基于主動(dòng)擾動(dòng)抑制的P-DI汽油機(jī)高稀釋低溫燃燒控制研究.pdf

1、可控自燃（CAI）燃燒或SI-CAI混合燃燒具有改善汽油機(jī)油耗和排放的巨大潛力而受到廣泛重視。但由于其著火和燃燒對(duì)于邊界條件非常敏感，燃燒相位和放熱過(guò)程難以精確控制，因而其工程應(yīng)用面臨巨大挑戰(zhàn)。為突破這種高稀釋燃燒在控制上的瓶頸，本文提出了一種基于燃燒模型的前饋控制、即時(shí)擾動(dòng)觀測(cè)反饋和累積擾動(dòng)觀測(cè)矯正相結(jié)合的主動(dòng)抗擾自趨優(yōu)控制模型，力圖解決燃燒邊界條件敏感、耦合機(jī)制復(fù)雜和準(zhǔn)確建模困難等瓶頸問(wèn)題。
　　首先，為了建立用于前饋控制的燃

2、燒預(yù)測(cè)模型，在一臺(tái)配備進(jìn)氣道噴射（PFI）和缸內(nèi)直噴（GDI）雙噴射燃油（P-DI）系統(tǒng)和進(jìn)排氣VVT系統(tǒng)的高稀釋低溫燃燒四缸汽油機(jī)上，系統(tǒng)研究了缸內(nèi)溫度和組分的耦合規(guī)律，點(diǎn)火提前角對(duì)燃燒相位的調(diào)控規(guī)律，以及直噴時(shí)刻對(duì)燃燒過(guò)程的調(diào)控規(guī)律。在 CAI燃燒放熱模型的基礎(chǔ)上，通過(guò)引入點(diǎn)火角修正因子，發(fā)展了用于CA50和IMEP前饋控制的SI-CAI混合燃燒預(yù)測(cè)模型。采用動(dòng)態(tài)激勵(lì)實(shí)驗(yàn)和非線性最小二乘法對(duì)該模型的主要參數(shù)進(jìn)行了辨識(shí)，獲得了理想的預(yù)

3、測(cè)效果。對(duì)該模型的CA50子模型和進(jìn)氣量子模型分別引入兩個(gè)自學(xué)習(xí)因子，使該模型具備在線自學(xué)習(xí)能力，在運(yùn)行過(guò)程不斷縮小預(yù)測(cè)誤差，以提高控制器的前饋控制能力。
　　其次，為精確協(xié)調(diào)缸內(nèi)溫度和組分，實(shí)現(xiàn)燃燒相位和放熱過(guò)程的有效控制，提出了基于SI-CAI混合燃燒預(yù)測(cè)模型的逆模型的前饋解耦控制算法；為了補(bǔ)償前饋模型的建模誤差和抑制外界環(huán)境條件的隨機(jī)干擾，提出了基于擴(kuò)張狀態(tài)觀測(cè)器（ESO）的即時(shí)觀測(cè)算法。為了解決 CA50的循環(huán)變動(dòng)對(duì) ES

4、O觀測(cè)過(guò)程的干擾，采用了自適應(yīng)ESO方法。采用基于帶寬參數(shù)化的ESO整定方法，實(shí)現(xiàn)了IMEP和λ通道控制參數(shù)的簡(jiǎn)化標(biāo)定。將這種基于前饋解耦算法和擴(kuò)張狀態(tài)即時(shí)觀測(cè)相結(jié)合的主動(dòng)抗擾控制器算法，采用Simulink實(shí)現(xiàn)并下載于MicroAutoBox原型控制器，在高稀釋低溫燃燒四缸汽油機(jī)臺(tái)架上進(jìn)行了動(dòng)態(tài)過(guò)程控制試驗(yàn)。結(jié)果表明：在轉(zhuǎn)速1200r/min至1600r/min，IMEP在0.225MPa至0.5MPa的工況內(nèi)，該算法最快可在3個(gè)循環(huán)

5、內(nèi)完成IMEP調(diào)節(jié)，CA50的跟蹤平均偏差小于4°CA，λ的跟蹤偏差在0.08以?xún)?nèi)。
　　再次，為了彌補(bǔ)燃燒預(yù)測(cè)模型辨識(shí)所用數(shù)據(jù)的局限性，以及發(fā)動(dòng)機(jī)特性會(huì)隨使用時(shí)間的變化，提出了基于遞推最小二乘算法的累積觀測(cè)器模型。通過(guò)SI-CAI混合燃燒預(yù)測(cè)模型自學(xué)習(xí)因子的在線調(diào)整，在運(yùn)行過(guò)程中不斷提高模型精度，改善前饋解耦控制效果。提出了基于極值搜索方法的直噴時(shí)刻在線優(yōu)化算法，不僅可免于對(duì)直噴時(shí)刻的復(fù)雜標(biāo)定，同時(shí)可以自動(dòng)補(bǔ)償因邊界條件的變化而

6、引起的最優(yōu)直噴時(shí)刻漂移。在GT-Simulink仿真平臺(tái)上，通過(guò)緩慢提高燃燒室壁溫來(lái)模擬因冷卻系統(tǒng)結(jié)垢造成的邊界條件變化，驗(yàn)證了由于模型預(yù)測(cè)精度自適應(yīng)提升而帶來(lái)的控制品質(zhì)改善效果。結(jié)果表明，由于模型精度的改善，IMEP、CA50和λ在動(dòng)態(tài)過(guò)程中的跟蹤偏差降低了16％以上。發(fā)動(dòng)機(jī)臺(tái)架實(shí)驗(yàn)結(jié)果表明：累積觀測(cè)算法可將λ最大跟蹤偏差減小27%以上。累積觀測(cè)算法最快可在300循環(huán)內(nèi)完成直噴時(shí)刻的優(yōu)化，自動(dòng)補(bǔ)償點(diǎn)火角和負(fù)荷變化的影響。
　　綜