组边界条件确定。
附加地或备选地，用于鲁棒监测的预定操作区由用于估计未测量变量或参数的一组边界条件确定。
附加地或备选地，如果第一项确定了在用于鲁棒监测的预定操作区内的性能解，则该至少一个第二项为零。
附加地或备选地，第一说明性和非限制性示例可以体现为执行系统被配置成执行的分析步骤的方法，其中，该方法在所描述的系统的环境中执行。
第二说明性和非限制性示例采取用于控制物理装备的可配置控制器的形式，该物理装备具有与其相关联的用于控制物理装备的操作的多个致动器和用于观测物理装备操作的多个特性的多个传感器，该可配置控制器包括：状态观测器，其被配置成捕获物理装备的当前状态；和操作优化器，其被配置成至少使用致动器来控制物理装备；以及诊断优化器，其被配置成修改操作优化器的输出，以将物理装备的性能朝着用于鲁棒监测的预定操作区调整；其中，操作优化器和诊断优化器被配置成配合地操作以控制多个致动器中的至少一些，并且因此控制物理装备的操作。
第三说明性和非限制性示例采取操作适于控制物理装备的可配置控制器的方法的形式，该物理装备具有与其相关联的用于控制物理装备的操作的多个致动器和用于观测物理装备操作的多个特性的多个传感器，该可配置控制器可操作地联接到多个致动器中的一个或多个，从而控制致动器，并且可操作地联接到多个传感器中的一个或多个以从其接收感测的数据，该可配置控制器包括：状态观测器，其被配置成使用传感器捕获物理装备的当前状态；和操作优化器，其被配置成至少使用致动器控制物理装备；以及诊断优化器，其被配置成修改操作优化器的输出以将物理装备的性能朝着用于鲁棒监测的预定操作区调整；该方法包括：操作优化器使用物理装备的当前状态来确定最佳性能的第一控制解；诊断优化器通过确定相对于监测要求的系统的当前状态以及第一控制解和鲁棒监测边界条件之间的距离来计算对第一控制解的调整；诊断优化器确定与第一控制解相差不超过预定偏差的第二控制解；以及可配置控制器使用第二控制解向致动器发出控制信号以操作物理装备。
除了第二或第三说明性、非限制性示例之外或备选地，诊断优化器使用随着距监测频率目标的距离而增加的加权值。
除了第二或第三说明性、非限制性示例之外或备选地，诊断优化器使用平衡项，该平衡项随着距用于鲁棒监测的预定操作区的距离而增加。
除了第二或第三说明性、非限制性示例之外或备选地，诊断优化器被配置成使用加权值和平衡项的乘积来调整性能。
除了第二或第三说明性、非限制性示例之外或备选地，用于鲁棒监测的预定操作区由用于传感器的操作的一组边界条件确定。
除了第二或第三说明性、非限制性示例之外或备选地，用于鲁棒监测的预定操作区由用于估计未测量变量或参数的一组边界条件确定。
除了第二或第三说明性、非限制性示例之外或备选地，诊断优化器被配置成在预定的有限范围内调整物理装备的性能，该预定的有限范围确定诊断优化器可能导致的物理装备的性能的最大总劣化。
除了第二或第三说明性、非限制性示例之外或备选地，诊断优化器被配置成分析多个操作变量，以针对多个操作变量中的每一个在预定的有限范围内调整物理装备的性能，并且预定的有限范围包括多个个体化的极限，这些极限限定了相对于多个操作变量中的每一个物理装备的性能的最大劣化。
除了第二或第三说明性、非限制性示例之外或备选地，如果操作优化器确定用于鲁棒监测的预定操作区内的性能解，则诊断优化器不调整物理装备的性能。
除了第二或第三说明性、非限制性示例之外或备选地，操作优化器被配置成使用模型预测控制(MPC)来控制物理装备。
另一个说明性和非限制性示例采取包括内燃发动机和可配置控制器的交通工具的形式作为上述说明性和非限制性示例，或者上文指出的其附加或备选方案中的任一者。
该概述旨在提供对本专利申请的主题的介绍。它并不旨在提供排他性或详尽的解释。包括详细描述以提供关于本专利申请的进一步信息。
附图说明
在不一定按比例绘制的附图中，相同的数字可以在不同的视图中描述相似的部件。具有不同字母后缀的相同数字可以代表相似部件的不同实例。附图通过示例而非限制的方式大体上示出了本文献中讨论的各种实施例。
图1示出了操作控制系统的模型；
图2以图形形式图示了操作的边界和鲁棒的监测能力；
图3以图形形式图示了加权函数；
图4以图形形式图示了加权函数的效果；
图5以图形形式图示了第二说明性方法；和
图6示出了操作控制系统的另一个模型。
具体实施方式
本创新可以用于包含各种控制算法的一系列控制系统中的任一个中。说明性的控制算法可以包括例如但不限于模型预测控制(MPC)、比例控制、比例积分微分(PID)控制、线性二次调节器(LQR)控制以及本领域技术人员已知的其它控制算法。下面的一些示例将提供该概念的一般环境，尽管出于说明的目的，一些示例特定于交通工具控制系统的领域，诸如涡轮增压器和发动机控制，以及混合动力交通工具控制和其它交通工具功能。一些示例可能集中在内燃发动机上，而不是将创新局限于特定的环境。
现代汽车控制，包括例如一般的交通工具控制和/或对诸如发动机和相关联的部件的特定系统的控制，通常利用控制多个参数的交通工具处理单元来提高发动机性能。模型预测控制(MPC)在汽车领域变得越来越成熟。得益于基于优化的背景，MPC使用户能够将控制性能要求(设定点跟踪质量、能耗等)和技术/操作限制(阀位置和致动器值等的物理约束)公式化为目标函数，并附带对优化变量的约束。在汽车中，这些优化变量通常对应于操纵变量，诸如扭矩、标准化制动力、阀开度等。使用受控系统的内部模型，优化器(优化例程)在指定的预测范围内找到优化变量的最优值，使得成本函数最小化，并且满足约束。然后，优化器的输出用于控制各种致动器(阀、闸门和其它部件)，这些致动器继而控制发动机(物理装备)的操作。
汽车排放法规正变得越来越严格。为了确保原始设备制造商(OEM)符合法律要求，包括故障检测、处理和通知子系统的车载诊断系统(OBD)在交通工具处理单元上实现。为了确保故障检测是鲁棒的，并且误报报告被最小化，定义了一组使能条件，使得如果这些条件被满足，则检测到的潜在故障可以与正常行为鲁棒地区分开。这些使能条件自然会限制和缩短监测有效的时间，并且可以检测到故障。在用监测性能率(IUMPR)可以规定为符合排放标准目的而进行故障检测的频率。这些目标的目的是确保对条件进行足够频繁的评估，使得能够在没有不必要的延迟的情况下检测到故障，并补救排放相关设备故障的影响。将监测限制在满足使能条件的时间段内是期望的，但可能与IUMPR需求相反，而从性能角度来看，在使能条件的范围内的操作可能不是最佳的。结果是交通工具控制系统需要适应这些额外的要求，同时继续提供期望的性能水平。在汽车环境之外，监测还可以出于各种目的中的任一种而发生，包括确保优化的性能、确认正确的性能、错误检查和/或确定系统部件是否都正常工作或得到良好维护。
图1是说明性的。控制装置在100处示出，并且包括状态观测器102，其将一组当前状态变量x(k)馈送给优化器104。优化器计算用于生成控制信号的解u*(k)，控制信号被传送到一组致动器112，致动器112继而控制物理装备114的操作。这组致动器可以应用于例如但不限于燃料喷射控制、发动机制动控制、后处理控制、废气再循环(EGR)控制、涡轮增压器控制、节气门控制、废气门控制、EGR阀、可变喷嘴涡轮的控制等。
物理装备114可以是例如但不限于内燃发动机，无论是柴油还是汽油，或者可以更广泛地是交通工具控制系统，诸如在燃气-电动混合动力交通工具和没有燃气或柴油内燃发动机(燃料电池、纯电动等)操作的交通工具中。在汽车环境之外，物理装备可以是例如但不限于生产线或设施、或在生产线或设施内的固定装置(例如，挤出机设备)、空气控制系统(诸如用于洁净室或更广泛地用于其它HVAC控制)、催化剂控制系统、锅炉、发电厂、飞机、机车或其它交通工具、自主交通工具等。致动器可以包括阀、喷嘴、阻尼器、涡轮、压缩机、真空单元、风扇、排出器、闸门、马达、液压装置、泵、加热或冷却元件以及已知用于此类系统的其它元件。
如图1所示，提供了多个传感器116。传感器116可以包括(在具有涡轮增压器的交通工具发动机中)例如但不限于检测歧管绝对压力(MAP)、空气质量流量(MAF)、EGR流量、涡轮速度、氮氧化物、发动机速度、燃料量、增压压力等的传感器。可以改为包括适用于其它系统的传感器，诸如用于控制飞机、高度计、环境压力/温度、空速等。在其它环境中，可以使用其它传感器。这种传感器可以被配置成对被感测的基础参数进行采样并将这种采样的结果提供给状态观测器102。
监测框在120处图示，并且可以用于捕获性能和/或诊断数据。在汽车环境中，监测框120可以是车载诊断(OBD)系统，尽管不一定是这种情况。当物理装备114操作时，监测框120还接收来自传感器116的输出，并且可以用于将来自传感器116的输出与警报、故障等的阈值进行比较。监测框120还可以接收或跟踪用户122的输入或动作，和/或可以被监测的其它事件124，诸如负载/需求中的变化或其它干扰。监测框120可以包括例如一个或多个定时器或存储器位置，以用于跟踪监测操作的频率。
状态观测器102和优化器104可以例如在微控制器中实现，该微控制器被配置成对一组存储的指令进行操作，以执行状态观测和优化例程。在另一个示例中，专用集成电路(ASIC)可以提供状态观测器功能，其可以包括来自致动器112和/或传感器116的数据的捕获或累积，这些数据又可以由配置有存储指令集的微控制器周期性地读取，用于使用例如本文描述的MPC成本函数来执行优化计算。虽然为了解释的目的而单独示出，但是监测框120可以集成并链接到相同的微控制器，或者根据需要链接到单独的微控制器，如优化器104，优化器104可以是整个交通工具处理单元(对于交通工具环境)或系统控制处理器(在非交通工具环境中)的一部分。
图2以一般化的形式示出了系统控制器设计面临的一个问题。给定一个或多个参数(这里简单地显示为A和B)，可允许的操作参数的第一映射可以被界定，如在150所示。在传统设计中，允许MPC成本函数的优化操作解出现在第一组边界150内的任何地方。然而，一个或多个被监测变量(无论是直接测量的还是从其它测量结果估计的)可以仅在由鲁棒监测区域160指示的变量的组合的较小子集内被鲁棒地监测。在区域160之外，监测功能可能不提供鲁棒结果，导致潜在的误报，即，指示潜在故障的不正确读数。鲁棒监测区域160的边界可以被理解为反映用于例如传感器可靠或鲁棒操作的边界，或者允许通过参考其它可测量参数来推断/计算未测量参数的操作的模型的边界条件。
为了将图2放在特定环境中，假设具有监测排气要求的汽车应用。如果输出废气压力低于给定的下限，则排放相关部件的监测器可能不能提供可靠的读数，例如，当在低废气压力下读取传感器时，如果测量的颗粒量的样本与样本之间的变化高于预定极限，则可能发生这种情况。在另一个示例中，如果一个或多个被监测变量不能被直接测量，则可以从测量的参数来估计它们。可以使用依赖于一组用于精确估计的预定条件的模型来推断或估计未测量的变量。例如，可以使用系统的其它输入(压缩机速度、预压缩机气流的湿度、温度和压力)来估计增压压力，然而，这种估计可能需要至少最小压缩机速度，或者不超过最大压缩机速度，才被认为是可靠的。在这种预定条件之外的物理装备的操作可能损害任何未测量变量的估计的准确性。如果被监测的变量或参数落在极限之外，则可以设置警告标志，并且可能需要进行故障排除来确定警告的来源。然而，如果警告标志是非鲁棒读数或估计而不是实际故障的结果，则警告标志可能是误报。排除误报花费的时间可能被浪费，并且重复误报可能导致用户忽视警告。类似的问题可能出现在排放监测之外以及汽车环境之外的各种环境中。
鲁棒监测区域160的边界条件可以被称为监测的使能条件。减少误报监测测试的一种方法将是仅当操作参数在鲁棒监测区域160内时执行测试。
例如，监视极限可能要求例如通过每单位时间(诸如每秒、每分钟等、或其它更短或更长的时间范围内一次)采样一次或在给定的函数单位内(诸如每个使用周期的数量)采样来监测参数。基本的MPC函数不是为了考虑这一额外要求而构建的，物理装备的性能优化操作可能不会以确保当在鲁棒的监测范围内操作时可以进行监测相关测量的方式进行。监测要求可能需要在操作时读取，为确保鲁棒监测而对操作参数进行的突然更改可能损害优化的操作，并且可能是用户不期望的。为了管理优化的操作和监测活动两者而构建的控制系统是期望的。
传统的MPC成本函数形式可以如等式1所示：
其中，ud,k对应于操纵变量的期望分布，uk代表操纵变量，k表示离散时间实例，并且P代表预测控制器的预测范围。此外，yr,k和yk分别代表输出参考值和预测值(由MPC中使用的物理装备的内部模型提供)，并且W1和W2指定加权项。为简单起见，本文在随后的等式中省略了k项。传统的MPC成本函数在操作中被最小化，以提供优化的性能。
在一些示例中，直接控制系统可以被修改以结合监测需求。例如，上面解释的MPC准则可以被修改以结合监测需求。说明性的、修改的MPC函数可以如等式2所示读取：
其中，dECR,j代表松弛变量，表示相对于第j个使能条件信号，距鲁棒监测区域的距离。鲁棒监测松弛变量表达式可以是(但不限于)如等式3所示：
这里，sE,j是第j个使能条件信号，j∈{1,2,…,NE }, NE是与监测相关的使能条件信号的数目；并且{sL,E,j,sU,E,j}指定对应的鲁棒监测区间的下界和上界。松弛变量的这个定义可以根据需要进行修改，并且距鲁棒监测区域的距离的任何其它合适的表达式也可以用于dECR,j。松弛变量可以用作平衡项，该平衡项考虑了鲁棒监测区域和实现的操作配置之间的距离。
等式2中的加权项W3根据基于监测目标的监测需求进行调整。在一个示例中，可为每次监测指定目标R*IUR，并且W3可以表达为当前监测状态RIUR和其目标R*IUR的函数。表达式可以读取(但不限于)等式4：
在W3的表达式中，
是权重W3的上限，并且ω是比例因子，两者都可以由用户选择；如这里所用，加权值的下限为零。这样，W3反映出控制器离监测目标越远，它就越“关心”提高比率。如果操作准则在鲁棒监测范围内，也就是说，如果监测目标被满足，则W3为零，并且MPC将正常操作。
图3以图形方式示出了在简单的示例中对于一定范围的(R*IUR - RIUR)的差值来说W3可以如何计算。当RIUR大于R*IUR时，加权值为零，如在线200处所指示。如果RIUR小于R*IUR，如在图的右侧所示，W3增加至其最大值，此处为1.5。因此，例如，假设RIUR被定义为从最后一个监测样本开始的时段(诸如30秒)，随着从最后一个监测样本开始的时段的增长，加权因子W3变得相关，并且从0增加到1.5。结合加权因子，可以选择R*IUR和RIUR的表达式来考虑监测目标的不同需求。如果涉及多于一个的不同监测目标，则W3的表达式可以包括额外的项。
例如，W3可以是可操作的(使用30秒监测目标作为说明性示例)，以在采集最后一个监测样本后的15秒内为零，并且然后在从15秒到30秒的间隔期间从零增加到其最大值。线性增长在图3中示出；如果需要，可以改为使用其它函数关系(诸如指数)。
这种修改对MPC成本函数的影响可以在图4中看到。在简化图中，考虑了两个变量A和B。根据需要，也可以设想单个变量，或者多于两个变量。传统的MPC函数可以计算最优解240。然而，虽然该解240落在由形状220界定的允许操作参数内，但是解240位于鲁棒监测范围230之外。从暂时意义上来说，这可能是可接受的操作，但它不能确保在最佳监测范围内相对于监测目标的操作。包含监测目标的修改的操作随着时间从最优性能解240朝向鲁棒监测范围内的操作转移。修改的MPC成本函数可以例如调整操作以根据哪一个在性能方面更优来调用解242或244(仅作为示例示出)中的一个或另一个。另一方面，如果传统的MPC函数确定了在鲁棒监测边界内的最优性能解，诸如在250处的解，则dECR,j项将为零，否定了监测目标对MPC控制器输出的任何影响。
在操作汽车系统的环境中，一个值得理解的区别在于调整性能以确保排放标准被满足与调整性能以确保排放性能可以被准确读取和分析之间。主要目标是后者，确保排放性能可以被准确读取和分析，这又可以用于确保性能满足排放标准。该分析的具体结果将是对发动机操作的修改，这有助于确保鲁棒(从而更准确)的性能监测。同样的区别也适用于其它监测系统环境。
另一个说明性示例使用更间接的方法来在计算MPC函数之后修改操作参数。在该示例中，执行根据等式1的MPC成本标准分析，以产生如等式5所示定义的优化输入序列：
该输出可视为第一阶段操作。接下来，在操作的第二阶段中，距鲁棒监测区域的距离被最小化，同时根据等式6通过用户定义的阈值来限制优化输入的修改：
其中，ΔJ代表用户定义的最大性能劣化，使用dECR产生更新的控制解，以最小化距鲁棒监测区域的距离。dECR项也可以是松弛变量，例如，如上面等式3中所述。同样，等式3中对于松弛变量的定义可以根据需要进行修改，并且距鲁棒监测区域的距离的任何其它合适的表达式也可以用于dECR。松弛变量可以用作平衡项，该平衡项考虑了鲁棒监测区域和实现的操作配置之间的距离。
ΔJ的说明性、非限制性表达式可以如等式7中所示：
其中，
是最大允许的控制性能劣化，并且δ是控制性能劣化容差的标称值。包括目标R*IUR和现有的RIUR的监测目标项如上文所定义。当前状态和监测目标的任何其它合适的函数也是可能的。
这种两阶段方法可以通过应用于整体性能量化器来操作，或者在J具有多个项的情况下可以应用多个子约束。例如，如果J包括多于一个的项，则可以单独地分析J表达式中的每个单独的项，或者可以分析J的整体总和。
利用这种两阶段方法，基本MPC函数不会被修改，但是如果在物理装备中实现这些输出之前ΔJ是非零的，则可以修改其输出。该两阶段方法可以理解为包括运行MPC函数的性能优化器和与性能优化器配合地工作的诊断优化器。诊断优化器可以调整由性能优化器确定的设置，以将物理装备的性能朝着用于鲁棒监测的预定操作区调整。因此，操作优化器和诊断优化器被配置成配合地操作以控制多个致动器中的至少一些，并且因此控制物理装备的操作。
图5是说明性的。这里，控制函数(MPC、PID或其它方法)可以产生在320处所示的输出，在操作300的允许边界内但是远离鲁棒监测区域310。当ΔJ为零时，不执行第二阶段操作。对于解320，这可能是因为在给定的时间点不需要运行监测功能。随着监测变得相关，诸如如果需要执行感测操作或其它监测(例如，在定义的时间范围内)，则第二阶段变得活跃，在一系列迭代中将性能移动到330，然后移动到340。相反，如果原始控制解(无论是MPC、PID还是其它)在允许的操作边界300以及鲁棒监测区域310两者内，如在360所示，ΔJ将为零，但是这一次是因为距鲁棒监测区域的距离为零。因此，第二阶段的分析将不会有任何效果。
虽然图5显示第二阶段将在控制下的系统的性能调整到鲁棒监测区，但是情况可能并非总是如此。例如，最大允许性能劣化限制了第二阶段的调整。因此，如果优化的解距离鲁棒监测边界太远，则性能可能会朝着鲁棒监测区调整，但不一定会进入鲁棒监测区。即便如此，通常可以预期的是，随着性能朝着鲁棒监测区调整，监测系统错误和误报变得不太可能。
图6是图1的更新版本，反映了两阶段控制配置和操作。状态观测器再次从受控系统310收集数据，诸如来自与物理装备314相关联的一个或多个传感器316和/或致动器312的信息。传感器316(在这里和图1中)还可以感测环境条件(不仅仅是物理装备的环境条件)以及用户输入(诸如例如是否踩下了油门踏板)。
在图6的示例中，控制解在两阶段优化器中生成。性能优化器304使用传统的、独立于监测系统的方法来生成控制解，诸如通过使用MPC、PID或其它控制方法/计算。诊断优化器306从性能优化器304接收第一解，并且然后出于监测目的确定对第一解的调整(或者如果不需要调整，则可能不进行调整)。例如，诊断优化器可以使用监测系统因素来确定对第一控制解的调整，该监测系统因素可以包括从状态观测器302获得的输入。可以使用例如反映当前是否由于例如监测频率要求而需要监测的监测系统需求来计算该调整。该调整也可以使用距鲁棒监测区域的距离来计算。此外，可以使用用户定义的或以其他方式预定义的对总体性能的偏差或降低的上限来限制调整。诊断优化器306中的分析可以根据其对整体系统性能的影响来执行，或者在逐个元素的基础上执行，其中整体性能的各个元素被单独评估，例如当计算与最佳性能的偏差时。最后，诊断优化器306生成第二控制解，然后使用致动器312将其应用于物理装备314。在一个示例中，性能优化器304和诊断优化器306中的每一个都使用诸如MPC分析的成本最小化方法。在其它示例中，优化器304/306中的一个被配置用于MPC，而另一个优化器306/304使用不同的控制方法，诸如PID控制。例如，诊断优化器306可以使用MPC方法，而性能优化器304被配置成使用PID控制。
在一个说明性示例中，两个致动器以相同的方式影响物理装备的输出。假设一个致动器(A1)在操作条件OC1下非常高效，但在操作条件OC2下效率较低，而另一个致动器(A2)在操作条件OC2下非常高效，并且在操作条件OC1下效率较低。当设计最小化参考跟踪误差的标称MPC成本函数时，A1的操作成本和A2的操作成本将被整合到MPC成本函数中。由于致动器A1、A2彼此互补，根据系统当前操作的操作条件，将使用其中的一个或另一个：A1在OC1下将是优选的，A2在OC2下将被选择。然而，仅当该致动器被主动使用时，才可以执行对任何致动器的适当功能的监测。如果操作条件在OC1和OC2之间自然变化，则两个致动器被同样地使用，并且经常检查它们的适当功能。然而，如果(例如)系统碰巧在OC1区域中操作更长时段，A2将在该时段休息，并且不会执行其监测。如果指定了A2监测频率的目标，则它可能不满足于标称MPC。上述解中的任一种都可以用于仅以监测频率目标所要求的频率并根据允许的性能劣化，通过在OC1和OC2之间转换监测频率目标要求的操作，或者通过优先使用其监测当前被请求的致动器来修改操作。
以上详细描述包括对附图的参考，附图形成了详细描述的一部分。附图以举例说明的方式示出了具体实施例。这些实施例在这里也被称为示例。在本文献中，如专利文献中常见的，术语“一”或“一个”用于包括一个或多于一个，独立于例如“至少一个”或“一个或多个”的任何其它实例或用法。此外，在以下权利要求书中，数字标记(第一、第二、第三等)仅用作标签，并且不旨在对其对象强加数值要求。在本文献与以引用方式并入的任何文献之间的用法不一致的情况下，以本文献中的用法为准。
上面的描述旨在为说明性的，而不是限制性的。例如，上述示例(或其一个或多个方面)可以彼此结合使用。可以使用其它实施例，诸如由本领域普通技术人员在阅读以上描述时使用。一些示例可以包括除了所示出或描述的元素之外的元素。本发明人还设想了使用示出或描述的那些元素(或其一个或多个方面)的任何组合或排列的示例，或者关于特定示例(或其一个或多个方面)，或者关于本文示出或描述的其它示例(或其一个或多个方面)。
本文描述的方法示例可以至少部分地是机器或计算机实现的。一些示例可以包括用指令编码的计算机可读介质或机器可读介质，该指令可操作来配置电子设备以执行上述示例中描述的方法。这种方法的实施方式可以包括代码，诸如微码、汇编语言代码、高级语言代码等。这种代码可以包括用于执行各种方法的计算机可读指令。代码可以形成计算机程序产品的部分。此外，在一个示例中，代码可以有形地存储在一个或多个易失性、非暂时性或非易失性有形计算机可读介质上，诸如在执行期间或在其它时间。这些有形计算机可读介质的示例可以包括但不限于硬盘、可移动磁盘或光盘、磁带盒、存储卡或记忆棒、随机存取存储器(RAM)、只读存储器(ROM)等。
提供说明书摘要以遵从《美国联邦法规汇编》第37篇第1.72(b)条的规定，以允许读者快速确定技术公开的性质。提交本说明书摘要是基于这样的理解，即它将不用于解释或限制权利要求书的范围或含义。此外，在以上详细描述中，各种特征可以被组合在一起以简化本公开。这不应该被解释为意味着未要求保护的公开的特征对于任何权利要求是必要的。相反，发明主题可以存在于特定公开的实施例的少于所有的特征中。因此，所附权利要求书由此作为示例或实施例并入详细描述中，每个权利要求独立地作为单独的实施例，并且预期这样的实施例可以以各种组合或排列彼此组合。保护范围应当参照所附权利要求书以及这些权利要求所授权的等同物的全部范围来确定。
Claims (20)
1.一种用于控制物理装备的可配置控制器，所述物理装备具有与其相关联的用于控制所述物理装备的操作的多个致动器和用于观测所述物理装备操作的多个特性的多个传感器，所述可配置控制器包括：
状态观测器，其被配置成捕获所述物理装备的当前状态；和
优化器，其被配置成使用模型预测控制(MPC)来至少使用所述致动器控制所述物理装备；
其中，所述多个传感器中的至少一个适用于预定操作区内的感测参数的鲁棒监测；并且
其中，所述MPC至少包括与所述物理装备的优化性能相关联的第一项和与所述物理装备在用于所述多个传感器中的至少一个的鲁棒监测的预定操作区内的性能相关联的至少一个第二项。
2.根据权利要求1所述的可配置控制器，其中，所述至少一个第二项适用于根据监测频率目标操作的传感器，并且所述至少一个第二项包括随着距所述监测频率目标的距离而增加的加权值。
3.根据权利要求2所述的可配置控制器，其中，所述至少一个第二项包括随着距所述预定操作区的距离而增加的平衡项。
4.根据权利要求3所述的可配置控制器，其中，所述至少一个第二项是所述加权值和所述平衡项的乘积。
5.根据权利要求2所述的可配置控制器，其中，所述加权值具有零下限和非零上限。
6.根据权利要求1所述的可配置控制器，其中，用于鲁棒监测的所述预定操作区由用于所述传感器的操作的一组边界条件确定。
7.根据权利要求1所述的可配置控制器，其中，用于鲁棒监测的所述预定操作区由用于估计未测量变量或参数的一组边界条件确定。
8.根据权利要求1所述的可配置控制器，其中，如果所述第一项确定了用于鲁棒监测的所述预定操作区内的性能解，则所述至少一个第二项为零。
9.一种包括内燃发动机和根据权利要求1所述的可配置控制器的交通工具，其中，所述可配置控制器用于管理所述内燃发动机的操作。
10.一种用于控制物理装备的可配置控制器，所述物理装备具有与其相关联的用于控制所述物理装备的操作的多个致动器和用于观测所述物理装备操作的多个特性的多个传感器，所述可配置控制器包括：
状态观测器，其被配置成捕获所述物理装备的当前状态；和
操作优化器，其被配置成至少使用所述致动器来控制所述物理设备；和
诊断优化器；
其中，所述多个传感器中的至少一个适用于预定操作区内的感测参数的鲁棒监测；
其中，所述诊断优化器被配置成修改所述操作优化器的输出，以将所述物理装备的性能朝着用于所述多个传感器中的至少一个的鲁棒监测的预定操作区调整；并且
其中，所述操作优化器和诊断优化器被配置成配合地操作以控制所述多个致动器中的至少一些，并且因此控制所述物理装备的操作。
11.根据权利要求10所述的可配置控制器，其中，所述诊断优化器使用适用于根据监测频率目标操作的传感器的加权值，并且所述加权值随着距所述监测频率目标的距离而增加。
12.根据权利要求11所述的可配置控制器，其中，所述诊断优化器使用随着距用于鲁棒监测的所述预定操作区的距离而增加的平衡项。
13.根据权利要求12所述的可配置控制器，其中，所述诊断优化器被配置成使用所述加权值和所述平衡项的乘积来调整性能。
14.根据权利要求10所述的可配置控制器，其中，用于鲁棒监测的所述预定操作区由用于所述传感器的操作的一组边界条件确定。
15.根据权利要求10所述的可配置控制器，其中，用于鲁棒监测的所述预定操作区由用于估计未测量变量或参数的一组边界条件确定。
16.根据权利要求10所述的可配置控制器，其中，所述诊断优化器被配置成在预定的有限范围内调整所述物理装备的性能，所述预定的有限范围确定所述诊断优化器可能导致的所述物理装备的性能的最大总劣化。
17.根据权利要求10所述的可配置控制器，其中，所述诊断优化器被配置成分析多个操作变量，以针对所述多个操作变量中的每一个在预定的有限范围内调整所述物理装备的性能，并且所述预定的有限范围包括多个个体化的极限，所述多个个体化的极限限定了相对于所述多个操作变量中的每一个所述物理装备的性能的最大劣化。
18.根据权利要求10所述的可配置控制器，其中，如果所述操作优化器确定用于鲁棒监测的所述预定操作区内的性能解，则所述诊断优化器不调整所述物理装备的性能。
19.根据权利要求10所述的可配置控制器，其中，所述操作优化器被配置成使用PID、LQR或MPC方法中的一种来控制所述物理装备。
20.一种操作适用于控制物理装备的可配置控制器的方法，所述物理装备具有与其相关联的用于控制所述物理装备的操作的多个致动器和用于观测所述物理装备操作的多个特性的多个传感器，所述可配置控制器可操作地联接到所述多个致动器中的一个或多个，从而控制所述致动器，并且可操作地联接到所述多个传感器中的一个或多个以从所述传感器接收感测的数据，所述可配置控制器包括配置成使用所述传感器捕获所述物理装备的当前状态的状态观测器、和配置成至少使用所述致动器控制所述物理装备的操作优化器、以及配置成修改所述操作优化器的输出以将所述物理装备的性能朝着用于鲁棒监测的预定操作区调整的诊断优化器；所述方法包括：
所述操作优化器使用所述物理装备的当前状态来确定用于最佳性能的第一控制解；
所述诊断优化器通过确定以下内容来计算对所述第一控制解的调整：
所述系统相对于监测要求的当前状态；和
所述第一控制解和鲁棒监测边界条件之间的距离；
所述诊断优化器确定与所述第一控制解相差不超过预定偏差的第二控制解；以及
所述可配置控制器使用所述第二控制解向所述致动器发出控制信号以操作所述物理装备。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US17/008039 | 2020-08-31 | ||
| US17/008,039 US11624332B2 (en) | 2020-08-31 | 2020-08-31 | Control system with diagnostics monitoring for engine control |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114109631A true CN114109631A (zh) | 2022-03-01 |
Family
ID=80356550
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111017708.4A Pending CN114109631A (zh) | 2020-08-31 | 2021-08-31 | 具有用于发动机控制的诊断监测的控制系统 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11624332B2 (zh) |
| CN (1) | CN114109631A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060137346A1 (en) * | 2004-12-29 | 2006-06-29 | Stewart Gregory E | Multivariable control for an engine |
| US20130067894A1 (en) * | 2011-09-19 | 2013-03-21 | Honeywell Spol, S.R.O. | Coordinated engine and emissions control system |
| US20130111905A1 (en) * | 2011-11-04 | 2013-05-09 | Honeywell Spol. S.R.O. | Integrated optimization and control of an engine and aftertreatment system |
| US20160076438A1 (en) * | 2014-09-11 | 2016-03-17 | Toyota Jidosha Kabushiki Kaisha | Control apparatus for internal combustion engine |
| US20160146118A1 (en) * | 2013-12-31 | 2016-05-26 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
| US20170044971A1 (en) * | 2015-08-11 | 2017-02-16 | GM Global Technology Operations LLC | Method of operating a turbocharged automotive system |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5529041A (en) | 1995-05-09 | 1996-06-25 | Cummins Engine Company, Inc. | Active engine misfire detection system |
| US6460409B1 (en) * | 2000-05-13 | 2002-10-08 | Ford Global Technologies, Inc. | Feed-forward observer-based control for estimating cylinder air charge |
| JP4335167B2 (ja) * | 2005-04-12 | 2009-09-30 | 三菱電機株式会社 | 内燃機関制御装置 |
| US7389773B2 (en) * | 2005-08-18 | 2008-06-24 | Honeywell International Inc. | Emissions sensors for fuel control in engines |
| US7266442B2 (en) * | 2005-09-14 | 2007-09-04 | Gm Global Technology Operations, Inc. | Adaptive throttle model for air intake system diagnostic |
| DE102007040118A1 (de) * | 2007-08-24 | 2009-02-26 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Ermittlung von Fehlfunktionen von Aktoren im Luftsystem an Brennkraftmaschinen |
| US8078291B2 (en) | 2008-04-04 | 2011-12-13 | Honeywell International Inc. | Methods and systems for the design and implementation of optimal multivariable model predictive controllers for fast-sampling constrained dynamic systems |
| US8942908B2 (en) * | 2010-04-30 | 2015-01-27 | GM Global Technology Operations LLC | Primary torque actuator control systems and methods |
| US8649884B2 (en) | 2011-07-27 | 2014-02-11 | Honeywell International Inc. | Integrated linear/non-linear hybrid process controller |
| WO2013158065A1 (en) | 2012-04-16 | 2013-10-24 | International Engine Intellectual Property Company, Llc | Turbocharger turbine booster |
| US9382865B2 (en) * | 2014-03-26 | 2016-07-05 | GM Global Technology Operations LLC | Diagnostic systems and methods using model predictive control |
| JP6377340B2 (ja) | 2013-12-04 | 2018-08-22 | 三菱重工業株式会社 | 過給システムの制御装置 |
| US9267424B2 (en) * | 2013-12-20 | 2016-02-23 | Ford Global Technologies, Llc | System and methods for engine air path condensation management |
| US9224252B1 (en) | 2014-07-23 | 2015-12-29 | Fca Us Llc | Method of diagnosing the rationality of a humidity sensor output signal |
| US9835094B2 (en) * | 2015-08-21 | 2017-12-05 | Deere & Company | Feed forward exhaust throttle and wastegate control for an engine |
| KR20170041321A (ko) | 2015-10-06 | 2017-04-17 | 현대자동차주식회사 | 수퍼차저의 제어방법 |
| US9982610B2 (en) | 2015-11-30 | 2018-05-29 | Hyundai Motor Company | Control method of boosting apparatus |
| US10415492B2 (en) * | 2016-01-29 | 2019-09-17 | Garrett Transportation I Inc. | Engine system with inferential sensor |
| US10054069B2 (en) | 2016-08-22 | 2018-08-21 | GM Global Technology Operations LLC | Method and apparatus for model based control of electrical boosting system |
| US10012158B2 (en) * | 2016-11-29 | 2018-07-03 | Cummins Inc. | Optimization-based controls for an air handling system using an online reference governor |
| US10060373B2 (en) | 2017-01-18 | 2018-08-28 | GM Global Technology Operations LLC | Linear parameter varying model predictive control for engine assemblies |
| US10423473B2 (en) * | 2017-04-18 | 2019-09-24 | United Technologies Corporation | Fault-accommodating, constrained model-based control using on-board methods for detection of and adaption to actuation subsystem faults |
-
2020
- 2020-08-31 US US17/008,039 patent/US11624332B2/en active Active
-
2021
- 2021-08-31 CN CN202111017708.4A patent/CN114109631A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060137346A1 (en) * | 2004-12-29 | 2006-06-29 | Stewart Gregory E | Multivariable control for an engine |
| US20130067894A1 (en) * | 2011-09-19 | 2013-03-21 | Honeywell Spol, S.R.O. | Coordinated engine and emissions control system |
| US20170218815A1 (en) * | 2011-09-19 | 2017-08-03 | Honeywell Spol, S.R.O. | Coordinated engine and emissions control system |
| US20130111905A1 (en) * | 2011-11-04 | 2013-05-09 | Honeywell Spol. S.R.O. | Integrated optimization and control of an engine and aftertreatment system |
| US20190277216A1 (en) * | 2011-11-04 | 2019-09-12 | Honeywell Spol. S.R.O. | Integrated optimization and control of an engine and aftertreatment system |
| US20160146118A1 (en) * | 2013-12-31 | 2016-05-26 | General Electric Company | Methods and systems for enhancing control of power plant generating units |
| US20160076438A1 (en) * | 2014-09-11 | 2016-03-17 | Toyota Jidosha Kabushiki Kaisha | Control apparatus for internal combustion engine |
| US20170044971A1 (en) * | 2015-08-11 | 2017-02-16 | GM Global Technology Operations LLC | Method of operating a turbocharged automotive system |
Also Published As
| Publication number | Publication date |
|---|---|
| US11624332B2 (en) | 2023-04-11 |
| US20220065184A1 (en) | 2022-03-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10026241B1 (en) | Combustion engine airflow management systems and methods | |
| US10152834B1 (en) | Combustion engine airflow management systems and methods | |
| JP6416781B2 (ja) | 内燃機関空気経路制御のためのレートベースモデル予測制御方法 | |
| EP2840244B1 (en) | Control device for internal combustion engine equipped with supercharger | |
| EP1969430B1 (en) | Calibration of engine control systems | |
| JP2009168812A (ja) | 測定システムの測定データを解析及び評価するための方法及び装置 | |
| JP2001152875A (ja) | 測定誤差を補償する方法とシステム | |
| CN111305965B (zh) | 车辆及其进气系统的漏气检测方法和装置 | |
| US11719174B2 (en) | System for turbocharger performance monitoring and adaptation | |
| Salehi et al. | A second-order sliding mode observer for fault detection and isolation of turbocharged SI engines | |
| US8245689B2 (en) | Method and device for monitoring control and regulating loops in an engine system | |
| US20220076509A1 (en) | Malfunction diagnosing system | |
| CN116893061A (zh) | 用于识别系统中的缺陷的方法 | |
| US11624332B2 (en) | Control system with diagnostics monitoring for engine control | |
| EP3961316A1 (en) | Control system with diagnostics monitoring for engine control | |
| CN115702288A (zh) | 发动机的异常诊断方法、发动机的异常诊断程序及发动机的异常诊断系统 | |
| US11687071B2 (en) | Methods of health degradation estimation and fault isolation for system health monitoring | |
| US11761392B2 (en) | Method and system for engine air system control | |
| Palmer et al. | Active fault diagnosis with sensor selection in a diesel engine air handling system | |
| Tsironas et al. | Heavy-Duty Engine Intake Manifold Pressure Virtual Sensor | |
| Diesch et al. | Application of virtual sensors for stress-related design and operation-specific lifetime prognosis | |
| US11614041B2 (en) | Engine intake air and exhaust control system | |
| Goebel | Decision forgetting and decision smoothing for diagnostic decision fusion in systems with redundant information | |
| Nilsson | Diagnosis of a Truck Engine using Nolinear Filtering Techniques | |
| Hashimoto et al. | Modeling and Deterioration Diagnosis of Catalyst on Vehicle by Variable Forgetting Factor-Based On-Line Identification Method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220328 Address after: No. 8, Newton Road, Pudong New Area (Shanghai) pilot Free Trade Zone, Shanghai Applicant after: Garrett Power Technology (Shanghai) Co.,Ltd. Address before: Swiss basil Applicant before: Garrett Power Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |