CN116971881B - 一种基于数字孪生技术的内燃发动机管理方法及系统 - Google Patents
一种基于数字孪生技术的内燃发动机管理方法及系统 Download PDFInfo
- Publication number
- CN116971881B CN116971881B CN202311212984.5A CN202311212984A CN116971881B CN 116971881 B CN116971881 B CN 116971881B CN 202311212984 A CN202311212984 A CN 202311212984A CN 116971881 B CN116971881 B CN 116971881B
- Authority
- CN
- China
- Prior art keywords
- engine
- emission
- parameter
- control
- parameters
- 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
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 47
- 238000007726 management method Methods 0.000 title claims abstract description 33
- 238000005516 engineering process Methods 0.000 title claims abstract description 27
- 239000000446 fuel Substances 0.000 claims abstract description 52
- 239000011159 matrix material Substances 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000004088 simulation Methods 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 239000000243 solution Substances 0.000 claims description 42
- 238000005457 optimization Methods 0.000 claims description 35
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 31
- 230000014509 gene expression Effects 0.000 claims description 23
- 238000012417 linear regression Methods 0.000 claims description 18
- 238000011217 control strategy Methods 0.000 claims description 13
- 239000007789 gas Substances 0.000 claims description 13
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 10
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 10
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 10
- 238000002347 injection Methods 0.000 claims description 10
- 239000007924 injection Substances 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 229930195733 hydrocarbon Natural products 0.000 claims description 9
- 150000002430 hydrocarbons Chemical class 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 9
- 238000001816 cooling Methods 0.000 claims description 7
- 239000013618 particulate matter Substances 0.000 claims description 7
- 239000000110 cooling liquid Substances 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 5
- 239000001569 carbon dioxide Substances 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 239000004215 Carbon black (E152) Substances 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000013506 data mapping Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000010992 reflux Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 2
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 230000004044 response Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 229910002089 NOx Inorganic materials 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003916 acid precipitation Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003795 desorption Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010892 electric spark Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 1
- -1 nitrogen oxides Chemical class 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 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
- F02D41/02—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
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01P—COOLING OF MACHINES OR ENGINES IN GENERAL; COOLING OF INTERNAL-COMBUSTION ENGINES
- F01P7/00—Controlling of coolant flow
- F01P7/14—Controlling of coolant flow the coolant being liquid
-
- 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
- F02D41/0025—Controlling engines characterised by use of non-liquid fuels, pluralities of fuels, or non-fuel substances added to the combustible mixtures
- F02D41/003—Adding fuel vapours, e.g. drawn from engine fuel reservoir
-
- 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
- F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
- F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
- F02D41/1446—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being exhaust temperatures
-
- 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
- F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
- F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
- F02D41/1452—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being a COx content or concentration
-
- 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
- F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
- F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
- F02D41/1452—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being a COx content or concentration
- F02D41/1453—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being a COx content or concentration the characteristics being a CO content or concentration
-
- 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
- F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
- F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
- F02D41/1459—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being a hydrocarbon content or concentration
-
- 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
- F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
- F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
- F02D41/146—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being an NOx content or concentration
-
- 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
- F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
- F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
- F02D41/1466—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being a soot concentration or content
-
- 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
- F02D41/30—Controlling fuel injection
- F02D41/3005—Details not otherwise provided for
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
- F02P5/00—Advancing or retarding ignition; Control therefor
- F02P5/04—Advancing or retarding ignition; Control therefor automatically, as a function of the working conditions of the engine or vehicle or of the atmospheric conditions
- F02P5/145—Advancing or retarding ignition; Control therefor automatically, as a function of the working conditions of the engine or vehicle or of the atmospheric conditions using electrical means
-
- 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
- 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
- F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
-
- 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
-
- 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
- F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
- F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明公开了一种基于数字孪生技术的内燃发动机管理方法及系统,涉及发动机管理技术领域,该方法包括以下步骤:S1、按照发动机实体的结构划分出不同结构模块;S2、根据内燃发动机的排放限制标准;S3、构建控制参数与排放参数组成的发动机关联矩阵;S4、将关联关系导入虚拟发动机模型;S5、通过虚拟发动机模型进行仿真模拟;S6、将排放仿真数据与发动机实体的真实排放数据及标准阈值进行对比验证;S7、利用优化后的虚拟发动机模型对发动机实体进行实体状态、排放行为及燃油性能的实时监控及控制管理。本发明可实现实时监控、模拟、预测和诊断等功能,使发动机管理更加智能化和响应迅速,有助于提高发动机性能。
Description
技术领域
本发明涉及发动机管理技术领域,尤其是涉及一种基于数字孪生技术的内燃发动机管理方法及系统。
背景技术
内燃发动机是一种将燃料在内部燃烧产生能量的机械装置,用于驱动机械设备,如汽车、摩托车、发电机等。它在工作时通过将燃料和空气混合物点燃,产生高温高压气体,从而产生动力并驱动机械运动。内燃发动机的性能受多种因素影响,包括燃料类型、燃烧室设计、点火系统、排气系统等。
随着技术的发展,内燃发动机逐渐趋向于更高的燃烧效率和更低的排放。然而,由于其燃烧过程中会产生有害排放物,如氮氧化物、颗粒物和碳氢化合物,因此需要发动机系统需要通过适配的管理系统对其进行监测与控制。
发动机是一个动态、多变量、高度非线性、响应滞后的时变系统。发动机管理系统是多变量多目标折衷优化,边界条件多变的电子控制系统,控制程序非常复杂。以喷油量控制功能为例,基本喷油量根据气缸充气量和空燃比确定,气缸充气量不仅与进气量,还与碳罐脱附、废气再循环(EGR)、气门正时(VVT)、缸内残余废气量等相关,此外还要考虑到系统及传感器信号采集的延时,所以要精确计算气缸充气量,需要考虑多个输入量,导致EMS软件模型非常复杂。随着排放标准的不断提高和油耗限值的不断降低,EMS需要控制的参数越来越多,每增加一个参数,系统复杂程度将成倍增加。
现有的发动机管理系统技术在排放管理方面虽然取得了一定进展,但仍存在一些不足。传统的发动机管理系统通常依赖于静态模型和预设的控制策略,难以准确地适应动态的发动机工作条件和外部环境变化。这可能导致在实际操作中的性能和排放方面存在不稳定性。此外,传感器的精度和稳定性可能影响数据采集的准确性,进而影响控制系统的决策。此外,排放管理需要在满足环保法规的同时保持发动机性能,而现有EMS技术在在这两方面的平衡中仍然存在一定的局限性,数字孪生技术可以很好地对于内燃发动机进行虚拟建模,从而对其相关技术指标之间的关系进行高效地模拟测试。
发明内容
基于此,有必要针对上述技术问题,提供一种基于数字孪生技术的内燃发动机管理方法及系统。
第一方面,本发明提供了一种基于数字孪生技术的内燃发动机管理方法,该方法包括以下步骤:
S1、按照发动机实体的结构划分出不同结构模块,为每个结构模块定义相应的功能与控制参数,通过数字建模搭建模块化的虚拟发动机模型;
S2、根据内燃发动机的排放限制标准,设定排放参数并赋予标准阈值;
S3、构建控制参数与排放参数组成的发动机关联矩阵,并计算关联关系,依据关联关系的数值大小对控制参数进行关联性划分;
S4、将关联关系导入虚拟发动机模型,构建发动机排放控制的多目标优化模型,并将控制参数输入至结构模块实现协同控制,包括以下步骤:S41、将控制参数与排放参数的关联关系嵌入至虚拟发动机模型中,并对每个控制参数对应的结构模块进行标注;
S42、依据关联关系的数值大小与排序,为每个控制参数设定不同的参数取值范围以及参数取值间隔;
S43、设定虚拟发动机模型的优化目标,构建目标函数与约束条件;
S44、构建发动机排放控制的多目标优化模型,计算最优参数组合;
S45、将最优参数组合中的控制参数输入至对应的结构模块,得到参数配置完整的虚拟发动机模型。
S5、通过虚拟发动机模型进行仿真模拟,得到排放仿真数据;
S6、将排放仿真数据与发动机实体的真实排放数据及标准阈值进行对比验证,依据验证结果对虚拟发动机模型进行校正优化;
S7、利用优化后的虚拟发动机模型对发动机实体进行实体状态、排放行为及燃油性能的实时监控及控制管理,也可实现实时模拟、预测、诊断等功能。
在其中一个实施例中,按照发动机实体的结构划分出不同结构模块,为每个结构模块定义相应的功能与控制参数,通过数字建模搭建模块化的虚拟发动机模型包括以下步骤:
S11、获取发动机实体的物理结构参数,将发动机实体划分为八个结构模块,结构模块包括燃烧室模块、气缸头模块、曲轴模块、冷却模块、点火控制模块、燃油控制模块、排气控制模块及传感器模块;
S12、将发动机实体与物理结构参数作为物理空间,分别对每个结构模块进行数字化建模,再整合形成完整的发动机三维模型;
S14、为虚拟发动机模型中的每个虚拟结构模块赋予各自的功能与控制效果,并为每个虚拟结构模块赋予各自对应的控制参数;
S15、获取发动机实体监测得到的实测参数数据,通过数据映射方式导入发动机三维模型搭建虚拟发动机模型,形成数字化的虚拟空间。
在其中一个实施例中,排放参数包括氮氧化物参数、颗粒物参数、碳氢化合物参数、一氧化碳参数及二氧化碳参数;
燃烧室模块的控制参数包括气缸压力与点火提前角,气缸头模块的控制参数包括进气门开度、排气门开度及气门正时,曲轴模块的控制参数包括曲轴角度、转速及扭矩,冷却模块的控制参数包括冷却液流量、冷却液温度及水泵速度,点火控制模块的控制参数包括点火时机与火花塞电极间隙,燃油控制模块的控制参数包括染料喷射压力、喷射持续时间及燃油泵速度,排气控制模块的控制参数包括废气回流比例、排气阀开度及废气温度,传感器模块的控制参数包括控制策略参数与传感器数据。
在其中一个实施例中,构建控制参数与排放参数组成的发动机关联矩阵,并计算关联关系,依据关联关系的数值大小对控制参数进行关联性划分包括以下步骤:
S31、获取发动机实体在历史运行过程中各个结构模块监测得到的控制参数,并获取同时刻控制参数对应的排放参数;
S32、依次计算每个控制参数与每个排放参数之间的综合关联评分,构建控制参数与排放参数组成的发动机关联矩阵;
S33、利用计算关联强度的方式展示发动机关联矩阵中控制参数与排放参数之间的关联关系,并保留验证通过的关联关系;
S34、依据控制参数与排放参数之间关联关系的数值大小进行排序,利用可视化技术展示不同控制参数对于排放参数的影响。
在其中一个实施例中,依次计算每个控制参数与每个排放参数之间的综合关联评分,构建控制参数与排放参数组成的发动机关联矩阵包括以下步骤:
S321、依据内燃发动机的工作原理与物理机制,分析控制参数与排放参数之间的理论关联关系,将控制参数与排放参数之间的理论关联关系划分为高度正相关、中度正相关、低度正相关、无关及负相关,并分别赋予不同数值的理论关联评分;
S322、利用线性回归方程分析历史运行过程中控制参数与排放参数之间的量化关联关系,将控制参数作为自变量,排放参数作为因变量,再利用线性回归方法拟合线性回归模型,获取不同线性回归方程的系数,对该系数进行归一化作为量化关联评分;
S323、分别为理论关联评分与量化关联评分赋予不同的权重值,利用加权求和方式计算控制参数与排放参数的综合关联评分;
S324、将控制参数与排放参数分别作为矩阵的行与列,将两者之间的综合关联评分作为矩阵元素,构建发动机关联矩阵。
在其中一个实施例中,利用计算关联强度的方式展示发动机关联矩阵中控制参数与排放参数之间的关联关系,并保留验证通过的关联关系包括以下步骤:
S331、依次选择发动机关联矩阵中每行对应的控制参数,计算该控制参数与排放参数之间的关联强度,关联强度表达式为:
式中,Qi表示第i个控制参数的关联强度;m表示控制参数的数量,且i=1,2,…,m;n表示排放参数的数量,且j=1,2,…,n;Fij表示发动机关联矩阵中第i行第j列的关联关系的数值;
S332、剔除关联强度低于预设关联阈值的控制参数,将保留的关联强度作为每个控制参数与排放参数的关联关系。
在其中一个实施例中,设定虚拟发动机模型的优化目标,构建目标函数与约束条件包括以下步骤:
S431、将虚拟发动机模型的最小化燃油成本及最小化排放参数作为优化目标,并获取两者的函数表达式;
S432、综合两个函数表达式构建目标函数,并设定约束条件,目标函数的表达式为:
式中,f1表示最小化排放参数的函数表达式;f2表示最小化燃油成本的函数表达式;Pj表示第j个排放参数的数值;P0表示排放参数的标准阈值;n表示排放参数的数量;D表示单位燃油成本;R表示燃油量。
在其中一个实施例中,构建发动机排放控制的多目标优化模型,计算最优参数组合包括以下步骤:
S441、随机生成一个初始解,作为控制参数的候选值,实现种群初始化;
S442、计算每个解在目标函数中两个函数表达式上的适应度值;
S443、对种群中的每个解进行非支配排序,根据解的支配关系对解进行分类,并选择部分非支配解构建下一代种群;
S444、对选定的非支配解进行交叉与变异操作,生成子代种群;
S445、将一部分子代种群替换一部分父代种群,形成新一代种群;
S446、重复执行步骤S442至步骤S445,直至达到迭代次数;
S447、结束迭代后,从非支配解中选择出Pareto前沿解,作为虚拟发动机模型内控制参数的最优参数组合。
第二方面,本发明还提供了一种基于数字孪生技术的内燃发动机管理系统,该系统包括:发动机实体单元、排放监测单元、虚拟发动机模型单元、多目标寻优单元及校正优化单元;
其中,发动机实体单元,用于提供内燃发动机实体构建物理空间;
排放监测单元,用于对发动机实体的排放参数进行实时监测;
虚拟发动机模型单元,用于基于数字孪生技术,搭建多个结构模块组成的虚拟发动机模型,并结合映射数据形成虚拟空间,通过虚拟发动机模型对发动机实体进行监控、模拟、预测及诊断;
多目标寻优单元,用于利用多目标优化模型计算控制参数之间的最优参数组合,对虚拟发动机模型进行协同控制;
校正优化单元,用于依据虚拟发动机模型的排放仿真数据与真实排放数据之间的差异,对虚拟发动机模型进行校正优化。
本发明的有益效果为:
1、通过基于数字孪生技术实现发动机管理,搭建模块化的虚拟发动机模型,能够更准确地反映实际发动机的结构和工作特性,实现更精确的模拟与预测;其次,利用发动机关联矩阵和关联关系分析,更清晰反映控制参数与排放参数之间的关系,有助于优化控制策略;借助多目标优化模型,在满足排放限制的前提下,优化发动机性能,提高燃油效率和动力输出;再通过虚拟发动机模型进行仿真模拟,快速评估不同控制策略对排放和性能的影响,实现高效的方案测试;最终,利用实时监控、模拟、预测和诊断等功能,使发动机管理更加智能化和响应迅速,有助于提高发动机的可靠性、经济性和环保性能,为实际运行带来显著的改进与优势。
2、通过构建发动机关联矩阵及计算控制参数与排放参数之间的关联关系,能够明确了控制参数与排放参数之间的关系,提高了发动机管理的准确性;通过计算综合关联评分,定量衡量不同控制参数对排放参数的影响,有助于优化控制策略,再利用关联强度的方式展示关联矩阵,直观地呈现不同关联关系的强度和趋势,指导进一步的分析和优化;此外,根据关联关系的数值排序和可视化展示,可以快速识别对排放参数影响较大的关键控制参数,从而针对性地进行调整和改进。
3、通过构建多目标优化模型并实现协同控制,使模型更准确地模拟实际控制参数与排放参数之间的影响,实现更精细的控制策略;构建多目标优化模型,结合目标函数和约束条件,实现在满足排放标准的前提下,同时优化燃油效率和性能的目标;通过计算最优参数组合,并将其输入至虚拟发动机模型,实现协同控制,使发动机在不同工况下达到最佳性能和排放水平。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种基于数字孪生技术的内燃发动机管理方法的流程图;
图2是根据本发明实施例的一种基于数字孪生技术的内燃发动机管理系统的系统原理图。
附图标号:1、发动机实体单元;2、排放监测单元;3、虚拟发动机模型单元;4、多目标寻优单元;5、校正优化单元。
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,此处描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,提供了一种基于数字孪生技术的内燃发动机管理方法,该方法包括以下步骤:
S1、按照发动机实体的结构划分出不同结构模块,为每个结构模块定义相应的功能与控制参数,通过数字建模搭建模块化的虚拟发动机模型。
当前主流发动机建模方法有两种:一种是解析法,即依据发动机的机理和相应参数关系而建立仿真数学模型;第二种是实验法,即通过发动机台架试验数据建立仿真模型,而在本发明的描述中,按照发动机实体的结构划分出不同结构模块,为每个结构模块定义相应的功能与控制参数,通过数字建模搭建模块化的虚拟发动机模型包括以下步骤:
S11、获取发动机实体的物理结构参数,将发动机实体划分为八个结构模块,八个结构模块包括燃烧室模块、气缸头模块、曲轴模块、冷却模块、点火控制模块、燃油控制模块、排气控制模块及传感器模块。
S12、将发动机实体与物理结构参数作为物理空间,分别对每个结构模块进行数字化建模,再整合形成完整的发动机三维模型。
其中,数字化建模利用计算机辅助设计软件,对每个结构模块进行三维建模,包括根据采集的数据创建几何形状,设定尺寸、形状、连接关系等。整将所有结构模块的数字化模型整合在一起,以创建完整的发动机三维模型。这个模型将反映发动机的物理形态和结构。
S13、为虚拟发动机模型中的每个虚拟结构模块赋予各自的功能与控制效果,并为每个虚拟结构模块赋予各自对应的控制参数。
其中,每个结构模块对应的功能与控制效果如下:
燃烧室模块功能:控制燃油喷射、点火时机和燃烧过程,将燃料与空气混合并点燃。
气缸头模块功能:控制气门的开闭,管理进气和排气过程。
曲轴模块功能:转换活塞运动为曲轴旋转,产生动力输出。
冷却模块功能:维持发动机温度,防止过热。
点火控制模块功能:提供电火花以点燃混合物。
燃油控制模块功能:供应燃料到燃烧室,调整燃料供给量。
排气控制模块功能:排放废气,减少尾气污染。
传感器模块功能:根据传感器数据和控制策略进行决策。
每个结构模块包括的控制参数如下:
燃烧室模块的控制参数包括气缸压力与点火提前角等。
气缸头模块的控制参数包括进气门开度、排气门开度及气门正时等。
曲轴模块的控制参数包括曲轴角度、转速及扭矩等。
冷却模块的控制参数包括冷却液流量、冷却液温度及水泵速度等。
点火控制模块的控制参数包括点火时机与火花塞电极间隙等。
燃油控制模块的控制参数包括染料喷射压力、喷射持续时间及燃油泵速度等。
排气控制模块的控制参数包括废气回流比例、排气阀开度及废气温度等。
传感器模块的控制参数包括控制策略参数与传感器数据等。
S14、获取发动机实体监测得到的实测参数数据,通过数据映射方式导入发动机三维模型搭建虚拟发动机模型,形成数字化的虚拟空间。
S2、根据内燃发动机的排放限制标准,设定排放参数并赋予标准阈值。
其中,排放参数包括氮氧化物参数、颗粒物参数、碳氢化合物参数、一氧化碳参数及二氧化碳参数,各个参数的内容如下:
氮氧化物参数(NOx):包括氮氧化物的氮氧化物,如氮一氧化物(NO)和二氧化氮(NO2)。这些气体是发动机燃烧过程中形成的主要排放物之一,与空气质量和酸雨有关。
颗粒物参数:指发动机排放的微小颗粒物,通常以直径为微米为单位,可能包括固体颗粒和液滴。颗粒物排放与空气质量和健康问题密切相关。
碳氢化合物参数(HC):这些化合物包括未燃烧的碳氢化合物,可能是挥发性有机化合物(VOC)等。它们与空气质量和臭氧生成有关。
一氧化碳参数(CO):一氧化碳是燃烧过程中产生的有害气体,与健康问题和环境影响有关。
二氧化碳参数(CO2):二氧化碳是温室气体,排放与气候变化相关。
S3、构建控制参数与排放参数组成的发动机关联矩阵,并计算关联关系,依据关联关系数值的大小对控制参数进行关联性划分。
在本发明的描述中,构建控制参数与排放参数组成的发动机关联矩阵,并计算关联关系,依据关联关系的数值大小对控制参数进行关联性划分包括以下步骤:
S31、获取发动机实体在历史运行过程中各个结构模块监测得到的控制参数,并获取同时刻控制参数对应的排放参数。
S32、依次计算每个控制参数与每个排放参数之间的综合关联评分,构建控制参数与排放参数组成的发动机关联矩阵。
在本发明的描述中,依次计算每个控制参数与每个排放参数之间的综合关联评分,构建控制参数与排放参数组成的发动机关联矩阵包括以下步骤:
S321、依据内燃发动机的工作原理与物理机制,分析控制参数与排放参数之间的理论关联关系,将控制参数与排放参数之间的理论关联关系划分为高度正相关、中度正相关、低度正相关、无关及负相关,并分别赋予不同数值的理论关联评分,每个相关等级的划分标准如下:
高度正相关:某些控制参数可能与排放参数之间存在直接的正相关关系,即通过调整控制参数可以显著改变排放参数。例如,增加燃油喷射量可能会导致氮氧化物排放的上升。理论关联评分:1。
中度正相关:一些控制参数对排放参数有一定程度的影响,但关联不如高度正相关那么强烈。例如,调整点火提前角可能会影响氮氧化物排放。理论关联评分:0.7。
低度正相关:某些控制参数对排放参数有轻微的影响,但变化不明显。例如,调整曲轴转速可能会对颗粒物排放产生一定影响。理论关联评分:0.4。
无关:有些控制参数与排放参数之间可能没有明显的直接关联,它们在变化时不会显著影响排放参数。理论关联评分:0.1。
负相关:在某些情况下,控制参数的调整可能会导致排放参数的下降。例如,提高燃烧效率可能会减少一氧化碳排放。理论关联评分:负数。
S322、利用线性回归方程分析历史运行过程中控制参数与排放参数之间的量化关联关系,将控制参数作为自变量,排放参数作为因变量,再利用线性回归方法拟合线性回归模型,获取不同线性回归方程的系数,对该系数进行归一化作为量化关联评分。
其中,步骤S322实现量化关联评分的具体实现方式如下:
1、数据收集:收集历史运行过程中的控制参数和对应的排放参数数据,确保数据样本涵盖不同工况和运行条件。
2、线性回归模型:将控制参数作为自变量,排放参数作为因变量,建立线性回归模型。例如,对于单一的控制参数和排放参数的关系,线性回归模型可以表示为:Y=aX+b,其中Y为排放参数,X为控制参数,a为斜率,b为截距。
3、模型拟合:利用线性回归方法对数据进行拟合,得到线性回归方程的系数a和b。这些系数描述了控制参数与排放参数之间的线性关系。
4、归一化:对线性回归方程的系数进行归一化,以将不同参数之间的量级差异考虑在内。这可以通过将系数除以其最大绝对值来实现,使得归一化后的系数在[-1,1]范围内。
5、量化关联评分:归一化后的系数可以被视为量化的关联评分,表示控制参数与排放参数之间的关联程度。系数越大(正或负),关联越强,系数接近0则表示两者关联较弱。
S323、分别为理论关联评分与量化关联评分赋予不同的权重值,利用加权求和方式计算控制参数与排放参数的综合关联评分。
S324、将控制参数与排放参数分别作为矩阵的行与列,将两者之间的综合关联评分作为矩阵元素,构建发动机关联矩阵。
其中,发动机关联矩阵中的每个矩阵元素的表达式为:Fij=F(Xi,Yj),发动机矩阵的表达式:
S33、利用计算关联强度的方式展示发动机关联矩阵中控制参数与排放参数之间的关联关系,并保留验证通过的关联关系。
在本发明的描述中,利用计算关联强度的方式展示发动机关联矩阵中控制参数与排放参数之间的关联关系,并保留验证通过的关联关系包括以下步骤:
S331、依次选择发动机关联矩阵中每行对应的控制参数,计算该控制参数与排放参数之间的关联强度,关联强度表达式为:
式中,Qi表示第i个控制参数的关联强度,m表示控制参数的数量,且i=1,2,…,m,n表示排放参数的数量,且j=1,2,…,n,Fij表示发动机关联矩阵中第i行第j列的关联关系的数值(即控制参数与排放参数之间的综合关联评分)。
S332、剔除关联强度低于预设关联阈值的控制参数,将保留的关联强度作为每个控制参数与排放参数的关联关系。
S34、依据控制参数与排放参数之间关联关系的数值大小进行排序,利用可视化技术展示不同控制参数对于排放参数的影响。
S4、将关联关系导入虚拟发动机模型,构建发动机排放控制的多目标优化模型,并将控制参数输入至结构模块实现协同控制。
在本发明的描述中,将关联关系导入虚拟发动机模型,构建发动机排放控制的多目标优化模型,并将控制参数输入至结构模块实现协同控制包括以下步骤:
S41、将控制参数与排放参数的关联关系嵌入至虚拟发动机模型中,并对每个控制参数对应的结构模块进行标注。
其中,在虚拟发动机模型中,为每个结构模块嵌入控制参数与排放参数的关联关系,通过映射机制实现,将每个控制参数与其对应的排放参数关联起来。对于每个控制参数,标注其对应的结构模块。这样可以建立起控制参数和虚拟发动机模型中的具体结构之间的联系,帮助更好地理解控制参数如何影响发动机的排放。
S42、依据关联关系的数值大小与排序,为每个控制参数设定不同的参数取值范围以及参数取值间隔。
具体的,根据之前计算的关联关系评分,将控制参数按照关联关系的数值大小进行排序,从最强关联到最弱关联。
参数取值范围设定:对于关联性较高的控制参数,可以将其设定较大的参数取值范围,以充分利用其对排放参数的影响。对于关联性较低的参数,可以设定较小的参数取值范围,以限制其对排放的影响。
参数取值间隔设定:对于关联性较高的控制参数,可以设置较小的参数取值间隔,以更精细地控制其变化。对于关联性较低的参数,可以设置较大的参数取值间隔,以减少对优化过程的影响。
S43、设定虚拟发动机模型的优化目标,构建目标函数与约束条件。
在本发明的描述中,设定虚拟发动机模型的优化目标,构建目标函数与约束条件包括以下步骤:
S431、将虚拟发动机模型的最小化燃油成本及最小化排放参数作为优化目标,并获取两者的函数表达式。
S432、综合两个函数表达式构建目标函数,并设定约束条件,目标函数的表达式为:
式中,f1表示最小化排放参数的函数表达式,f2表示最小化燃油成本的函数表达式,Pj表示第j个排放参数的数值,P0表示排放参数的标准阈值,n表示排放参数的数量,D表示单位燃油成本,R表示燃油量。
S44、构建发动机排放控制的多目标优化模型,计算最优参数组合。
在本发明的描述中,构建发动机排放控制的多目标优化模型,计算最优参数组合包括以下步骤:
S441、随机生成一个初始解,作为控制参数的候选值,实现种群初始化。
S442、计算每个解在目标函数中两个函数表达式上的适应度值。
S443、对种群中的每个解进行非支配排序,根据解的支配关系对解进行分类,并选择部分非支配解构建下一代种群。
对于多目标优化问题,非支配排序是一种将种群中的解按照其在多个目标函数上的性能进行分类的方法,从而为进化算法提供选择和保留个体的依据。适应度值在非支配排序和种群选择中起到了重要的作用。
在非支配排序中,解被划分为多个级别,其中第一个级别包含非支配解(Pareto前沿上的解),第二个级别包含被第一个级别的解支配但不支配其他解的解,以此类推。适应度值在这个过程中被用来比较解之间的支配关系,从而确定解的级别。
S444、对选定的非支配解进行交叉与变异操作,生成子代种群。
S445、将一部分子代种群替换一部分父代种群,形成新一代种群。
S446、重复执行步骤S442至步骤S445,直至达到迭代次数。
S447、结束迭代后,从非支配解中选择出Pareto前沿解,作为虚拟发动机模型内控制参数的最优参数组合。
选择Pareto前沿解作为虚拟发动机模型内控制参数的最优参数组合是多目标优化的一种常见策略。Pareto前沿解表示在多个目标之间找到的一系列不可支配解,即在没有一个目标得到改进的情况下,其他目标不能得到恶化。通过从这些解中选择一个最合适的解,可以在多个目标之间实现一种权衡,从而找到最优的控制参数配置。
S45、将最优参数组合中的控制参数输入至对应的结构模块,得到参数配置完整的虚拟发动机模型。
S5、通过虚拟发动机模型进行仿真模拟,得到排放仿真数据。
其中,排放仿真数据包括:
排放参数:涉及氮氧化物(NOx)、颗粒物(PM)、碳氢化合物(HC)、一氧化碳(CO)等排放物的浓度和含量。
燃油效率:提供不同控制参数配置下的燃油效率,即单位能量下的发动机输出功率。
温度和压力:提供与发动机内部温度和压力相关的数据,这些数据对于了解发动机性能和排放有重要作用。
传感器数据:生成模拟的传感器数据,用于监测和评估发动机的状态和性能。
S6、将排放仿真数据与发动机实体的真实排放数据及标准阈值进行对比验证,依据验证结果对虚拟发动机模型进行校正优化。
首先获取适用的排放标准,这些标准规定了不同排放参数在不同工况下的限制值,作为比较的依据。使用虚拟发动机模型生成的排放仿真数据与实际排放数据进行比较。可通过绘制对比图表、计算误差等方式来进行。
分析排放仿真数据与实际数据的一致性和差异。比较哪些工况下模拟数据与实际数据相符,哪些存在差异。再根据对比分析的结果,对虚拟发动机模型进行校正优化,调整控制参数、参数范围,或者重新审查模型中的物理机制和关联关系。经过校正优化后,重新进行仿真模拟并与实际数据对比,验证是否达到了更好的一致性。最终进行灵敏度分析,评估不同参数调整对模型输出的影响,进一步优化模型。
S7、利用优化后的虚拟发动机模型对发动机实体进行实体状态、排放行为及燃油性能的实时监控及控制管理,也可实现实时模拟、预测、诊断等功能。
将优化后的虚拟发动机模型与实际发动机连接,实时监测发动机各项参数和状态。通过比较实际数据与模型预测,可以及时发现异常情况并采取措施。基于虚拟发动机模型,可以预测不同工况下的排放行为,帮助预测发动机在特定条件下的排放情况,为排放控制提供指导。
利用虚拟发动机模型,可以分析不同控制参数配置下的燃油性能,评估燃油效率和消耗。还可以通过与实际数据对比,分析发动机的异常行为并进行故障诊断,从而减少维护时间和成本。
请参阅图2,还提供了一种基于数字孪生技术的内燃发动机管理系统,该系统包括:发动机实体单元1、排放监测单元2、虚拟发动机模型单元3、多目标寻优单元4及校正优化单元5。
其中,发动机实体单元1,用于提供内燃发动机实体构建物理空间。
排放监测单元2,用于对发动机实体的排放参数进行实时监测。
虚拟发动机模型单元3,用于基于数字孪生技术,搭建多个结构模块组成的虚拟发动机模型,并结合映射数据形成虚拟空间,通过虚拟发动机模型对发动机实体进行监控、模拟、预测及诊断。
多目标寻优单元4,用于利用多目标优化模型计算控制参数之间的最优参数组合,对虚拟发动机模型进行协同控制。
校正优化单元5,用于依据虚拟发动机模型的排放仿真数据与真实排放数据之间的差异,对虚拟发动机模型进行校正优化。
综上所述,借助于本发明的上述技术方案,通过基于数字孪生技术实现发动机管理,搭建模块化的虚拟发动机模型,能够更准确地反映实际发动机的结构和工作特性,实现更精确的模拟与预测;其次,利用发动机关联矩阵和关联关系分析,更清晰反映控制参数与排放参数之间的关系,有助于优化控制策略;借助多目标优化模型,在满足排放限制的前提下,优化发动机性能,提高燃油效率和动力输出;再通过虚拟发动机模型进行仿真模拟,快速评估不同控制策略对排放和性能的影响,实现高效的方案测试;最终,利用实时监控、模拟、预测和诊断等功能,使发动机管理更加智能化和响应迅速,有助于提高发动机的可靠性、经济性和环保性能,为实际运行带来显著的改进与优势。
通过构建发动机关联矩阵及计算控制参数与排放参数之间的关联关系,能够明确了控制参数与排放参数之间的关系,提高了发动机管理的准确性;通过计算综合关联评分,定量衡量不同控制参数对排放参数的影响,有助于优化控制策略,再利用关联强度的方式展示关联矩阵,直观地呈现不同关联关系的强度和趋势,指导进一步的分析和优化;此外,根据关联关系的数值排序和可视化展示,可以快速识别对排放参数影响较大的关键控制参数,从而针对性地进行调整和改进。通过构建多目标优化模型并实现协同控制,使模型更准确地模拟实际控制参数与排放参数之间的影响,实现更精细的控制策略;构建多目标优化模型,结合目标函数和约束条件,实现在满足排放标准的前提下,同时优化燃油效率和性能的目标;通过计算最优参数组合,并将其输入至虚拟发动机模型,实现协同控制,使发动机在不同工况下达到最佳性能和排放水平。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
Claims (7)
1.一种基于数字孪生技术的内燃发动机管理方法,其特征在于,该方法包括以下步骤:
S1、按照发动机实体的结构划分出不同结构模块,为每个所述结构模块定义相应的功能与控制参数,通过数字建模搭建模块化的虚拟发动机模型;
S2、根据内燃发动机的排放限制标准,设定排放参数并赋予标准阈值;
S3、构建所述控制参数与所述排放参数组成的发动机关联矩阵,并计算关联关系,依据关联关系的数值大小对所述控制参数进行关联性划分;所述构建所述控制参数与所述排放参数组成的发动机关联矩阵,并计算关联关系,依据关联关系的数值大小对所述控制参数进行关联性划分包括以下步骤:
S31、获取所述发动机实体在历史运行过程中各个所述结构模块监测得到的所述控制参数,并获取同时刻所述控制参数对应的所述排放参数;
S32、依次计算每个所述控制参数与每个所述排放参数之间的综合关联评分,构建所述控制参数与所述排放参数组成的发动机关联矩阵;
S33、利用计算关联强度的方式展示所述发动机关联矩阵中所述控制参数与所述排放参数之间的关联关系,并保留验证通过的所述关联关系;
S34、依据所述控制参数与所述排放参数之间关联关系的数值大小进行排序,利用可视化技术展示不同所述控制参数对于所述排放参数的影响;
S4、将所述关联关系导入所述虚拟发动机模型,构建发动机排放控制的多目标优化模型,并将所述控制参数输入至所述结构模块实现协同控制,包括以下步骤:
S41、将所述控制参数与所述排放参数的关联关系嵌入至所述虚拟发动机模型中,并对每个所述控制参数对应的所述结构模块进行标注;
S42、依据所述关联关系的数值大小与排序,为每个所述控制参数设定不同的参数取值范围以及参数取值间隔;
S43、设定所述虚拟发动机模型的优化目标,构建目标函数与约束条件;所述设定所述虚拟发动机模型的优化目标,构建目标函数与约束条件包括以下步骤:
S431、将所述虚拟发动机模型的最小化燃油成本及最小化排放参数作为优化目标,并获取两者的函数表达式;
S432、综合两个所述函数表达式构建目标函数,并设定约束条件,所述目标函数的表达式为:
式中,f1表示最小化排放参数的函数表达式;
f2表示最小化燃油成本的函数表达式;
Pj表示第j个排放参数的数值;
P0表示排放参数的标准阈值;
n表示排放参数的数量;
D表示单位燃油成本;
R表示燃油量;
S44、构建发动机排放控制的多目标优化模型,计算最优参数组合;
S45、将所述最优参数组合中的所述控制参数输入至对应的所述结构模块,得到参数配置完整的所述虚拟发动机模型;
S5、通过所述虚拟发动机模型进行仿真模拟,得到排放仿真数据;
S6、将所述排放仿真数据与所述发动机实体的真实排放数据及所述标准阈值进行对比验证,依据验证结果对所述虚拟发动机模型进行校正优化;
S7、利用优化后的所述虚拟发动机模型对所述发动机实体进行实体状态、排放行为及燃油性能的实时监控及控制管理。
2.根据权利要求1所述的一种基于数字孪生技术的内燃发动机管理方法,其特征在于,所述按照发动机实体的结构划分出不同结构模块,为每个所述结构模块定义相应的功能与控制参数,通过数字建模搭建模块化的虚拟发动机模型包括以下步骤:
S11、获取所述发动机实体的物理结构参数,将所述发动机实体划分为八个结构模块,所述八个结构模块包括燃烧室模块、气缸头模块、曲轴模块、冷却模块、点火控制模块、燃油控制模块、排气控制模块及传感器模块;
S12、将所述发动机实体与所述物理结构参数作为物理空间,分别对每个所述结构模块进行数字化建模,再整合形成完整的发动机三维模型;
S13、为所述虚拟发动机模型中的每个虚拟结构模块赋予各自的功能与控制效果,并为每个所述虚拟结构模块赋予各自对应的控制参数;
S14、获取所述发动机实体监测得到的实测参数数据,通过数据映射方式导入所述发动机三维模型搭建虚拟发动机模型,形成数字化的虚拟空间。
3.根据权利要求2所述的一种基于数字孪生技术的内燃发动机管理方法,其特征在于,所述排放参数包括氮氧化物参数、颗粒物参数、碳氢化合物参数、一氧化碳参数及二氧化碳参数中的一个或多个的组合;
所述燃烧室模块的所述控制参数包括气缸压力与点火提前角,所述气缸头模块的控制参数包括进气门开度、排气门开度及气门正时中的一个或多个的组合,所述曲轴模块的控制参数包括曲轴角度、转速及扭矩,所述冷却模块的控制参数包括冷却液流量、冷却液温度及水泵速度中的一个或多个的组合,所述点火控制模块的控制参数包括点火时机与火花塞电极间隙中的一个或多个的组合,所述燃油控制模块的控制参数包括染料喷射压力、喷射持续时间及燃油泵速度中的一个或多个的组合,所述排气控制模块的控制参数包括废气回流比例、排气阀开度及废气温度中的一个或多个的组合,所述传感器模块的控制参数包括控制策略参数与传感器数据中的一个或多个的组合。
4.根据权利要求1所述的一种基于数字孪生技术的内燃发动机管理方法,其特征在于,所述依次计算每个所述控制参数与每个所述排放参数之间的综合关联评分,构建所述控制参数与所述排放参数组成的发动机关联矩阵包括以下步骤:
S321、依据所述内燃发动机的工作原理与物理机制,分析所述控制参数与所述排放参数之间的理论关联关系,将所述控制参数与所述排放参数之间的理论关联关系划分为高度正相关、中度正相关、低度正相关、无关及负相关,并分别赋予不同数值的理论关联评分;
S322、利用线性回归方程分析历史运行过程中所述控制参数与所述排放参数之间的量化关联关系,将所述控制参数作为自变量,所述排放参数作为因变量,再利用线性回归方法拟合线性回归模型,获取不同所述线性回归方程的系数,对该系数进行归一化作为量化关联评分;
S323、分别为所述理论关联评分与所述量化关联评分赋予不同的权重值,利用加权求和方式计算所述控制参数与所述排放参数的综合关联评分;
S324、将所述控制参数与排放参数分别作为矩阵的行与列,将两者之间的所述综合关联评分作为矩阵元素,构建发动机关联矩阵。
5.根据权利要求4所述的一种基于数字孪生技术的内燃发动机管理方法,其特征在于,所述利用计算关联强度的方式展示所述发动机关联矩阵中所述控制参数与所述排放参数之间的关联关系,并保留验证通过的所述关联关系包括以下步骤:
S331、依次选择所述发动机关联矩阵中每行对应的所述控制参数,计算该控制参数与所述排放参数之间的关联强度,关联强度表达式为:
式中,Qi表示第i个控制参数的关联强度;
m表示控制参数的数量,且i=1,2,…,m;
n表示排放参数的数量,且j=1,2,…,n;
Fij表示发动机关联矩阵中第i行第j列的关联关系的数值;
S332、剔除所述关联强度低于预设关联阈值的所述控制参数,将保留的所述关联强度作为每个所述控制参数与所述排放参数的关联关系。
6.根据权利要求1所述的一种基于数字孪生技术的内燃发动机管理方法,其特征在于,所述构建发动机排放控制的多目标优化模型,计算最优参数组合包括以下步骤:
S441、随机生成一个初始解,作为所述控制参数的候选值,实现种群初始化;
S442、计算每个解在所述目标函数中两个函数表达式上的适应度值;
S443、对种群中的每个解进行非支配排序,根据解的支配关系对解进行分类,并选择部分非支配解构建下一代种群;
S444、对选定的非支配解进行交叉与变异操作,生成子代种群;
S445、将一部分所述子代种群替换一部分父代种群,形成新一代种群;
S446、重复执行步骤S442至步骤S445,直至达到迭代次数;
S447、结束迭代后,从所述非支配解中选择出Pareto前沿解,作为所述虚拟发动机模型内所述控制参数的最优参数组合。
7.一种基于数字孪生技术的内燃发动机管理系统,用于实现权利要求1-6中任一项所述基于数字孪生技术的内燃发动机管理方法,其特征在于,该系统包括:发动机实体单元、排放监测单元、虚拟发动机模型单元、多目标寻优单元及校正优化单元;
其中,所述发动机实体单元,用于提供内燃发动机实体构建物理空间;
所述排放监测单元,用于对发动机实体的排放参数进行实时监测;
所述虚拟发动机模型单元,用于基于数字孪生技术,搭建多个结构模块组成的虚拟发动机模型,并结合映射数据形成虚拟空间,通过所述虚拟发动机模型对所述发动机实体进行监控;
所述多目标寻优单元,用于利用多目标优化模型计算控制参数之间的最优参数组合,对所述虚拟发动机模型进行协同控制;
所述校正优化单元,用于依据所述虚拟发动机模型的排放仿真数据与真实排放数据之间的差异,对所述虚拟发动机模型进行校正优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311212984.5A CN116971881B (zh) | 2023-09-20 | 2023-09-20 | 一种基于数字孪生技术的内燃发动机管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311212984.5A CN116971881B (zh) | 2023-09-20 | 2023-09-20 | 一种基于数字孪生技术的内燃发动机管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116971881A CN116971881A (zh) | 2023-10-31 |
CN116971881B true CN116971881B (zh) | 2023-12-05 |
Family
ID=88476976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311212984.5A Active CN116971881B (zh) | 2023-09-20 | 2023-09-20 | 一种基于数字孪生技术的内燃发动机管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116971881B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117469048B (zh) * | 2023-12-28 | 2024-04-16 | 潍柴动力股份有限公司 | 一种缸盖、其设计方法和点燃式内燃机 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2549081A1 (en) * | 2011-07-21 | 2013-01-23 | Nuovo Pignone S.p.A. | System and method for auto-tuning a combustion system of a gas turbine |
CN110454290A (zh) * | 2019-07-02 | 2019-11-15 | 北京航空航天大学 | 一种基于数字孪生技术的汽车发动机管控方法 |
WO2021092639A1 (de) * | 2019-11-12 | 2021-05-20 | Avl List Gmbh | Verfahren und system zum analysieren und/oder optimieren einer konfiguration einer fahrzeuggattung |
CN113656892A (zh) * | 2021-08-17 | 2021-11-16 | 大连海事大学 | 一种船用双燃料发动机的性能与排放实时仿真模型构建方法 |
CN113702050A (zh) * | 2021-08-20 | 2021-11-26 | 东风汽车集团股份有限公司 | 基于试验台架虚拟行驶的优化发动机排放的方法 |
CN115542854A (zh) * | 2022-09-26 | 2022-12-30 | 陕西法士特齿轮有限责任公司 | 一种数字孪生工厂全生命周期建设运营方法 |
CN115596588A (zh) * | 2022-07-06 | 2023-01-13 | 一汽解放汽车有限公司(Cn) | 一种喷油器在线故障诊断设备及诊断方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10794286B2 (en) * | 2016-02-16 | 2020-10-06 | General Electric Company | Method and system for modulated turbine cooling as a function of engine health |
-
2023
- 2023-09-20 CN CN202311212984.5A patent/CN116971881B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2549081A1 (en) * | 2011-07-21 | 2013-01-23 | Nuovo Pignone S.p.A. | System and method for auto-tuning a combustion system of a gas turbine |
CN110454290A (zh) * | 2019-07-02 | 2019-11-15 | 北京航空航天大学 | 一种基于数字孪生技术的汽车发动机管控方法 |
WO2021092639A1 (de) * | 2019-11-12 | 2021-05-20 | Avl List Gmbh | Verfahren und system zum analysieren und/oder optimieren einer konfiguration einer fahrzeuggattung |
CN113656892A (zh) * | 2021-08-17 | 2021-11-16 | 大连海事大学 | 一种船用双燃料发动机的性能与排放实时仿真模型构建方法 |
CN113702050A (zh) * | 2021-08-20 | 2021-11-26 | 东风汽车集团股份有限公司 | 基于试验台架虚拟行驶的优化发动机排放的方法 |
CN115596588A (zh) * | 2022-07-06 | 2023-01-13 | 一汽解放汽车有限公司(Cn) | 一种喷油器在线故障诊断设备及诊断方法 |
CN115542854A (zh) * | 2022-09-26 | 2022-12-30 | 陕西法士特齿轮有限责任公司 | 一种数字孪生工厂全生命周期建设运营方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116971881A (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Taghavi et al. | Developing a model to predict the start of combustion in HCCI engine using ANN-GA approach | |
CN116971881B (zh) | 一种基于数字孪生技术的内燃发动机管理方法及系统 | |
Zareei et al. | Optimization and study of performance parameters in an engine fueled with hydrogen | |
EP1705353B1 (en) | Method and device for estimating the inlet air flow in a combustion chamber of a cylinder of an internal combustion engine | |
US7299123B2 (en) | Method and device for estimating the inlet air flow in a combustion chamber of a cylinder of an internal combustion engine | |
Deb et al. | Application of artificial intelligence (AI) in characterization of the performance–emission profile of a single cylinder CI engine operating with hydrogen in dual fuel mode: an ANN approach with fuzzy-logic based topology optimization | |
US20070021902A1 (en) | Soft-computing method for establishing the heat dissipation law in a diesel common rail engine | |
Desantes et al. | Application of neural networks for prediction and optimization of exhaust emissions in a HD diesel engine | |
Holliday et al. | Engine-mapping experiments: a two-stage regression approach | |
Henningsson et al. | A virtual sensor for predicting diesel engine emissions from cylinder pressure data | |
Martinez-Morales et al. | Modeling and multi-objective optimization of a gasoline engine using neural networks and evolutionary algorithms | |
CN107476903A (zh) | 一种增压柴油机egr性能评估及最佳egr率确定方法 | |
JP2006017698A (ja) | エンジン制御パラメータの実験計画設定方法、その実験計画設定方法をコンピュータに実行させるためのプログラム、そのプログラムを記録したコンピュータ読取可能な記録媒体およびエンジン制御パラメータの実験計画設定装置 | |
Dang et al. | Optimization control of hydrogen engine ignition system based on ACO-BP | |
CN108416429A (zh) | 基于som神经网络的氢燃料发动机故障诊断系统及其方法 | |
Xiao et al. | A semi-physical artificial neural network for feed forward ignition timing control of multi-fuel SI engines | |
Biswas et al. | Exploring the nox-soot emission trade-off of a single cylinder crdi coupled diesel engine with cngdiesel dual fuel strategies: A DoE based RSM optimization approach | |
Rezaei et al. | Hybrid phenomenological and mathematical-based modeling approach for diesel emission prediction | |
Xia et al. | Constrained optimization of fuel efficiency for RCCI engines | |
CN101761424B (zh) | 基于灰色决策理论的egr阀的计量孔电磁阀的控制方法 | |
Shin et al. | Application of physical model test-based long short-term memory algorithm as a virtual sensor for nitrogen oxide prediction in diesel engines | |
CN113722837B (zh) | 根据不同工况的数据簇建立柴油车辆油耗与排放模型方法 | |
Poetsch et al. | A Real-Time Capable and Modular Modeling Concept for Virtual SI Engine Development | |
Polat et al. | An estimation of incylinder pressure based on lambda and engine speed in hcci engine using artificial neural networks | |
CN117854636B (zh) | 一种柴油车瞬态过程颗粒物数量排放预测方法 |
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 |