基于TGDI与VVT相关技术的面向控制建模

发布时间：2020-08-12 09:24

【摘要】：为了应对日益严格的排放法规,并不断提升汽油机的性能,可变气门正时(VVT)、缸内直喷(Gasoline Direct Injection,GDI)技术以及涡轮增压技术基本成为汽油机发展的趋势。汽油机性能的开发很大程度的受发动机电控单元(ECU)的影响,因此,在实际的开发过程中,需要对其中控制策略和控制算法进行大量的验证和测试。在基于V模式的开发过程中,模型在环(MIL)仿真是TGDI发动机控制策略开发的重要一环,因此,控制模型的建立以及控制策略的闭环验证对其开发至关重要。本课题针对TGDI汽油机中的VVT系统以及输出扭矩展开研究,在Matlab/Simulink平台上采用系统辨识的方法对液压式的相位系统进行建模,采用基于模型的思想对输出扭矩进行实时预测,建立了相应的控制模型,并将其应用于扫气控制策略的闭环仿真验证,与实验数据进行对比分析,主要研究如下:(1)液压式相位系统的辨识建模。分析了相位系统的工作原理,提出了采用闭环辨识的建模思想。根据相位系统的物理结构确定了相位系统的非线性模型结构,结合发动机试验台上的实验数据,以阶跃信号为输入,相位变化为输出,按照系统辨识的步骤进行辨识。利用不同的辨识算法进行辨识,结合实验数据对比分析不同评价指标,确定了相位系统的辨识模型。(2)基于模型的扭矩预测。详细的研究了汽油机包含扫气和回流在内的换气过程,分析了VVT对缸内新鲜充量以及废气残余量的影响,同时,为了提高不同工况下的计算精度以及计算的实时性,提出了拟合修正以及MAP插值的思想。结合曲轴动力学对TGDI发动机的扭矩进行实时预测模型,并在发动机实验台架上采集实验数据作为模型输入,通过实际输出扭矩与模型的计算扭矩进行对比分析,验证所建立模型的正确性。(3)扫气控制策略的闭环验证。结合课题组前期所构建的扫气控制策略思路,在Simulink平台下建立了扫气控制策略,包含扫气条件的判定,配气相位的控制以及扫气反馈控制。分段式PID控制器与相位系统的辨识模型相结合形成了闭环的相位控制模型,将扫气控制策略模型与相位控制模型、扭矩预测模型相结合形成完整的闭环仿真模型,在不同的转速工况下MIL仿真,通过开启和关闭扫气功能可以对比扫气和非扫气情况下的扭矩变化,同时,在扫气开启时,通过与实验台架上的扫气输出扭矩进行对比可进一步说明控制策略和控制模型的正确性。
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TK421.5
【图文】：

模式计算,汽油机

第一章绪论1.1 课题背景及研究意义目前，全球汽车保有量超了 13 亿辆，其中汽油车占 60%～70%，相比柴油机，汽油机的油耗水平要高 20%～ 30%。因此，如何使得汽油机具有更好地经济性和更优的排放性非常重要。如今，在围绕汽油机节能减排方面，世界各国做出了大量的研究，如将增压技术、缸内直喷技术、双 VVT 技术以及应用阿特金森/米勒(Atkinson/Miller)循环等技术综合应用到汽油机上，通过提高汽油机的压缩比，合理进行配气正时，减少泵气损失，从而提高发动机功率[1-4]。其中，可变气门正时在提升发动机动力性、改善怠速稳定性、兼顾需求扭矩和降低排放等方面有着很大的优势，因此被广泛的应用在汽油机中。目前，国内外的各大知名汽车厂商均在对 VVT 控制的相关技术进行了深入的研究，但是其核心技术基本上被博世、德尔福、大陆等汽车电子产商所垄断，国内对其控制策略的开发难度较大，并且在实际的应用中也受到了硬件条件的限制。

流程图,系统辨识,流程

图 2. 1 系统辨识流程Figure2. 1 The process of system identification1. 实验设计辨识是根据被测系统的输入输出数据得到传递函数模型，因此，所测量的实验数据需要尽可能的反映系统特征信息。在进行实验前，需要通过先验知识了解系统的运动状态，对系统的规律有适当的了解，从而选择出合理的输入数据。一般来说，系统实验的输入信号需要充分激励系统，满足持续激励信号的要求，并且避免信噪比太小而得不到有效信息，常用的辨识输入信号有白噪声、伪随机二进制序列(PRBS，也称 M 序列)以及阶跃信号等。实验过程中，需要对数据进行采样，由于实际系统一般为连续时间系统，而采样后的数据为离散数据，因此，采样的时间间隔直接关系到辨识的效果，甚至决定系统是否可以辨识。一般而言，采样周期应该满足奈奎斯特-香农定理，即采样速度不低于系统截止频率的两倍。为了保证系统辨识效果的良好，一般在条件计算机处理能力允许的条件下增加采样频率。

数据对比,五点三次平滑,野值

k=7,8,9…N；yk为测量数据， ky 为插值所得的数据；根据上式一次计算出，并根据如下计算公式来判断 yk是否为野值： 26 2.3 kk k i ii ky y y y F (2.3)若是出现连续野值时，则需要通过下式进行判断：1 ( 1,2,..., )k ky y F i m (2.4)通常，为了防止对阶跃响应数值的误判，取 m=3，如果满足上式的值超过了 5 个点，则认为数据是正常的。二、数据的平滑一般来说，测量数据中所包含的噪声主要有两类：周期性噪声和非周期性噪声。由于受到随机干扰，测量出来的数据会包含高频成分，这使得采样得到的数据呈折线状态，并对辨识有一定影响，因此，需要对数据进行平滑处理。常用的平滑方法包括平均法和五点三次平滑法等。五点三次平滑法的计算公式如公式 2.5 所示： 2 2 1 1 3( ) 12( ) 17 /35i i i i i iz z z z z z (2.5)

【相似文献】