汽油机进气道油膜效应动态参数辨识的研究

发布时间：2017-09-01 05:38

  本文关键词：汽油机进气道油膜效应动态参数辨识的研究

  更多相关文章： 油膜模型 参数辨识 递推加权辅助变量法 自适应卡尔曼滤波算法

【摘要】：对于进气道喷射式汽油机,燃油在进气道传输过程中会存在沉积和蒸发现象,而进气道油膜效应动态参数是表征进气道燃油动态传输特性的重要参数。在瞬态工况下,由于进气量、转速等参数的突然变化,致使进气道的燃油的新附着量和蒸发量的动态平衡被打破,使得实际进入气缸的燃油量和由进气量计算得到的燃油量存在偏差,从而导致空燃比也出现偏差。因此,精确的辨识出进气道油膜效应动态参数,然后根据油膜参数进行燃油补偿既是瞬态空燃比精确控制的关键,也是提高汽油机燃油动力性、改善燃油经济性和汽车排放性的关键。对于附壁油膜现象的研究是从实验观察开始的,国内外的专家学者首先通过高速摄影和激光荧光技术对附壁油膜进行了直观、定性的观察研究。目前获取油膜动态参数的常见方法主要包含实验标定、经验公式、参数辨识三种。虽然根据实验标定的方法来得到油膜模型参数极具代表性,但是实验标定法的标定过程复杂而且标定结果受温度的影响较大。经验公式法虽然可以比较方便的获得了油膜参数,但工程依赖性较大,且精度较低。由于辨识算法用于参数估计对工程经验依赖较小,因此系统辨识理论被引入到油膜动态参数的辨识。当前关于油膜模型动态参数的辨识方法主要包含传统最小二乘法、夏氏偏差修正算法、扩展卡尔曼滤波估计法、径向基混沌神经网络法等,但仍有一些问题尚未解决,附壁油膜动态参数辨识的实时性及精度等均有待提高。针对进气道油膜参数的实时性辨识问题,本文提出了递推加权辅助变量法。该方法通过构造辅助变量矩阵来消除随机误差项所引起的偏差,同时针对不同的观测数据对辨识结果具有不同的置信度,引入指数权值项,区别对待新、老观测数据,以提高油膜参数辨识的精度,实现了油膜参数的在线辨识。通过对发动机多个瞬态工况下的油膜参数进行的仿真研究表明:基于最小二乘法辨识得到的油膜参数X的最大辨识误差为6.80%,油膜参数?的最大辨识误差为9.16%;而基于递推加权辅助变量法辨识得到的油膜参数X的最大辨识误差为5.31%,油膜参数?的最大辨识误差为6.18%。根据以上的仿真结果可知,相比于传统最小二乘法,基于递推加权辅助变量法不仅可以实现对油膜参数的在线辨识,而且具有更高的辨识精度。针对进气道油膜参数的辨识精度问题,本文提出了自适应卡尔曼滤波估计算法。该方法通过观测滤波器新息的变化过程,并将其引入到卡尔曼滤波算法中实时估计和修正状态噪声方差和观测噪声方差,进而调整卡尔曼滤波增益,从而获得附壁油膜参数的最优值。通过对发动机多个瞬态工况下的油膜参数进行的仿真研究表明:基于自适应卡尔曼滤波算法辨识得到的油膜参数X的最大辨识误差为2.93%,参数?的最大辨识误差为4.50%。根据仿真结果可知,自适应卡尔曼滤波油膜参数辨识具有比递推加权辅助变量法和传统最小二乘法更高的辨识精度。
【关键词】：油膜模型 参数辨识 递推加权辅助变量法 自适应卡尔曼滤波算法
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TK411
【目录】：

• 摘要3-5
• Abstract5-9
• 第1章 引言9-17
• 1.1 课题背景9-10
• 1.2 瞬态工况下油膜参数辨识的研究意义及重要性10-11
• 1.3 汽油机油膜效应动态参数的研究现状11-15
• 1.3.1 实验标定法12-13
• 1.3.2 经验公式法13
• 1.3.3 参数辨识法13-15
• 1.4 本文主要工作15-17
• 第2章 发动机模型的分析与建模17-28
• 2.1 发动机平均值模型17-18
• 2.2 发动机的燃油子系统模型及空燃比传输特性模型分析18-22
• 2.2.1 发动机的燃油子系统模型及分析18-21
• 2.2.2 空燃比传输特性分析21-22
• 2.3 发动机进气道油膜参数辨识模型的建立22-27
• 2.3.1 GT-Power软件介绍23
• 2.3.2 汽油机进气道油膜动力学参数辨识模型的建立23-27
• 2.4 本章小结27-28
• 第3章 基于递推加权辅助变量法的油膜参数辨识28-44
• 3.1 基于最小二乘法的油膜参数辨识28-33
• 3.1.1 最小二乘法辨识原理28-29
• 3.1.2 最小二乘算法的油膜参数辨识29-30
• 3.1.3 仿真结果与分析30-33
• 3.2 基于递推加权辅助变量法的方法分析33-36
• 3.3 基于递推加权辅助变量法的模型设计36-38
• 3.4 仿真结果及分析38-42
• 3.5 本章小结42-44
• 第4章 基于自适应卡尔曼滤波的油膜参数辨识44-54
• 4.1 传统卡尔曼滤波估计算法概述44-46
• 4.2 自适应卡尔曼滤波算法46
• 4.3 基于自适应卡尔曼滤波算法的油膜参数辨识46-50
• 4.3.1 附壁油膜观测模型的搭建46-48
• 4.3.2 离散自适应卡尔曼滤波观测器的设计48-50
• 4.4 仿真结果及分析50-52
• 4.5 本章小结52-54
• 第5章 总结与展望54-56
• 5.1 全文工作总结54-55
• 5.2 工作展望55-56
• 参考文献56-60
• 致谢60-61
• 攻读硕士学位期间从事的科研工作及取得的成果61

【参考文献】

中国期刊全文数据库 前10条

1 徐东辉;李岳林;解福泉;;汽油机瞬态工况油膜参数的混沌径向基神经网络预测模型研究[J];汽车工程;2015年03期

2 郑太雄;周可君;李永福;李宣政;;汽油机进气道油膜动力学模型参数辨识[J];农业机械学报;2015年04期

3 徐雯;江俊康;杨北平;梅德清;戴兵;;不同粒径汽车尾气颗粒物对A549细胞毒性作用的比较[J];环境科学学报;2013年12期

4 徐东辉;李岳林;解福泉;丁景峰;杨巍;;基于混沌RBF神经网络的汽油机瞬态工况油膜参数辨识研究[J];内燃机工程;2015年03期

5 丁红元;刘芬;黄荣华;王兆文;李智;;直喷汽油机多孔喷油器喷嘴内部流动数值模拟[J];农业机械学报;2013年03期

6 陈虹;宫洵;胡云峰;刘奇芳;高炳钊;郭洪艳;;汽车控制的研究现状与展望[J];自动化学报;2013年04期

7 刘敬平;付建勤;冯康;王树青;赵智超;;内燃机的排气能量流特性[J];中南大学学报(自然科学版);2011年11期

8 马宗正;程勇;纪少波;杨永广;;汽油机起动工况附壁油膜挥发过程的计算分析[J];燃烧科学与技术;2010年06期

9 李顶根;杨灿;;VVA汽油机进气道燃油观测器的研究[J];内燃机学报;2010年06期

10 洪木南;李建秋;欧阳明高;;汽油机油膜模型参数辨识[J];农业机械学报;2010年11期

，

本文编号：770296