背景技术
发动机的控制主要分为点火控制和喷油器控制。
在控制过程中,控制单元根据基本控制条件查控制脉谱,并且根据各传感器反映的发动机状态条件对控制脉谱进行修正输出,控制各执行器对目标进行控制。控制分为开环控制和闭环控制。
排放控制的废气再循环系统EGR率控制是开环控制,参与控制的量是发动机水温、进气温度、转速和节气门开度。
上述控制方法在发动机上得到很好的应用,但现有的脉谱控制策略对下列问题无能为力:
(1)各传感器及执行器件的制造偏差及使用一段时间的磨损及老化引起的工作特性改变,更换配件引起的匹配偏差等,从而使控制精度变差;
(2)环境、季节的改变,各种工作介质的的变化(如机械油的粘度改变等)、各种电器及辅助动力的接入改装、对发动机的操控等引起的负荷变化;
(3)在台架对控制单元优化时测量仪器及处理手段引起的的测量偏差以及未曾考虑在内的其它未知因素等;
(4)各传感器的信号传递时滞、控制单元的运算过程时滞、执行器件的运动时滞等带来的控制实时性偏差等;
(5)无闭环控制。
以上这些因素的影响只应用样机台架优化的基本点火脉谱与基本喷油脉谱以及其它控制脉谱显然偏离控制目标;以各传感器反馈的各种状态信号由于各种时滞效应只能对控制数据修正局部的偏差,而不能完全控制目标偏差,使发动机未能达到合理的使用。
实用新型内容
本实用新型要解决的技术问题是:针对目前发动机的控制方式所存在的问题,提供一种使发动机可以根据使用环境、使用条件、操作条件等得以实时控制的发动机EGR率的控制系统。
本实用新型解决其技术问题所采用的技术方案是:该发动机EGR率的控制系统,其特征在于:包括微处理器和小脑关节控制器CMAC还包括相关传感器信号、铁电存储器、功率驱动电路,相关传感器信号通过信号调理电路连接微处理器,铁电存储器与小脑关节控制器CMAC互联,小脑关节控制器CMAC与微处理器互联,微处理器通过功率驱动电路与EGR电磁阀相连。
相关传感器信号主要包括进气压力信号、冷却水温度信号、节气门位置信号、曲轴位置信号、转速信号。
微处理器U1和小脑关节控制器CMAC是系统的竞争性双核处理核心,在控制过程中既有分工不同,又有在开环和闭环控制时的主从易位。
小脑关节控制器CMAC在控制系统工作过程中通过自适应学习生成一系列按不同工况类聚的、对应于不同控制目标的动态脉谱参数。
小脑关节控制器CMAC对控制过程进行自适应学习,并将学习参数分工况、分条件进行聚类暂存;微处理器在控制中不断按控制策略对同工况、同条件下的基本EGR率脉谱参数和暂存的自适应学习参数按寻优条件进行比判,暂存的数据符合规定的条件时,形成该工况该条件下的动态EGR率脉谱参数进行存储,并且在以后的控制中不断学习,反复进行以上过程并不断刷新。
小脑关节控制器CMAC对控制EGR率比例电磁阀的EGR率修正脉谱进行自适应跟踪并学习,这里特别指出的是小脑关节控制器CMAC利用节气门位置偏差和曲轴转角加速度的变化对EGR率的控制修正进行了软测量方式推定,使EGR率在5%-25%的范围内进行了自适应最佳配比。小脑关节控制器CMAC通过自适应学习,利用自适应控制策略和动态脉谱生成策略生成动态EGR率脉谱,该脉谱经判比适合于对目标控制时将按照组合脉谱控制策略全部和部分取代基本EGR率脉谱进行控制。
控制过程中,控制系统根据节气门位置信号和由曲轴位传感器测出的转速信号,按EGR率控制策略,查出基本EGR率脉谱,常规控制器根据节气门位置信号、转速信号、进气压力信号、冷却水温度信号确定当前所在工况,对符合EGR控制要求的工况,按该工况下相关传感器的信号对EGR率控制脉谱进行调整修正后输出EGR率修正脉谱,该脉谱控制EGR率比例电磁阀工作。
工作原理:
对于EGR率的控制,控制系统在当前学习与控制阶段,控制系统中小脑关节控制器CMAC根据前一循环的节气门位置以及与之相关的传感器信号变化率确定下一循环的预测输出。因而首先以前一循环的控制脉谱参数为数据节点,根据与之相关传感器信号变化范围(如转速)及信号的变化率范围确定工况条件输入空间Ug=[a,b]×[c,d],根据预测目标和实际目标偏差范围及偏差变化率范围确定脉谱跟踪修正空间Um=[e,f]×[g,h],如节气门开度在20到60,其变化率在0到5,则标准乘积空间为Ug=[20,60]×[0,5];并选取合适的量化级数,给出初始权系数矩阵,以当前与之相关传感器信号变化及信号的变化率和当前执行器位置信号及信号变化率为节点,选取合适的参数和空间超几何体半径,根据给定的样本找出包含该点的空间超几何体,确定选择矩阵S,此时小脑关节控制器CMAC的输出定义在以激活节点为中心的超几何体上的基函数线性组合,即 其中:B(xt)=diag[b1(xt),b2(xt),…,bm(xt)],q=[q1,q2,,qn]T是权系数向量,Sm=[St,m]n×m为权系数选择向量,这样对于每个样本,只需局部调整权系数即可。这样经不断学习与控制,不断重复以上过程,学习与控制交替进行,生成符合要求的动态脉谱参数,对下一循环中EGR率比例电磁阀进行预测控制,经过一段时间(多个循环过程)的学习聚类,通过多次逼近达到了实际目标值,最大能力的消除了时滞带来的控制偏差,从而使EGR率达到精确控制。
与现有技术相比,本实用新型发动机EGR率的控制系统,所具有的有益效果是:由于采用了以自适应学习方法合成的组合脉谱控制方式,使得被控系统发生改变和未知变化对发动机的影响得到了修正,从而提高了开环控制时的控制精度和速度。也利用动态EGR率脉谱参数的规划和生成,对闭环控制目标进行了修正和选定,改善了发动机自身条件变化时反馈信号确定单一造成的发动机控制系统无法响应,通过自适应学习控制产生动态脉谱的策略提前预测控制,最大可能的修正了各种时滞效应带来的控制滞后,提高了控制的实时性。使发动机可以根据使用环境、使用条件、操作条件等得以实时控制。
具体实施方式
下面结合附图1-2对本实用新型发动机EGR率的控制系统做进一步的详细说明:
如图1所示:控制系统包括微处理器、小脑关节控制器CMAC、铁电存储器、传感器信号、信号调理电路、功率驱动电路、EGR系统驱动,铁电存储器与小脑关节控制器CMAC互联,小脑关节控制器CMAC与微处理器互联,传感器信号通过信号调理电路与微处理器相连,微处理器与功率驱动电路相连,功率驱动电路与EGR系统驱动相连。
相关传感器信号通过信号调理电路将信号输入到微处理器。
相关传感器信号主要包括:进气压力信号、节气门位置信号、冷却水温度信号、系统电压变化信号、转速信号等。
微处理器由32位的CPU内核,内置常规控制器控制策略和算法、各类脉谱及其它相关控制目标数据及通信总线处理器等。
小脑关节控制器CMAC由另一片32位微处理器为内核,与外部电路构成;其内置自适应学习算法及控制策略,与主微处理器共同组成控制系统核心,接受外部信号变化,根据策略及时作出决策,进行自适应学习聚类刷新动态EGR率脉谱参数,发出指令控制外部执行机构动作和运行。
在分工况开环控制时微处理器与小脑关节控制器CMAC置换主次控制,闭环控制时以微处理器为主;开环控制时以小脑关节控制器CMAC为主。
铁电存储器对系统基本EGR率脉谱参数进行备份,经自适应学习参与工况控制,并使系统稳定工作的那部分动态脉谱参数也作为经验数据存入其中。微处理器判定系统失控时会自动将基本EGR率脉谱参数从铁电存储器写入微处理器中。
功率驱动控制电路采用专用控制驱动芯片和外围电路,驱动EGR系统等。
如图2所示:微处理器U1的31、32脚分别与存储器U16的29、24脚相连,40脚通过电阻R1接VCC高电平,通过电容C1接地,通过开关S1接地;微处理器U1的73、74脚之间接有晶振Y1,并且通过电容C2、C3接地;
进气压力传感器的信号经过缓存器U2进入锁相环U3进行V/F转换处理后,通过光电耦合器OP1输入到微处理器U1的A/D口P50、P51脚,供微处理器U1进行分析计算处理。
锁相环U3的4脚连接光电耦合器OP1的第1脚;锁相环U3的5脚接地,6脚和7脚之间连接有电容C5;锁相环U3的9脚通过缓存器U2和电阻R2连接进气压力传感器,9脚还通过电容C4接地;11脚通过电阻R3接地。光电耦合器OP1的2、4脚接地;光电耦合器OP1的第3脚连接微处理器U1的A/D口P50脚,并且通过电阻R4连接VDD高电平。
将冷却水温度信号通过串接分压电阻转换为模拟电压信号供比较器U4比判,比较器U4依次输出数字信号输入到微处理器U1的A/D口P54脚,供微处理器U1来分析判断发动机工况。
比较器U4的2脚依次连接冷却水温度信号,2脚还通过电阻R5连接VDD高电平;比较器U4的1脚依次连接微处理器U1的P54脚;比较器U4的3脚通过电阻R7接地,通过电阻R6连接VDD高电平;8脚连接VDD高电平且通过电容C6接地
节气门位置信号经降压后输入到运算放大器U5放大处理后,输入到微处理器U1的A/D口P46脚,供微处理器U1进行分析计算处理。
节气门位置信号通过电阻R8、9输入到运算放大器U5的2脚,电阻R8、9的串联节点处通过电容C7接地,运算放大器U5的2脚通过二极管D1接高电平VCC,通过二极管D2接地,3脚接地;运算放大器U5的1脚连接微处理器U1的P46脚。
曲轴位置传感器信号输入到磁变换器U6进行转换处理后,输入到微处理器U1的A/D口P57脚,供微处理器U1进行分析计算处理。
曲轴位置信号输入到磁变换器U6的2脚;磁变换器U6的3脚通过电阻R10接VCC高电平,通过电阻R11接地;磁变换器U6的1、4脚接地,8脚接VCC高电平;VCC高电平输入经电容C8接地;磁变换器U6的7脚通过电阻R12上拉输出一电压信号,输入到微处理器U1的A/D口P57脚。
转速信号经过时基电路U7调理后,通过光电耦合器OP2输入到微处理器U1的P20脚,供微处理器U1进行分析计算处理。
时基电路U7的1脚接地,2脚连接转速信号,3脚通过电阻R14连接光电耦合器OP2的第1脚;时基电路U7的4脚、8脚连接VDD高电平,5脚通过电容C9接地;时基电路U7的6脚7脚通过电阻R13连接VDD高电平,并通过电容C10接地。光电耦合器OP2的第3脚连接微处理器U1的P20脚,并且通过电阻R15连接VDD高电平;光电耦合器OP2的2、4脚接地。
微处理器U8、锁存器U9、动态储存器U10构成小脑关节控制器CMAC,在微处理器U1的控制下,依据内置控制策略自适应学习,并对受空燃比目标值进行调节逼近;动态储存器U11是闪存存储器,其对类聚凋节参数进行刷新存储,在微处理器U8的控制下参与新工况下的控制器控制。
微处理器U8的1脚、2脚分别连接动态储存器U10的22脚、29脚;微处理器U8的3脚、4脚分别连接动态储存器U10的30脚、2脚;微处理器U8的5脚连接微处理器U1的P15脚;微处理器U8的8脚连接微处理器U1的P17脚;微处理器U8的38脚连接三极管Q1的2脚,并通过电容C16接地;三极管Q1的3脚接VCC并通过电容C17接地,三极管Q1的1脚通过电阻R16与微处理器U1的P03脚相连;微处理器U8的37脚连接存储器U11的24脚;微处理器U8的36脚连接存储器U11的29脚;微处理器U8的34脚连接微处理器U1的TXD0口P14脚;微处理器U8的33脚连接微处理器U1的RXD0口P13脚;微处理器U8的9脚和10脚之间连接晶振Y2,且9脚、10脚分别通过电容C11、电容C12接地。微处理器U8的11脚接地,13脚连接VCC高电平且通过电容C13接地;微处理器U8的14脚-18脚分别连接动态储存器U10的27脚、26脚、23脚、25脚、31脚;微处理器U8的19脚-26脚分别连接锁存器U9的9脚-2脚;微处理器U7的28脚、29脚、48脚、49脚分别连接动态储存器U10的28脚、4脚、1脚、24脚;微处理器U8的52脚连接锁存器U8的11脚,动态储存器U10的5脚-12脚,分别连接锁存器U9的12脚-19脚。锁存器U9的2脚-9脚分别连接动态储存器U10的13脚-15脚、17脚-20脚,锁存器U9的20脚接VCC且通过电容C14接地;动态储存器U10的32脚接VCC且通过电容C15接地;微处理器U8的13脚接VCC且通过电容C13接地。
由扩展口U12和存储器U11构成预备扩展闪存器,存储系统脉谱MAP数据。
扩展口U12的2-9脚与微处理器U1的P40-P47顺序对应连接,并且还与存储器U11的13-21脚顺序对应连接;扩展口U12的12-19脚与的5-12脚顺序对应连接;扩展口U12的20脚接VCC高电平,且通过电容C18接地。存储器U11的3、28、4、25、23、26、27脚与微处理器U1的P90-P96顺序对应连接;存储器U11的1、30、2、31脚与微处理器U1的P60-P63顺序对应连接。
存储器U11的24脚与微处理器U1的P26脚、动态储存器U10的P10脚相连;存储器U11的29脚与微处理器U1的P27脚、动态储存器U10的P11脚相连;存储器U11的32脚接VCC高电平,且通过电容C19接地;存储器U11的16脚接地。
微处理器U1利用其I/O端口P120、P121输出控制信号经过光电耦合器OP3-OP4组成的抗干扰电路隔离后,通过开关量驱动器U13对信号进行采集与反馈分析判比处理后,通过功率驱动管BT1组成的驱动电路,驱动EGR电磁阀开关量控制。
开关量驱动器U13的2、4、6、8脚接地;10、12、14、16脚接VCC高电平,并通过电容C22接地;7、15脚分别接入光电耦合器OP3的4脚和OP4的1脚,光电耦合器OP3、OP4的第2脚接地;第3脚接VCC高电平,并分别通过电容C20、C21接地;开关量驱动器U13的9脚通过电阻R20连接功率驱动管BT1的4脚;并通过电阻R21接地。
光电耦合器OP3的第1脚和光电耦合器OP4的第4脚分别通过电阻R18、R19接入微处理器U1的P120、P121脚。
功率驱动管BT1的1脚接地;3脚接VCC 5脚驱动控制EGR电磁阀。