CN115199420B - 一种发动机最小气量控制方法 - Google Patents
一种发动机最小气量控制方法 Download PDFInfo
- Publication number
- CN115199420B CN115199420B CN202210734555.3A CN202210734555A CN115199420B CN 115199420 B CN115199420 B CN 115199420B CN 202210734555 A CN202210734555 A CN 202210734555A CN 115199420 B CN115199420 B CN 115199420B
- Authority
- CN
- China
- Prior art keywords
- engine
- learning
- minimum
- err
- minimum gas
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000000446 fuel Substances 0.000 claims description 41
- 230000008859 change Effects 0.000 claims description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 30
- 238000005070 sampling Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- TVMXDCGIABBOFY-UHFFFAOYSA-N octane Chemical compound CCCCCCCC TVMXDCGIABBOFY-UHFFFAOYSA-N 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 230000004913 activation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- F02D41/0002—Controlling intake air
-
- 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
- F02D41/2438—Active learning methods
-
- 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
- F02D41/2441—Methods of calibrating or learning characterised by the learning conditions
- F02D41/2445—Methods of calibrating or learning characterised by the learning conditions characterised by a plurality of learning conditions or ranges
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D2200/00—Input parameters for engine control
- F02D2200/02—Input parameters for engine control the parameters being related to the engine
- F02D2200/023—Temperature of lubricating oil or working fluid
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D2200/00—Input parameters for engine control
- F02D2200/02—Input parameters for engine control the parameters being related to the engine
- F02D2200/04—Engine intake system parameters
- F02D2200/0414—Air temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D2200/00—Input parameters for engine control
- F02D2200/02—Input parameters for engine control the parameters being related to the engine
- F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
- F02D2200/101—Engine speed
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D2200/00—Input parameters for engine control
- F02D2200/60—Input parameters for engine control said parameters being related to the driver demands or status
- F02D2200/602—Pedal position
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D2200/00—Input parameters for engine control
- F02D2200/70—Input parameters for engine control said parameters being related to the vehicle exterior
- F02D2200/703—Atmospheric pressure
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明公开了一种发动机最小气量控制方法,其包括如下步骤:1)进行最小气量学习条件的确认;2)进行学习工况的确认;3)计算不同工况下的最小气量学习因子;4)通过不同工况下的最小气量学习因子,更新不同工况下的最小气量。本发明通过对发动机各工况的最小气量进行更新,实时更新发动机各工况允许的最小气量,从而确保车辆的稳定性和油耗水平。
Description
技术领域
本发明属于发动机控制领域,具体涉及一种发动机最小气量控制方法。
背景技术
发动机最小气量是指在发动机运行过程中任意工况下允许的最小气量。在最小气量过大时,一方面会增加油耗和排放,另一方面会造成发动机转速过大,甚至可能出现“飞车”现象;在最小气量过小时,可能出现发动机转速控制不稳,甚至熄火的现象。发动机最小气量也是发动机断油控制的重要参数,对断油控制有非常重要的意义。发动机在不同工况下的最小进气量控制不同,因此,我们有必要对发动机运行过程中任意工况下允许的最小气量进行控制。
随着发动机在其生命周期推移后可能会发生进气系统和喷油系统等零部件老化磨损,因此需要实时更新发动机各工况允许的最小气量,以避免气量过大油耗增加,驾驶性效果较差,避免气量过小,发动机抖动甚至熄火。但目前还没有对发动机各工况的最小气量进行更新的研究,不利于车辆的稳定性和降低车辆的油耗。
发明内容
本发明的目的在于提供一种发动机最小气量控制方法,该方法通过对发动机各工况的最小气量进行更新,实时更新发动机各工况允许的最小气量,从而确保车辆的稳定性和油耗水平。
本发明所采用的技术方案是:
一种发动机最小气量控制方法,其包括如下步骤:
1)进行最小气量学习条件的确认;
2)进行学习工况的确认;
3)计算不同工况下的最小气量学习因子;
4)通过不同工况下的最小气量学习因子,更新不同工况下的最小气量。
步骤1)中,所述最小气量学习条件包括:
(1)发动机处于运行状态;
(2)最小气量动态学习次数更新完成超过预设时间,且本次驾驶循环未完成最小气量动态学习;
(3)发动机转速波动在预设波动范围内超过预设时间T1;
(4)进气温度在预设波动范围内超过预设时间T2;
(5)发动机水温在预设波动范围内超过预设时间T3;
(6)大气压力未变化超过预设时间T4。
(7)点火效率波动在预设范围内;
(8)进排气VVT角度目标值与实际值差异在预设范围内,且超过预设时间T5;
(9)发动机目标空燃比与实际空燃比差异在预设范围内,且超过预设时间T6;
(10)未出现任何发动机相关的零部件故障;
(11)油品辛烷值学习值未变化超过预设时间T7;
(12)油门踏板未被踩下,此时油门开度为0;
在最小气量动态学习过程中任何一阶段出现最小气量学习条件中任一条不满足时,则终止最小气量动态学习学习,进入最小气量动态学习学习未激活阶段。
按上述方案,(2)中,所述预设时间为550-650s;
(3)中,预设波动波动范围为±20rpm,预设时间T1为15-25s;
(4)中,预设波动范围为±1.5℃,预设时间T2为15-25s;
(5)中,预设波动范围为±2℃,预设时间T3为15-25s;
(6)中,预设时间T4为55-65s;
(7)中,预设范围为±0.08;
(8)中,预设范围为±1.5°曲轴角度,预设时间T5为15-25s;
(9)中,预设范围为±1%曲轴角度,预设时间T6为15-25s;
(11)中,预设时间T7为15-25s。
更进一步的方案是,
步骤2)中,所述的学习工况共三种,分别为:
第一种学习工况为:发动机转速闭环控制,且发动机与驱动车轮不处于直接动力链接状态(此时发动机无法作为动力源直接驱动车辆);
第二种学习工况为:发动机转速闭环控制,且发动机与驱动车轮处于直接动力链接状态(此时发动机作为动力源直接驱动车辆此种工况下发动机摩擦阻力更大,发动机最小气量更大,需考虑整车传动负载,以保证车辆稳定性);车速稳定在预设范围内超过预设时间;
第三种学习工况为:车速稳定在预设范围内,发动机请求扭矩MReqTrq已经达到其允许最小值;节气门开度达到其最小允许开度。
更进一步的方案是,
第一种学习工况下的最小气量学习因子及该工况下的更新的最小气量的计算方法为:
在以上工况满足时间超过预设时间T8,且发动机最小气量学习条件满足后,累计一定时间内Ta的发动机转速总和、发动机水温总和、发动机进气温度总和、点火效率总和、进气VVT实际角度总和、排气VVT实际角度总和、实际空燃比总和、发动机转速差总和、发动机转速差变化率总和;经过时间Ta后,则进入第一种工况下的最小气量动态学习存储阶段;
发动机最小气量动态学习存储阶段,就是更新发动机最小气量学习因子f(nErr,dnErr)的存储值,将其存储在非易失性存储器EEPROM中;EEPROM中会有一个初始的发动机最小气量学习因子=0,在发动机最小点火效率智能学习完成后更新EEPROM中的存储值;发动机最小气量动态学习存储阶段主要完成以下工作:
A、计算在进入发动机最小气量动态学习阶段累计一定时间内Ta2的发动机转速平均值nAvg、发动机水温平均值TCoolantAvg、发动机进气温度平均值TIntakeAvg、点火效率平均值rSparkAvg、进气VVT实际角度平均值phiIntakeAvg、排气VVT实际角度平均值phiExhaustAvg、实际空燃比平均值rAirFuelRatioAvg、发动机转速差平均值nErrAvg、发动机转速差变化率平均值dnErrAvg;
B、计算最小气量学习因子:
其中,f(nErr,dnErr)Old为上一次学习计算得到的最小气量学习因子,首次值取0, f(nErr,dnErr)Adapt为本次学习到的最小气量学习因子,与发动机转速差nErr和转速差变化率dnErr有关;f(nErr,dnErr)New为本次学习后的最小气量学习因子,k1为加权系数;
C、将本次学习后的最小气量学习因子f(nErr,dnErr)New更新到EEPROM对应的相同的发动机转速、水温、进气温度、点火效率、进气VVT角度、排气VVT角度、实际空燃比、转速差、转速差变化率的工况中,得出更新最小气量rhoMinAdaption;
式中,f(nErr,dnErr)New为本次学习后的最小气量学习因子;f(nErr,v)为基于发动机转速差 nErr和车速v确定的最小气量学习因子;为基于发动机请求扭矩MReqTrq、发动机实际扭矩MActTrq和发动机转速n确定的最小气量学习因子;3个学习因子在首次学习前均为 0;rhoMin为根据整车起动或者停机以及运行过程中气量修正,得到最终的发动机最小气量;
转速差变化率dnErr为:
其中,为dnErr上一采样时刻的转速差变化率,/>为上一采样时刻的发动机转速差,初始的/>取0rpm,初始的/>取0rpm/s,Δt为采样周期,tc为用于计算变化率的采样时间常数,时间常数越小,转速差变化率波动越大,控制系统可能出现超调的风险;时间常数越大,转速差变化率波动越小,控制系统可能出现响应不足的问题。
其中,f(nErr,dnErr)Adapt与发动机转速差nErr和转速差变化率dnErr的关系为:
根据发动机转速差平均值nErrAvg和发动机转速差变化率平均值dnErrAvg计算出对应的 f(nErr,dnErr)Adapt(即为发动机转速差nErr=nErrAvg和转速差变化率dnErr=dnErrAvg查找确定的 f(nErr,dnErr)Adapt)。
更进一步的方案是,
第二种学习工况下的最小气量学习因子及该工况下的更新的最小气量的计算方法为:
在以上工况满足,且发动机最小气量学习条件满足后,累计一定时间内Tb的发动机转速总和、发动机水温总和、发动机进气温度总和、点火效率总和、进气VVT实际角度总和、排气VVT实际角度总和、实际空燃比总和、发动机转速差总和、车速总和;在经过时间Tb后,进入第二种工况下的最小气量动态学习存储阶段:
发动机最小气量动态学习存储阶段,就是更新发动机最小气量学习因子f(nErr,dnErr)的存储值,将其存储在非易失性存储器EEPROM中;EEPROM中会有一个初始的发动机最小气量学习因子=0,在发动机最小点火效率智能学习完成后更新EEPROM中的存储值;发动机最小气量动态学习存储阶段主要完成以下工作:
A、计算在进入发动机最小气量动态学习阶段累计一定时间内Tb2的发动机转速平均值nAvg、发动机水温平均值TCoolantAvg、发动机进气温度平均值TIntakeAvg、点火效率平均值rSparkAvg、进气VVT实际角度平均值phiIntakeAvg、排气VVT实际角度平均值phiExhaustAvg、实际空燃比平均值rAirFuelRatioAvg、发动机转速差平均值nErrAvg、车速平均值vAvg;
B、计算最小气量学习因子:
其中,f(nErr,v)Old为上一次学习计算得到的最小气量学习因子,首次值取0,f(nErr,v)Adapt为本次学习到的最小气量学习因子,由发动机转速差nErr和车速v确定;f(nErr,v)New为本次学习后的最小气量学习因子,k2为加权系数;
将本次学习后的最小气量学习因子f(nErr,v)New更新到EEPROM对应的相同的发动机转速、水温、进气温度、点火效率、进气VVT角度、排气VVT角度、实际空燃比、车速工况中;得出更新最小气量rhoMinAdaption:
其中,f(nErr,v)Adapt与发动机转速差nErr和车速v的关系为:
车速为负值代表车辆在倒退;
根据发动机转速差平均值nErrAvg和车速平均值vAvg计算出对应的f(nErr,v)Adapt(即为发动机转速差nErr=nErrAvg和车速v=vAvg查找确定的f(nErr,v)Adapt)。
更进一步的方案是,
第三种学习工况下的最小气量学习因子及该工况下的更新的最小气量的计算方法为:
在以上工况满足超过预设时间,且发动机最小气量学习条件满足后,累计一定时间内 Tc的发动机转速总和、发动机水温总和、发动机进气温度总和、点火效率总和、进气VVT 实际角度总和、排气VVT实际角度总和、实际空燃比总和、发动机转速差总和、车速总和、发动机实际扭矩与请求扭矩的比值总和;在经过时间Tc后,则进入第三种工况下的最小气量动态学习存储阶段;
发动机最小气量动态学习存储阶段,就是更新发动机最小气量学习因子的存储值,将其存储在非易失性存储器EEPROM中;EEPROM中会有一个初始的发动机最小气量学习因子=0,在发动机最小点火效率智能学习完成后更新EEPROM中的存储值;发动机最小气量动态学习存储阶段主要完成以下工作:
A、计算在进入发动机最小气量动态学习阶段累计一定时间内Tc2的发动机转速平均值nAvg、发动机水温平均值TCoolantAvg、发动机进气温度平均值TIntakeAvg、点火效率平均值rSparkAvg、进气VVT实际角度平均值phiIntakeAvg、排气VVT实际角度平均值phiExhaustAvg、实际空燃比平均值rAirFuelRatioAvg、发动机转速差平均值nErrAvg、车速平均值vAvg,发动机实际扭矩与请求扭矩的比值平均值
B、计算最小气量学习因子:
其中,为上一次学习计算得到的最小气量学习因子,首次
值取0,为本次学习到的最小气量学习因子,由发动机实际扭矩与请求扭矩的比值/>和发动机转速n确定;/>为本次学习后的最小气量学习因子,k3为加权系数,且k3不大于k1、k2;
C、将本次学习后的最小气量学习因子更新到EEPROM对应的相同的发动机转速、水温、进气温度、点火效率、进气VVT角度、排气VVT角度、实际空燃比、车速工况、发动机实际扭矩与请求扭矩之比中,得出更新最小气量为
其中,与发动机实际扭矩与请求扭矩的比值/>发动机转速n的关系为:
根据发动机实际扭矩与请求扭矩的比值平均值和发动机转速平均值nAvg计算出对应的/>(即为发动机转速差/>和车速n=nAvg查找确定的/>)。
本发明中气量用进入气缸的新鲜空气进气密度来表征,也可以用进入气缸的新鲜空气质量流量来表征,其中新鲜空气进气密度、发动机转速和缸数既可以确定出新鲜空气质量流量。
发动机在稳态工况为:COV IMEP在3%以内,且比油耗达到其当前工况下最低值。
将发动机目标气量的控制必须要在最小气量值以上,以保证车辆稳定性和油耗水平权衡控制。
本发明的有益效果在于:
通过在不同工况下求得更新的最小气量,实时更新发动机各工况允许的最小气量,从而更好的控制最小气量,确保车辆的稳定性和油耗水平;
通过实时更新各工况的最小气量,可避免油耗增加,驾驶性效果差,以及发动机抖动甚至熄火;
通过本控制方法得出的最小气量准确合理,发动机在稳态工况下,其他参数不会影响气量的学习准确性;
能保证发动机作为车辆直接驱动动力源,进而保证车辆驾驶性;
能避免出现最小气量学习错误偏差风险,确保计算的最小气量结果准确;
根据不同工况细分发动机最小气量学习方法,最佳实现发动机燃烧稳定性和油耗水平;
通过确认最小气量学习条件,从而保证学习的准确性,只有在这些条件满足后,才能学习,才能保证学习的准确性,如果一些参数波动过大或者不在某些特殊工况,会对学习值有影响造成学习值不准确;
通过使最小气量动态学习次数更新完成超过预设时间,从而避免过于频繁造成控制方法的处理算法过于繁重,增加控制器负载能力;还能避免学习次数过少导致最小气量更新不及时。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是一种发动机最小气量控制方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参见图1,一种发动机最小气量控制方法,其包括如下步骤:
1)进行最小气量学习条件的确认;
2)进行学习工况的确认;
3)计算不同工况下的最小气量学习因子;
4)通过不同工况下的最小气量学习因子,更新不同工况下的最小气量。
具体为:
首先在发动机上根据COV IMEP在3%以内,且比油耗达到其当前工况下最低值的设计要求确定中各工况对应最小气量,其次根据整车起动或者停机以及运行过程中气量修正,得到最终的发动机最小气量rhoMin。
发动机最小气量学习条件如下:
1、发动机处于运行状态;
2、最小气量动态学习次数更新完成超过预设时间(本实例预设时间取600s,最小气量动态学习完成一次便更新一次自学习次数),且本次驾驶循环未完成最小气量动态学习;
3、发动机转速波动在预设波动范围(±20rpm)内超过预设时间T1(本实例取20s);
4、进气温度在预设波动范围(±1.5℃)内超过预设时间T2(本实例取20s);
5、发动机水温在预设波动范围(±2℃)内超过预设时间T3(本实例取20s);
6、大气压力未变化超过预设时间T4(本实例取60s);
7、点火效率波动在预设范围内,本实例取±0.08;
8、进排气VVT角度目标值与实际值差异在预设范围内(本实例取±1.5°曲轴角度),且超过预设时间T5(本实例取20s);
9、发动机目标空燃比与实际空燃比差异在预设范围内,本实例取±1%曲轴角度),且超过预设时间T6(本实例取20s);
10、未出现任何发动机相关的零部件故障;
11、油品辛烷值学习值未变化超过预设时间T7(本实例取20s);
12、油门踏板未被踩下,此时油门开度为0。
如果在最小气量动态学习过程中任何一阶段出现激活条件中任一条不满足时,则终止最小气量动态学习学习,进入最小气量动态学习学习未激活阶段。
在以上激活条件满足时,进入发动机最小气量动态学习过程;发动机最小气量动态学习过程分为三种工况模式:
第一种:
发动机转速闭环控制;发动机与驱动车轮不处于直接动力链接状态(此时发动机无法作为动力源直接驱动车辆);
在以上工况满足时间超过预设时间T8(本实例取10s),且发动机最小气量学习条件满足后,累计一定时间内Ta(本实例取10s)的发动机转速总和、发动机水温总和、发动机进气温度总和、点火效率总和、进气VVT实际角度总和、排气VVT实际角度总和、实际空燃比总和、发动机转速差(发动机目标转速减去发动机实际转速)总和、发动机转速差变化率总和。在时间Ta满足后,则进入下一阶段,即第一种工况下的最小气量动态学习存储阶段;
发动机最小气量动态学习存储阶段,就是更新发动机最小气量学习因子f(nErr,dnErr)的存储值,将其存储在非易失性存储器EEPROM中。EEPROM中会有一个初始的发动机最小气量学习因子(即0),在发动机最小点火效率智能学习完成后更新EEPROM中的存储值。发动机最小气量动态学习存储阶段主要完成以下工作:
A、计算在进入发动机最小气量动态学习阶段累计一定时间内Ta2
的发动机转速平均值nAvg、发动机水温平均值TCoolantAvg、发动机进气温度平均值TIntakeAvg、点火效率平均值rSparkAvg、进气VVT实际角度平均值phiIntakeAvg、排气VVT实际角度平均值phiExhaustAvg、实际空燃比平均值rAirFuelRatioAvg、发动机转速差平均值nErrAvg、发动机转速差变化率平均值dnErrAvg;
B、计算最小气量学习因子
其中,f(nErr,dnErr)Old为上一次学习计算得到的最小气量学习因子,首次
值取0(即从未学习过时取0),f(nErr,dnErr)Adapt为本次学习到的最小气量学习因子, f(nErr,dnErr)New为本次学习后的最小气量学习因子,k1为加权系数,本实例取0.23;其中 f(nErr,dnErr)Adapt由发动机转速差nErr和转速差变化率dnErr确定;
f(nErr,dnErr)Adapt与发动机转速差nErr、转速差变化率dnErr的关系为:
根据发动机转速差平均值nErrAvg和发动机转速差变化率平均值dnErrAvg计算出对应的 f(nErr,dnErr)Adapt。(即为发动机转速差nErr=nErrAvg和转速差变化率dnErr=dnErrAvg查找确定的 f(nErr,dnErr)Adapt)
C、将本次学习后的最小气量学习因子f(nErr,dnErr)New更新到EEPROM对应的相同的发动机转速、水温、进气温度、点火效率、进气VVT角度、排气VVT角度、实际空燃比、转速差、转速差变化率的工况中,得出更新最小气量为
其中,f(nErr,dnErr)为基于发动机转速差nErr和转速差变化率dnErr确定的最小气量学习因子;f(nErr,v)为基于发动机转速差nErr和车速v确定的最小气量学习因子;为基于发动机请求扭矩MReqTrq、发动机实际扭矩MActTrq和发动机转速n确定的最小气量学习因子;3个学习因子在首次学习前均为0。
其中,转速差变化率dnErr计算方法为:
其中,为dnErr上一采样时刻的转速差变化率,/>为上一采样时刻的发动机转速差,初始的/>取0rpm,初始的/>取0rpm/s,Δt为采样周期(本实例取10ms),tc为用于计算变化率的采样时间常数,时间常数越小,转速差变化率波动越大,控制系统可能出现超调的风险;时间常数越大,转速差变化率波动越小,控制系统可能出现响应不足的问题,本实例取30ms。
第二种:
发动机转速闭环控制;发动机与驱动车轮处于直接动力链接状态(此时发动机作为动力源直接驱动车辆);此种工况下发动机摩擦阻力更大,发动机最小气量更大,需考虑整车传动负载,以保证车辆稳定性;车速稳定在预设范围内超过预设时间(本实例取0.5km/h, 10s);
在以上工况满足,且发动机最小气量学习条件满足后,累计一定时间内Tb(本实例取10s)的发动机转速总和、发动机水温总和、发动机进气温度总和、点火效率总和、进气VVT实际角度总和、排气VVT实际角度总和、实际空燃比总和、发动机转速差(发动机目标转速减去发动机实际转速)总和、车速总和;在时间Tb满足后,则进入下一阶段,即第二种工况下的最小气量动态学习存储阶段;
发动机最小气量动态学习存储阶段,就是更新发动机最小气量学习因子f(nErr,dnErr)的存储值,将其存储在非易失性存储器EEPROM中;EEPROM中会有一个初始的发动机最小气量学习因子(即0),在发动机最小点火效率智能学习完成后更新EEPROM中的存储值。发动机最小气量动态学习存储阶段主要完成以下工作:
计算在进入发动机最小气量动态学习阶段累计一定时间内Tb2的发动机转速平均值 nAvg、发动机水温平均值TCoolantAvg、发动机进气温度平均值TIntakeAvg、点火效率平均值rSparkAvg、进气VVT实际角度平均值phiIntakeAvg、排气VVT实际角度平均值phiExhaustAvg、实际空燃比平均值rAirFuelRatioAvg、发动机转速差平均值nErrAvg、车速平均值vAvg;
A、计算最小气量学习因子
其中,f(nErr,v)Old为上一次学习计算得到的最小气量学习因子,首次值取0(即从未学习过时取0),f(nErr,v)Adapt为本次学习到的最小气量学习因子,f(nErr,v)New为本次学习后的最小气量学习因子,k2为加权系数,本实例取0.56(k2不小于k1,以保证发动机作为车辆直接驱动动力源而保证车辆驾驶性);其中f(nErr,v)Adapt由发动机转速差nErr和车速v确定,其标定效果是避免发动机转速波动超过±20rpm;
f(nErr,v)Adapt与发动机转速差nErr和车速v的关系为:
/>
车速为负值代表车辆在倒退;
根据发动机转速差平均值nErrAvg和车速平均值vAvg计算出对应的f(nErr,v)Adapt。(即为发动机转速差nErr=nErrAvg和车速v=vAvg查找确定的f(nErr,v)Adapt);
C、将本次学习后的最小气量学习因子f(nErr,v)New更新到EEPROM对应的相同的发动机转速、水温、进气温度、点火效率、进气VVT角度、排气VVT角度、实际空燃比、车速工况中,得出更新最小气量为
第三种,其他工况:
车速稳定在预设范围内;发动机请求扭矩MReqTrq已经达到其允许最小值;节气门开度达到其最小允许开度。
在以上工况满足超过预设时间(本实例取0.5km/h,10s),且发动机最小气量学习条件满足后,累计一定时间内Tc(本实例取10s)的发动机转速总和、发动机水温总和、发动机进气温度总和、点火效率总和、进气VVT实际角度总和、排气VVT实际角度总和、实际空燃比总和、发动机转速差(发动机目标转速减去发动机实际转速)总和、车速总和、发动机实际扭矩与请求扭矩的比值总和。在时间Tc满足后,则进入下一阶段,即第三种工况下的最小气量动态学习存储阶段:
发动机最小气量动态学习存储阶段,就是更新发动机最小气量学习因子的存储值,将其存储在非易失性存储器EEPROM;EEPROM中会有一个初始的发动机最小气量学习因子(即0),在发动机最小点火效率智能学习完成后更新EEPROM中的存储值;发动机最小气量动态学习存储阶段主要完成以下工作:
A、计算在进入发动机最小气量动态学习阶段累计一定时间内Tc2的发动机转速平均值nAvg、发动机水温平均值TCoolantAvg、发动机进气温度平均值TIntakeAvg、点火效率平均值rSparkAvg、进气VVT实际角度平均值phiIntakeAvg、排气VVT实际角度平均值phiExhaustAvg、实际空燃比平均值rAirFuelRatioAvg、发动机转速差平均值nErrAvg、车速平均值vAvg,发动机实际扭矩与请求扭矩的比值平均值
B、计算最小气量学习因子
其中,为上一次学习计算得到的最小气量学习因子,首次值取0(即从未学习过时取0),/>为本次学习到的最小气量学习因子,/>为本次学习后的最小气量学习因子,k3为加权系数,本实例取0.08(k3不大于k1和k2,第三种工况比较任意复杂,避免出现最小气量学习错误偏差的风险);其中/>由发动机实际扭矩与请求扭矩的比值/>和发动机转速n确定,其标定效果是避免发动机转速波动超过±20rpm,且发动机请求扭矩与实际扭矩差不超过±5Nm;
与发动机实际扭矩与请求扭矩的比值/>和发动机转速n的关系为:
根据发动机实际扭矩与请求扭矩的比值平均值和发动机转速平均值nAvg计算出对应的/>(即发动机转速差/>和车速n=nAvg确定);
C、将本次学习后的最小气量学习因子更新到EEPROM对应的相同的发动机转速、水温、进气温度、点火效率、进气VVT角度、排气VVT角度、实际空燃比、车速工况、发动机实际扭矩与请求扭矩之比中,得出更新最小气量为/>
根据各工况的更新最小气量,进行各工况的最小气量控制。
本发明区分这三种工况的原因是:每种工况下的最小气量不一样。第二种相对第一种而言发动机负载更大,此时需要更大的最小气量。第三种工况是发动机其他工况(除去转速闭环控制)下的气量学习,以保证其他所有工况下的气量准确性;而第一种和第二种是转速闭环控制下的气量学习,转速闭环在发动机控制中非常重要和关键的一个工况控制,为了确保汽车的稳定性和油耗水平,因此需要单独提出。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种发动机最小气量控制方法,其特征在于,包括如下步骤:
1)进行最小气量学习条件的确认;
2)进行学习工况的确认;
3)计算不同工况下的最小气量学习因子;
4)通过不同工况下的最小气量学习因子,更新不同工况下的最小气量;
所述最小气量学习条件包括:
(1)发动机处于运行状态;
(2)最小气量动态学习次数更新完成超过预设时间,且本次驾驶循环未完成最小气量动态学习;
(3)发动机转速波动在预设波动范围内超过预设时间T1;
(4)进气温度在预设波动范围内超过预设时间T2;
(5)发动机水温在预设波动范围内超过预设时间T3;
(6)大气压力未变化超过预设时间T4;
(7)点火效率波动在预设范围内;
(8)进排气VVT角度目标值与实际值差异在预设范围内,且超过预设时间T5;
(9)发动机目标空燃比与实际空燃比差异在预设范围内,且超过预设时间T6;
(10)未出现任何发动机相关的零部件故障;
(11)油品辛烷值学习值未变化超过预设时间T7;
(12)油门踏板未被踩下,此时油门开度为0;
在最小气量动态学习过程中任何一阶段出现最小气量学习条件中任一条不满足时,则终止最小气量动态学习学习,进入最小气量动态学习学习未激活阶段。
2.根据权利要求1所述的发动机最小气量控制方法,其特征在于:
(2)中,所述预设时间为550-650s;
(3)中,预设波动波动范围为±20rpm,预设时间T1为15-25s;
(4)中,预设波动范围为±1.5℃,预设时间T2为15-25s;
(5)中,预设波动范围为±2℃,预设时间T3为15-25s;
(6)中,预设时间T4为55-65s;
(7)中,预设范围为±0.08;
(8)中,预设范围为±1.5°曲轴角度,预设时间T5为15-25s;
(9)中,预设范围为±1%曲轴角度,预设时间T6为15-25s;
(11)中,预设时间T7为15-25s。
3.根据权利要求1所述的发动机最小气量控制方法,其特征在于:
步骤2)中,所述的学习工况共三种,分别为:
第一种学习工况为:发动机转速闭环控制,且发动机与驱动车轮不处于直接动力链接状态;
第二种学习工况为:发动机转速闭环控制,发动机与驱动车轮处于直接动力链接状态,车速稳定在预设范围内超过预设时间;
第三种学习工况为:车速稳定在预设范围内,发动机请求扭矩MReqTrq已经达到其允许最小值;节气门开度达到其最小允许开度。
4.根据权利要求3所述的发动机最小气量控制方法,其特征在于:
第一种学习工况下的最小气量学习因子及该工况下的更新的最小气量的计算方法为:
在以上工况满足时间超过预设时间T8,且发动机最小气量学习条件满足后,累计一定时间内Ta的发动机转速总和、发动机水温总和、发动机进气温度总和、点火效率总和、进气VVT实际角度总和、排气VVT实际角度总和、实际空燃比总和、发动机转速差总和、发动机转速差变化率总和;经过时间Ta后,则进入第一种工况下的最小气量动态学习存储阶段;
发动机最小气量动态学习存储阶段,就是更新发动机最小气量学习因子f(nErr,dnErr)的存储值,将其存储在非易失性存储器EEPROM中;EEPROM中会有一个初始的发动机最小气量学习因子=0,在发动机最小点火效率智能学习完成后更新EEPROM中的存储值;发动机最小气量动态学习存储阶段主要完成以下工作:
A、计算在进入发动机最小气量动态学习阶段累计一定时间内Ta2的发动机转速平均值nAvg、发动机水温平均值TCoolantAvg、发动机进气温度平均值TIntakeAvg、点火效率平均值rSparkAvg、进气VVT实际角度平均值phiIntakeAvg、排气VVT实际角度平均值phiExhaustAvg、实际空燃比平均值rAirFuelRatioAvg、发动机转速差平均值nErrAvg、发动机转速差变化率平均值dnErrAvg;
B、计算最小气量学习因子:
其中,f(nErr,dnErr)Old为上一次学习计算得到的最小气量学习因子,首次值取0,f(nErr,dnErr)Adapt为本次学习到的最小气量学习因子,与发动机转速差nErr和转速差变化率dnErr有关;f(nErr,dnErr)New为本次学习后的最小气量学习因子,k1为加权系数;
C、将本次学习后的最小气量学习因子f(nErr,dnErr)New更新到EEPROM对应的相同的发动机转速、水温、进气温度、点火效率、进气VVT角度、排气VVT角度、实际空燃比、转速差、转速差变化率的工况中,得出更新最小气量rhoMinAdaption;
式中,f(nErr,dnErr)New为本次学习后的最小气量学习因子;f(nErr,v)为基于发动机转速差nErr和车速v确定的最小气量学习因子;为基于发动机请求扭矩MReqTrq、发动机实际扭矩MActTrq和发动机转速n确定的最小气量学习因子;3个学习因子在首次学习前均为0;rhoMin为根据整车起动或者停机以及运行过程中气量修正,得到最终的发动机最小气量;
转速差变化率dnErr为:
其中,为dnErr上一采样时刻的转速差变化率,/>为上一采样时刻的发动机转速差,初始的/>取0rpm,初始的/>取0rpm/s,Δt为采样周期,tc为用于计算变化率的采样时间常数。
5.根据权利要求4所述的发动机最小气量控制方法,其特征在于:
f(nErr,dnErr)Adapt与发动机转速差nErr和转速差变化率dnErr的关系为:
6.根据权利要求3所述的发动机最小气量控制方法,其特征在于:
第二种学习工况下的最小气量学习因子及该工况下的更新的最小气量的计算方法为:
在以上工况满足,且发动机最小气量学习条件满足后,累计一定时间内Tb的发动机转速总和、发动机水温总和、发动机进气温度总和、点火效率总和、进气VVT实际角度总和、排气VVT实际角度总和、实际空燃比总和、发动机转速差总和、车速总和;在经过时间Tb后,进入第二种工况下的最小气量动态学习存储阶段:
发动机最小气量动态学习存储阶段,就是更新发动机最小气量学习因子f(nErr,dnErr)的存储值,将其存储在非易失性存储器EEPROM中;EEPROM中会有一个初始的发动机最小气量学习因子=0,在发动机最小点火效率智能学习完成后更新EEPROM中的存储值;发动机最小气量动态学习存储阶段主要完成以下工作:
A、计算在进入发动机最小气量动态学习阶段累计一定时间内Tb2的发动机转速平均值nAvg、发动机水温平均值TCoolantAvg、发动机进气温度平均值TIntakeAvg、点火效率平均值rSparkAvg、进气VVT实际角度平均值phiIntakeAvg、排气VVT实际角度平均值phiExhaustAvg、实际空燃比平均值rAirFuelRatioAvg、发动机转速差平均值nErrAvg、车速平均值vAvg;
B、计算最小气量学习因子:
其中,f(nErr,v)Old为上一次学习计算得到的最小气量学习因子,首次值取0,f(nErr,v)Adapt为本次学习到的最小气量学习因子,由发动机转速差nErr和车速v确定;f(nErr,v)New为本次学习后的最小气量学习因子,k2为加权系数;
将本次学习后的最小气量学习因子f(nErr,v)New更新到EEPROM对应的相同的发动机转速、水温、进气温度、点火效率、进气VVT角度、排气VVT角度、实际空燃比、车速工况中;得出更新最小气量rhoMinAdaption:
7.根据权利要求6所述的发动机最小气量控制方法,其特征在于:
f(nErr,v)Adapt与发动机转速差nErr和车速v的关系为:
其中,车速为负值代表车辆在倒退。
8.根据权利要求3所述的发动机最小气量控制方法,其特征在于:
第三种学习工况下的最小气量学习因子及该工况下的更新的最小气量的计算方法为:
在以上工况满足超过预设时间,且发动机最小气量学习条件满足后,累计一定时间内Tc的发动机转速总和、发动机水温总和、发动机进气温度总和、点火效率总和、进气VVT实际角度总和、排气VVT实际角度总和、实际空燃比总和、发动机转速差总和、车速总和、发动机实际扭矩与请求扭矩的比值总和;在经过时间Tc后,则进入第三种工况下的最小气量动态学习存储阶段;
发动机最小气量动态学习存储阶段,就是更新发动机最小气量学习因子的存储值,将其存储在非易失性存储器EEPROM中;EEPROM中会有一个初始的发动机最小气量学习因子=0,在发动机最小点火效率智能学习完成后更新EEPROM中的存储值;发动机最小气量动态学习存储阶段主要完成以下工作:
A、计算在进入发动机最小气量动态学习阶段累计一定时间内Tc2的发动机转速平均值nAvg、发动机水温平均值TCoolantAvg、发动机进气温度平均值TIntakeAvg、点火效率平均值rSparkAvg、进气VVT实际角度平均值phiIntakeAvg、排气VVT实际角度平均值phiExhaustAvg、实际空燃比平均值rAirFuelRatioAvg、发动机转速差平均值nErrAvg、车速平均值vAvg,发动机实际扭矩与请求扭矩的比值平均值
B、计算最小气量学习因子:
其中,为上一次学习计算得到的最小气量学习因子,首次值取0,/>为本次学习到的最小气量学习因子,由发动机实际扭矩与请求扭矩的比值/>和发动机转速n确定;/>为本次学习后的最小气量学习因子,k3为加权系数,且k3不大于k1、k2;
C、将本次学习后的最小气量学习因子更新到EEPROM对应的相同的发动机转速、水温、进气温度、点火效率、进气VVT角度、排气VVT角度、实际空燃比、车速工况、发动机实际扭矩与请求扭矩之比中,得出更新最小气量为
9.根据权利要求8所述的发动机最小气量控制方法,其特征在于:
与发动机实际扭矩与请求扭矩的比值/>发动机转速n的关系为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210734555.3A CN115199420B (zh) | 2022-06-27 | 2022-06-27 | 一种发动机最小气量控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210734555.3A CN115199420B (zh) | 2022-06-27 | 2022-06-27 | 一种发动机最小气量控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115199420A CN115199420A (zh) | 2022-10-18 |
CN115199420B true CN115199420B (zh) | 2023-10-20 |
Family
ID=83579133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210734555.3A Active CN115199420B (zh) | 2022-06-27 | 2022-06-27 | 一种发动机最小气量控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115199420B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4800857A (en) * | 1987-01-21 | 1989-01-31 | Nippon Denshi Kiki Co., Ltd. | Apparatus for learn-controlling air-fuel ratio for internal combustion engine |
JP2010031702A (ja) * | 2008-07-25 | 2010-02-12 | Toyota Motor Corp | エンジンの制御装置 |
CN103775225A (zh) * | 2012-10-25 | 2014-05-07 | 三菱电机株式会社 | 内燃机的气缸吸入空气量推定装置 |
CN105705757A (zh) * | 2013-11-07 | 2016-06-22 | 丰田自动车株式会社 | 用于控制内燃机的方法和装置 |
CN114048680A (zh) * | 2021-11-15 | 2022-02-15 | 东风汽车集团股份有限公司 | 一种发动机最大气量自学习方法、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7210450B2 (en) * | 2004-11-02 | 2007-05-01 | Nissan Motor Co., Ltd. | Intake control apparatus and method for internal combustion engine |
-
2022
- 2022-06-27 CN CN202210734555.3A patent/CN115199420B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4800857A (en) * | 1987-01-21 | 1989-01-31 | Nippon Denshi Kiki Co., Ltd. | Apparatus for learn-controlling air-fuel ratio for internal combustion engine |
JP2010031702A (ja) * | 2008-07-25 | 2010-02-12 | Toyota Motor Corp | エンジンの制御装置 |
CN103775225A (zh) * | 2012-10-25 | 2014-05-07 | 三菱电机株式会社 | 内燃机的气缸吸入空气量推定装置 |
CN105705757A (zh) * | 2013-11-07 | 2016-06-22 | 丰田自动车株式会社 | 用于控制内燃机的方法和装置 |
CN114048680A (zh) * | 2021-11-15 | 2022-02-15 | 东风汽车集团股份有限公司 | 一种发动机最大气量自学习方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115199420A (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100396903C (zh) | 发动机动力控制装置和方法 | |
JP3876609B2 (ja) | 内燃機関のアイドル回転制御装置 | |
EP1024263B1 (en) | Control method for turbocharged diesel engines having exhaust gas recirculation | |
US7275518B1 (en) | Torque-based powertrain control for vehicles | |
JP3864451B2 (ja) | エンジンのアイドル回転数制御装置 | |
JPS6018822B2 (ja) | 内燃機関の無負荷時回転数自動制御装置 | |
CN102472184B (zh) | 内燃机的燃料喷射量控制装置 | |
CN114109691B (zh) | 适用于传统车和混动车型的发动机火路扭矩控制方法 | |
CN115199420B (zh) | 一种发动机最小气量控制方法 | |
JPH10184431A (ja) | エンジン制御方式 | |
JP5461049B2 (ja) | エンジン制御装置 | |
CN111412074B (zh) | 一种汽油机长期燃油修正的自学习方法 | |
JP4134654B2 (ja) | 内燃機関のアイドル回転数制御装置 | |
CN105736158B (zh) | 用于控制电子节气门控制系统的方法和系统 | |
CN114412682B (zh) | 一种增强怠速稳定性的分缸点火控制方法、系统 | |
CN103362672B (zh) | 内燃机的燃料喷射控制装置 | |
JP3938670B2 (ja) | 燃料噴射制御装置 | |
JP2001248486A (ja) | 内燃機関および該内燃機関の作動方法 | |
JPH09264179A (ja) | 内燃機関の吸入空気流量調整装置 | |
CN113586309A (zh) | 改善发动机动力不足控制方法及系统 | |
JPH0733797B2 (ja) | アイドル回転数制御方法 | |
JP3332011B2 (ja) | 内燃機関の制御装置 | |
KR20030087704A (ko) | 엔진 아이들 회전수 제어 방법 및 장치 | |
CN115013217B (zh) | 一种发动机排温保护控制方法 | |
JPH11257112A (ja) | エンジン・変速機制御方法 |
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 |