CN116202775A - 一种发动机缸内气量预估方法及系统 - Google Patents
一种发动机缸内气量预估方法及系统 Download PDFInfo
- Publication number
- CN116202775A CN116202775A CN202310106195.7A CN202310106195A CN116202775A CN 116202775 A CN116202775 A CN 116202775A CN 202310106195 A CN202310106195 A CN 202310106195A CN 116202775 A CN116202775 A CN 116202775A
- Authority
- CN
- China
- Prior art keywords
- cylinder
- increment
- air quantity
- value
- air
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/04—Testing internal-combustion engines
- G01M15/05—Testing internal-combustion engines by combined monitoring of two or more different engine parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/04—Testing internal-combustion engines
- G01M15/08—Testing internal-combustion engines by monitoring pressure in cylinders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
本发明提供了一种发动机缸内气量预估方法及系统,涉及发动机技术领域。本发明所述的发动机缸内气量预估方法,包括:获取流过进气阀进入气缸的气体流量,作为虚拟传感器模型基础值;获取物理传感器信号值,根据所述物理传感器信号值与所述虚拟传感器模型基础值确定瞬态缸内气量。本发明通过结合物理传感器信号值和虚拟传感器的模型计算值输出瞬态缸内气量,可提高发动机缸内瞬态气量计算精度,保证缸内气量计算准确性和实时性;同时有效解决真实物理传感器本身存在相位滞后、信号衰减和噪声信号干扰问题。
Description
技术领域
本发明涉及发动机技术领域,具体而言,涉及一种发动机缸内气量预估方法及系统。
背景技术
随着对于汽车的一氧化碳、氮氧化物及颗粒物的排放标准更为苛刻,对发动机性能提出了更高的要求。为此,发动机控制系统通常需要维持空燃比系数在理论空燃比附近,以保持最大的催化器排放转换效率。以汽油发动机为例,理论上一公斤燃料完全燃烧时需要14.7公斤的空气,该空气和燃料的比例称为化学当量比。空燃比小于化学当量比时供给浓混合气,此时发动机发出的功率大,但燃烧不完全,生成的CO、HC多;当混合气略大于化学当量比时,燃烧效率最高,燃油消耗量低,但生成的NOx也最多;供给稀混合气时,燃烧速度变慢,燃烧不稳定,使得HC增多。
在理论空燃比控制中,瞬态发动机缸内气量的估算较为关键,这是由于发动机喷油量多少取决于进入气缸的实时气量,为实现精准的空燃比闭环控制,需要对瞬态工况下发动机缸内气量进行准确估算。而传统的缸内气量估算方法在瞬态工况下计算精度和实时性较差,无法准确及时地对缸内气量进行预估。
发明内容
本发明解决的问题是如何提高瞬态工况下发动机缸内气量估算的准确性和实时性。
为解决上述问题,本发明提供一种发动机缸内气量预估方法及系统。
第一方面,本发明提供一种发动机缸内气量预估方法,包括:
获取流过进气阀进入气缸的气体流量,作为虚拟传感器模型基础值;
获取物理传感器信号值,根据所述物理传感器信号值与所述虚拟传感器模型基础值确定瞬态缸内气量。
可选地,所述获取物理传感器信号值包括:
获取空气流量计对应的第一信号值;
获取进气歧管压力温度传感器对应的第二信号值。
可选地,所述获取进气歧管压力温度传感器对应的第二信号值包括:
采用速度密度法对所述进气歧管压力温度传感器测量的进气歧管压力和进气歧管温度进行处理,得到所述第二信号值。
可选地,所述根据所述物理传感器信号值与所述虚拟传感器模型基础值确定瞬态缸内气量包括:
根据所述第一信号值和所述虚拟传感器模型基础值确定所述空气流量计对应的第一输入缸内气量增量;
根据所述第二信号值和所述虚拟传感器模型基础值确定所述进气歧管压力温度传感器对应的第二输入缸内气量增量;
根据所述第一输入缸内气量增量和所述第二输入缸内气量增量确定系统输入气缸流量增量;
根据所述系统输入气缸流量增量和所述虚拟传感器模型基础值确定所述瞬态缸内气量。
可选地,所述第一输入缸内气量增量和所述第二输入缸内气量增量与偏差调整系数相关。
可选地,所述根据所述第一输入缸内气量增量和所述第二输入缸内气量增量确定系统输入气缸流量增量包括:根据所述第一输入缸内气量增量、与所述第一输入缸内气量增量对应的第一权重系数、所述第二输入缸内气量增量以及与所述第二输入缸内气量增量对应的第二权重系数确定所述系统输入气缸流量增量。
可选地,所述根据所述第一输入缸内气量增量和所述第二输入缸内气量增量确定系统输入气缸流量增量还包括:按照预设置信准则确定所述第一权重系数和所述第二权重系数。
可选地,所述根据所述物理传感器信号值与所述虚拟传感器模型基础值确定瞬态缸内气量还包括:建立虚拟传感器模型估计值和所述瞬态缸内气量之间的反馈关系,以对所述第一输入缸内气量增量和所述第二输入缸内气量增量进行校正。
可选地,所述获取流过进气阀进入气缸的流量包括:
根据预设的进气歧管流量模型确定进气歧管压力均值;
根据所述进气歧管压力均值,采用速度密度法获取所述流过进气阀进入气缸的气体流量。
第二方面,本发明提供一种发动机缸内气量预估系统,包括存储有计算机程序的计算机可读存储介质和处理器,当所述计算机程序被所述处理器读取并运行时,实现如上发动机缸内气量预估方法。
本发明通过结合物理传感器信号值和虚拟传感器的模型计算值输出瞬态缸内气量,可提高发动机缸内瞬态气量计算精度,保证缸内气量计算准确性和实时性,从而减少有害物的排放并降低油耗;同时通过引入基于虚拟传感器的算法,有效解决真实物理传感器本身存在相位滞后、信号衰减和噪声信号干扰问题。
附图说明
图1为本发明实施例的发动机缸内气量预估方法的流程示意图;
图2为本发明实施例的发动机系统示意图;
图3为本发明实施例的进气管路分段示意图;
图4为本发明实施例的信息融合示意图;
图5为本发明实施例的信息融合计算原理示意图;
图6为本发明实施例的虚拟传感器算法实测验证结果图。
附图标记说明:
1-空滤;2-空气流量计;3-压气机;4-泄压阀;5-中冷;6-增压压力温度传感器;7-节气门;8-进气歧管压力温度传感器;9-气缸;10-废气旁通阀;11-涡轮;12-氧传感器;13-催化器组件;14-消声器。
具体实施方式
传统的缸内气量估算方法主要包括MAF(空气流量计)传感器或速度密度法方法(使用进气歧管压力温度传感器)。
对于安装MAF传感器的发动机,流过节气门的空气流量可以被测定。在稳定的条件下,MAF传感器可以用于直接测量气缸的充气量,但在瞬态工况,MAF传感器的气量测量值与进入气缸内的空气流量存在不相等的情况,主要受到进气管内滞留、泵气损失和气流传输的延迟的影响。为了补充管路动态损失,采用开环状态的观测方法进行修正,但这些方法没有考虑模型和测量值的偏差,往往不能准确地预测出进入缸内的气量。
对于速度密度法而言,主要基于进气歧管压力温度传感器进行计算,在稳定状态可以较好地估算流入气缸流量。但是在瞬态工况下,如果存在压力波动,充气效率会受到影响,导致进入缸内气量瞬态计算偏差。另外,对于安装VVT(Variable Valve Timing,可变正时系统)发动机,VVT的动作对充气效率会有显著影响,如果标定不准确也会影响缸内气量的计算。
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
如图1所示,本发明实施例提供一种发动机缸内气量预估方法,包括:
获取流过进气阀进入气缸的气体流量,作为虚拟传感器模型基础值。
具体地,结合图2所示,发动机系统主要包含空滤1、空气流量计2、压气机3、泄压阀4、中冷5、增压压力温度传感器6、节气门7、进气歧管压力温度传感器8、气缸9、废气旁通阀10、涡轮11、氧传感器12、催化器组件13和消声器14。结合图3所示,为了准确计算进入气缸内的瞬态新鲜空气量,将节气门7到气缸9划分为两段,第一段为节气门7到进气阀口处,第二段为进气阀口到气缸9内,对于第一段,可通过建立进气歧管流量模型,并通过获取的进气歧管压力均值等参数确定流过进气阀进入气缸的流量,作为虚拟传感器模型基础值(也称模型计算值),即虚拟传感器的基本输入。
其中,具体过程描述为:新鲜空气从进气管道处进入,流进空滤1,经过滤后,可由空气流量计2测量流进的空气质量,再经过压气机3,再到中冷5处,经过中冷5冷却的气体到节气门7处,节气门7处前后安装增压压力温度传感器6和进气歧管压力温度传感器8,可以测试节气门前后的温度和压力;流进节气门7的气量经进气歧管进入到气缸9中参与燃烧;燃烧产生的废气经排气歧管到涡轮11处,流出涡轮的废气可由安装在排气管上的氧传感器12测量空燃比系数,然后流进催化器组件13,对废气进行转化,减少发动机HC,CO和NOx,以及颗粒物的排放,经过转化的废气经过消声器14排出。
其中,泄压阀4用于保护压气机3和发动机停机的稳定性,当压气机3发生踹振或驾驶员收油或增压压力过高时,泄压阀4会开启。节气门7上游的增压压力温度传感器6和进气歧管压力温度传感器8集成压力感应模块和温度感应模块,可以检测压力和温度。气缸9包含点火组件、喷油组件、正时系统组件,可保证发动机实现正常的点火和喷油。废气旁通阀10用于调节增压压力,发动机在增压工况区域,当需要较大的增压压力,废气旁通阀10会朝着关闭方向动作,让更多的废气流过涡轮11,推动涡轮11带动压气机3高速运行,实现增压压力增加,反之亦然。催化器组件13包含三元催化器、颗粒捕捉器(GPF,GasolineParticulate Filter)和后氧传感器,且后氧传感器安装于三元催化器和GPF之间。
获取物理传感器信号值,根据所述物理传感器信号值与所述虚拟传感器模型基础值确定瞬态缸内气量。
具体地,针对第二段(进气阀口到气缸9),目前没有传感器可以直接测量气缸流量,为了保证瞬态计算缸内气量准确性,构建虚拟传感器进行计算。
结合图4所示,基于虚拟传感器的算法包括信息预处理、目标跟踪和融合中心三个部分,信息预处理主要处理物理传感器信号值和模型计算值,物理传感器包括空气流量计2和进气歧管压力温度传感器8,模型计算值则作为虚拟传感器的基本输入,融合中心用于结合物理传感器信号值和模型计算值输出瞬态缸内气量,相对于传统预测算法而言,本实施例通过引入虚拟传感器并联合物理传感器,通过融合真实物理传感器和模型计算值,实时估算进入气缸内的气量,即本实施例引入了一种基于虚拟传感器的算法,可提高发动机缸内瞬态气量计算精度,保证缸内气量计算准确性和实时性,从而减少有害物的排放并降低油耗;同时有效解决真实物理传感器本身存在相位滞后、信号衰减和噪声信号干扰问题;该虚拟传感器算法同时兼容增压和非增压的发动机。
基于上述基于虚拟传感器的算法,以一搭载四缸机的直喷发动机转毂试验车验证为例。主要针对瞬态工况进行验证,验收标准:基于虚拟传感器计算的最终缸内气量,用于执行发动机燃烧控制,瞬态工况过量空燃比系数可控制在0.95至1.05之间。
如图6所示,虚线①为物理传感器空气流量计测量缸内气量,线②为基于虚拟传感器最终计算的缸内气量;实线③为通过进气歧管压力温度传感器计算缸内气量,实线④为过量空气系数。
发动机转速控制在2500rpm,手动调整发动机请求负荷从150毫克每冲程到400毫克每冲程。从负荷对比可以看出虚拟传感器计算的缸内气量逐渐靠近通过进气歧管压力温度传感器计算缸内气量,进入稳态后收敛于通过进气歧管压力温度传感器计算缸内气量,均为400毫克每冲程左右,误差控制在5%以内。而空气流量计测量的缸内气量,瞬态过程中与进气歧管压力温度传感器计算缸内气量存在偏差,基于虚拟传感器算法,此处更多置信于进气歧管压力传感器计算的负荷,对应的瞬态实测过量空气系数控制在0.95至1.05之间,瞬态工况空燃比绝对偏差控制在5%以内,满足空燃比控制标准需求。
其中,可以根据实际需要调整虚拟传感器中物理传感器数量,如减少一个空气流量计2或减少一个进气歧管压力温度传感器8,也可以引入高压EGR(Exhaust Gas Re-circulation,废气再循环)或低压EGR,相应虚拟传感器算法适应性调整。
可选地,所述获取物理传感器信号值包括:
获取空气流量计对应的第一信号值。
具体地,选用空气流量计2和进气歧管压力温度传感器8作为物理传感器。
设定采用物理信号空气流量计的值,经过预处理后,对应计算缸内流量信号为X1(n),设定第n个采样周期(n=1,2,3...N),忽略碳罐流量,曲轴箱通风流量等影响,可直接描述为:
X1(n)=Maf_md(n) (8)
其中,maf_md为空气流量计测量值,可通过传感器直接获取。
获取进气歧管压力温度传感器对应的第二信号值。
具体地,按照后续公式(9)确定第二信号值,此处不再赘述。
可选地,所述获取进气歧管压力温度传感器对应的第二信号值包括:
采用速度密度法对所述进气歧管压力温度传感器测量的进气歧管压力和进气歧管温度进行处理,得到所述第二信号值。
具体地,设定采用物理信号进气歧管压力温度传感器值,经过预处理计算缸内流量信号为X2(n),设定第n个采样周期(n=1,2,3...N),利用速度密度法可描述为:
其中,Vd为发动机排量,Ne为发动机转速;R为气体常数;pDs为进气歧管压力,为传感器计算值;TDs为进气歧管温度,为传感器测量值;η为充气效率,发动机转速Ne和歧管压力pDs为非线性函数,通过试验方法进行计算。
可选地,所述根据所述物理传感器信号值与所述虚拟传感器模型基础值确定瞬态缸内气量包括:
根据所述第一信号值和所述虚拟传感器模型基础值确定所述空气流量计对应的第一输入缸内气量增量。
根据所述第二信号值和所述虚拟传感器模型基础值确定所述进气歧管压力温度传感器对应的第二输入缸内气量增量。
具体地,模型计算基础值Xbase(n)主要由后续公式(7)进行计算,设定第n个采样周期(n=1,2,3...N),可描述为:
由进气阀流入到气缸9内的流量可近似为一阶系统,融合的过程可描述为一阶传递函数过程。为便于描述信息融合算法中的目标跟踪和融合中心算法,结合图5进行分析,分别为系统输入基础值,估计值,物理值;/>分别为系统输出的基础值,估计值,最终输出值。设定初始状态下Xbase=Ybase。设定第n个采样周期(n=1,2,3...N),最终的气缸虚拟传感器计算流量Y(n)可描述为:
Y(n)=Ybase(n)+Δy(n) (11)
其中,Δy为系统输出气缸流量的增量,该流量增量近似为一阶系统,即:
其中,τ为时间常量,设定第n个采样周期(n=1,2,3...N),式(12)经过离散化处理可描述为:
其中,ts为系统常量,可根据试验方法进行确定,T为采样周期。结合图5所示,对于输入气缸流量增量,ΔX为系统输入气缸流量增量,可描述为估计值与Xbase偏差,以及物理值X与估计值/>的偏差,即两偏差的和,设定第n个采样周期(n=1,2,3...N)则:
由于信息融合算法主要涉及两个物理传感器处理信号,设定空气流量计2和进气歧管压力温度传感器8对应的输入缸内气量增量为Δx1(n)和Δx2(n),若第n个采样周期(n=1,2,3...N),可描述如下:
根据所述第一输入缸内气量增量和所述第二输入缸内气量增量确定系统输入气缸流量增量。
根据所述系统输入气缸流量增量和所述虚拟传感器模型基础值确定所述瞬态缸内气量。
具体地,引入空气流量计2和进气歧管压力温度传感器8分别计算发动机缸内气量对应的权重系数为ω1,ω2,对应缸内气量偏差增量Δx1(n),Δx2(n)。利用加权平均算法,融合两传感器信息,对应输入缸内气量增量Δx(n),设定第n个采样周期(n=1,2,3...N),可描述为:
其中,fac3为标定调整系数,为上一采样周期估算值。此处需明确的是:当发动机进入稳态后,缸内气量稳定,估算气量、最终输出和物理传感器气量基本保持相等,设定第n个采样周期(n=1,2,3...N),则描述稳态为:
假定上一采样周期的估算值基于稳态最终值进行变化,将式(19)带入式(18),式(18)可近似描述为:
通过公式(20)建立估计值与最终输出值之间的反馈关系,主要用于校正信息融合的方向,用于目标的跟踪。即当Xbase瞬态增加时,估计的方向朝最终输出值方向正向增加;即当Xbase瞬态减小时,估计/>的方向朝最终输出值方向减小;
而当n=1时,设定初始值:
可选地,所述第一输入缸内气量增量和所述第二输入缸内气量增量与偏差调整系数相关。
具体地,按照上述公式(14)、(15)和(16),fac1和fac2为偏差调整系数,通过试验方法进行计算,第一输入缸内气量增量和第二输入缸内气量增量与偏差调整系数相关。
可选地,所述根据所述第一输入缸内气量增量和所述第二输入缸内气量增量确定系统输入气缸流量增量包括:根据所述第一输入缸内气量增量、与所述第一输入缸内气量增量对应的第一权重系数、所述第二输入缸内气量增量以及与所述第二输入缸内气量增量对应的第二权重系数确定所述系统输入气缸流量增量。
具体地,按照公式(17),利用加权平均算法,融合两传感器信息,对应输入缸内气量增量Δx(n),即根据第一输入缸内气量增量、与第一输入缸内气量增量对应的第一权重系数、第二输入缸内气量增量以及与第二输入缸内气量增量对应的第二权重系数确定系统输入气缸流量增量。
可选地,所述根据所述第一输入缸内气量增量和所述第二输入缸内气量增量确定系统输入气缸流量增量还包括:按照预设置信准则确定所述第一权重系数和所述第二权重系数。
具体地,为了保证传感器信号引入了准确性和合理性。对于物理传感器信号引入的权重系数ω1,ω2有相应置信准则。
不置信空气流量计,即ω1=0,主要包括如下工况点:发动机在低转速区域;整车暖机启动阶段;空气流量计值超出可用最大上限;空气流量计值低于可用最小下限;压气机处泄压阀打开;运行在低负荷区域;增压器喘振激活;空气流量计出现故障。
上述条件阀值设定基于试验进行确定。当上述条件均不满足时,ω1可表示为进气歧管压力动态微分偏差函数,设定第n个采样周期(n=1,2,3...N),当n>1时:
ω1=table1(pDs(n)-PDs(n-1)) (23)
当n=1时:
ω1=table1(0) (24)
其中,table1为一维标定表,根据标定试验进行确定。设定原则,当进气歧管压力值变化超过阀值时,ω1=1,即完全置信空气流量计2。
不置信进气歧管压力温度传感器8,即ω2=0,主要包括如下情况:进气歧管压力温度传感器8出现故障;所测进气歧管压力超出可用最大上限;所测进气歧管压力低于可用最小下限;
上述条件阀值设定基于试验进行确定。当上述条件不满足时,ω2可表示为进气歧管压力动态微分偏差函数,设定第n个采样周期(n=1,2,3...N),当n>1时:
ω2=table2(pDs(n)-pDs(n-1)) (25)
式中,table2为一维标定表,根据标定试验进行确定。设定原则,当进气歧管压力值变化过大且计算缸内气量偏差超出标准,ω2=0,即不置信进气歧管压力。
当n=1时:
ω2=table2(0) (26)
将式(23)、(24)、(25)和(26)带入式(17)中,可基于不同的工况点计算输入缸内气量增量Δx(n),在将此值带入式(11)、(13)最终可计算得出缸内虚拟传感器计算流量Y(n),基于此值可以实时准确估算发动机缸内瞬态气量。
当空气流量计2出现故障时,空气流量计2参与信息融合算法的权重为0,即仅置信进气歧管压力温度传感器8权重系数;而当进气歧管压力温度传感器8出现故障时,进气歧管压力温度传感器8参与信息融合算法的权重为0,即仅置信空气流量计2的权重系数。这样就实现了,当一个传感器出现故障,另一个传感器参与,实现冗余备份,实时保证最终计算进入缸内瞬态气量的鲁棒性和可靠性。
可选地,所述根据所述物理传感器信号值与所述虚拟传感器模型基础值确定瞬态缸内气量还包括:建立虚拟传感器模型估计值和所述瞬态缸内气量之间的反馈关系,以对所述第一输入缸内气量增量和所述第二输入缸内气量增量进行校正。
具体地,结合图4所示,目标跟踪主要包括方向校正和流量校正,目的是让虚拟传感器最终稳态输入尽可能去接近可信的物理传感器值,其中,方向校正主要基于公式(22)进行计算,流量校正主要基于公式(15)和(16)进行计算。
可选地,所述获取流过进气阀进入气缸的流量包括:
根据预设的进气歧管流量模型确定进气歧管压力均值。
其中,PUs和TUs为节气门7前压力和温度,由节气门7前温度和压力传感器测量;Pm为进气歧管压力均值,为估测值;α为节气门7角度位置;Aθ为节气门7有效截面积,通过试验方法确认;Cd为流量系数,通过试验确认;R为气体常数;β项为压比函数,区分为声速和亚声速/>压比函数可描述为:
其中,k为绝热指数(k=1.4),则xc=0.528。
其中,Vd为发动机排量,Ne为发动机转速;R为气体常数;Pm为进气歧管压力均值,为估计值;TDs为进气歧管温度,为传感器测量值;η为充气效率;发动机转速Ne和歧管压力Pm为非线性函数,通过试验方法进行计算。
基于理想气体状态方程,进气歧管气体质量mm可描述为:
pmVm=mmRTm (5)
其中,Vm为进气歧管体积(从节气门7到进气阀口处),R为气体常数,不考虑温度变化的影响,则:
根据所述进气歧管压力均值,采用速度密度法获取所述流过进气阀进入气缸的气体流量。
上述流过进气阀进入气缸9的基础值可作为虚拟传感器模型基础值。
本发明另一实施例提供一种发动机缸内气量预估系统,包括存储有计算机程序的计算机可读存储介质和处理器,当所述计算机程序被所述处理器读取并运行时,实现如上发动机缸内气量预估方法。
虽然本发明公开披露如上,但本发明公开的保护范围并非仅限于此。本领域技术人员在不脱离本发明公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种发动机缸内气量预估方法,其特征在于,包括:
获取流过进气阀进入气缸的气体流量,作为虚拟传感器模型基础值;
获取物理传感器信号值,根据所述物理传感器信号值与所述虚拟传感器模型基础值确定瞬态缸内气量。
2.根据权利要求1所述的发动机缸内气量预估方法,其特征在于,所述获取物理传感器信号值包括:
获取空气流量计对应的第一信号值;
获取进气歧管压力温度传感器对应的第二信号值。
3.根据权利要求2所述的发动机缸内气量预估方法,其特征在于,所述获取进气歧管压力温度传感器对应的第二信号值包括:
采用速度密度法对所述进气歧管压力温度传感器测量的进气歧管压力和进气歧管温度进行处理,得到所述第二信号值。
4.根据权利要求2所述的发动机缸内气量预估方法,其特征在于,所述根据所述物理传感器信号值与所述虚拟传感器模型基础值确定瞬态缸内气量包括:
根据所述第一信号值和所述虚拟传感器模型基础值确定所述空气流量计对应的第一输入缸内气量增量;
根据所述第二信号值和所述虚拟传感器模型基础值确定所述进气歧管压力温度传感器对应的第二输入缸内气量增量;
根据所述第一输入缸内气量增量和所述第二输入缸内气量增量确定系统输入气缸流量增量;
根据所述系统输入气缸流量增量和所述虚拟传感器模型基础值确定所述瞬态缸内气量。
5.根据权利要求4所述的发动机缸内气量预估方法,其特征在于,所述第一输入缸内气量增量和所述第二输入缸内气量增量与偏差调整系数相关。
6.根据权利要求4所述的发动机缸内气量预估方法,其特征在于,所述根据所述第一输入缸内气量增量和所述第二输入缸内气量增量确定系统输入气缸流量增量包括:
根据所述第一输入缸内气量增量、与所述第一输入缸内气量增量对应的第一权重系数、所述第二输入缸内气量增量以及与所述第二输入缸内气量增量对应的第二权重系数确定所述系统输入气缸流量增量。
7.根据权利要求6所述的发动机缸内气量预估方法,其特征在于,所述根据所述第一输入缸内气量增量和所述第二输入缸内气量增量确定系统输入气缸流量增量还包括:
按照预设置信准则确定所述第一权重系数和所述第二权重系数。
8.根据权利要求4所述的发动机缸内气量预估方法,其特征在于,所述根据所述物理传感器信号值与所述虚拟传感器模型基础值确定瞬态缸内气量还包括:
建立虚拟传感器模型估计值和所述瞬态缸内气量之间的反馈关系,以对所述第一输入缸内气量增量和所述第二输入缸内气量增量进行校正。
9.根据权利要求1至8任一项所述的发动机缸内气量预估方法,其特征在于,所述获取流过进气阀进入气缸的气体流量包括:
根据预设的进气歧管流量模型确定进气歧管压力均值;
根据所述进气歧管压力均值,采用速度密度法获取所述流过进气阀进入气缸的气体流量。
10.一种发动机缸内气量预估系统,其特征在于,包括存储有计算机程序的计算机可读存储介质和处理器,当所述计算机程序被所述处理器读取并运行时,实现如权利要求1至9任一项所述的发动机缸内气量预估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310106195.7A CN116202775A (zh) | 2023-02-13 | 2023-02-13 | 一种发动机缸内气量预估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310106195.7A CN116202775A (zh) | 2023-02-13 | 2023-02-13 | 一种发动机缸内气量预估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116202775A true CN116202775A (zh) | 2023-06-02 |
Family
ID=86515480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310106195.7A Pending CN116202775A (zh) | 2023-02-13 | 2023-02-13 | 一种发动机缸内气量预估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116202775A (zh) |
-
2023
- 2023-02-13 CN CN202310106195.7A patent/CN116202775A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9726093B2 (en) | Apparatus for estimating exhaust gas recirculation quantity | |
US9133792B2 (en) | Unit for estimating the rotational speed of a turbocharger and system and method for controlling an internal combustion engine with a turbocharger | |
US7681442B2 (en) | Throttle upstream pressure estimating apparatus and cylinder charged air quantity calculating apparatus for internal combustion engine | |
US8387593B2 (en) | EGR flow rate control apparatus of internal combustion engine | |
US7620490B2 (en) | Fuel injection control device for internal combustion engine | |
US7946162B2 (en) | Method for estimating the oxygen concentration in internal combustion engines | |
US6697729B2 (en) | System for estimating NOx content of exhaust gas produced by an internal combustion engine | |
US9541012B2 (en) | Control apparatus of internal combustion engine | |
JP4715799B2 (ja) | 内燃機関の排気還流装置 | |
JP5331613B2 (ja) | 内燃機関の筒内ガス量推定装置 | |
US8751137B2 (en) | Apparatus for estimating exhaust gas recirculation quantity | |
CN112377315A (zh) | 基于可压缩气体方程的egr控制方法与系统 | |
WO2014080523A1 (ja) | 内燃機関の制御装置 | |
CN113250864B (zh) | Egr流量诊断方法、诊断系统及汽车 | |
JP4228953B2 (ja) | 内燃機関の制御装置 | |
JP2001073789A (ja) | 内燃機関の過給圧制御装置 | |
CN116202775A (zh) | 一种发动机缸内气量预估方法及系统 | |
WO2019198320A1 (ja) | 内燃機関の制御装置、および、制御方法 | |
JP3358449B2 (ja) | 内燃機関の排気系圧力推定装置 | |
JP2011157942A (ja) | 内燃機関のegr制御装置 | |
JP5517110B2 (ja) | 内燃機関のegr制御装置 | |
JP3395782B2 (ja) | 内燃機関の吸気系圧力推定装置 | |
CN114000954B (zh) | 一种发动机气缸内的新鲜充量的确定方法及装置 | |
JP2007009867A (ja) | 過給機付き内燃機関の吸入空気量算出装置 | |
CN117171499A (zh) | 一种缸内残余废气分压计算方法、装置、介质及ecu |
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 |