【摘要】：為了應(yīng)對日益嚴(yán)格的排放法規(guī),并不斷提升汽油機的性能,可變氣門正時(VVT)、缸內(nèi)直噴(Gasoline Direct Injection,GDI)技術(shù)以及渦輪增壓技術(shù)基本成為汽油機發(fā)展的趨勢。汽油機性能的開發(fā)很大程度的受發(fā)動機電控單元(ECU)的影響,因此,在實際的開發(fā)過程中,需要對其中控制策略和控制算法進行大量的驗證和測試。在基于V模式的開發(fā)過程中,模型在環(huán)(MIL)仿真是TGDI發(fā)動機控制策略開發(fā)的重要一環(huán),因此,控制模型的建立以及控制策略的閉環(huán)驗證對其開發(fā)至關(guān)重要。本課題針對TGDI汽油機中的VVT系統(tǒng)以及輸出扭矩展開研究,在Matlab/Simulink平臺上采用系統(tǒng)辨識的方法對液壓式的相位系統(tǒng)進行建模,采用基于模型的思想對輸出扭矩進行實時預(yù)測,建立了相應(yīng)的控制模型,并將其應(yīng)用于掃氣控制策略的閉環(huán)仿真驗證,與實驗數(shù)據(jù)進行對比分析,主要研究如下:(1)液壓式相位系統(tǒng)的辨識建模。分析了相位系統(tǒng)的工作原理,提出了采用閉環(huán)辨識的建模思想。根據(jù)相位系統(tǒng)的物理結(jié)構(gòu)確定了相位系統(tǒng)的非線性模型結(jié)構(gòu),結(jié)合發(fā)動機試驗臺上的實驗數(shù)據(jù),以階躍信號為輸入,相位變化為輸出,按照系統(tǒng)辨識的步驟進行辨識。利用不同的辨識算法進行辨識,結(jié)合實驗數(shù)據(jù)對比分析不同評價指標(biāo),確定了相位系統(tǒng)的辨識模型。(2)基于模型的扭矩預(yù)測。詳細(xì)的研究了汽油機包含掃氣和回流在內(nèi)的換氣過程,分析了VVT對缸內(nèi)新鮮充量以及廢氣殘余量的影響,同時,為了提高不同工況下的計算精度以及計算的實時性,提出了擬合修正以及MAP插值的思想。結(jié)合曲軸動力學(xué)對TGDI發(fā)動機的扭矩進行實時預(yù)測模型,并在發(fā)動機實驗臺架上采集實驗數(shù)據(jù)作為模型輸入,通過實際輸出扭矩與模型的計算扭矩進行對比分析,驗證所建立模型的正確性。(3)掃氣控制策略的閉環(huán)驗證。結(jié)合課題組前期所構(gòu)建的掃氣控制策略思路,在Simulink平臺下建立了掃氣控制策略,包含掃氣條件的判定,配氣相位的控制以及掃氣反饋控制。分段式PID控制器與相位系統(tǒng)的辨識模型相結(jié)合形成了閉環(huán)的相位控制模型,將掃氣控制策略模型與相位控制模型、扭矩預(yù)測模型相結(jié)合形成完整的閉環(huán)仿真模型,在不同的轉(zhuǎn)速工況下MIL仿真,通過開啟和關(guān)閉掃氣功能可以對比掃氣和非掃氣情況下的扭矩變化,同時,在掃氣開啟時,通過與實驗臺架上的掃氣輸出扭矩進行對比可進一步說明控制策略和控制模型的正確性。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TK421.5
【圖文】：

第一章 緒論1.1 課題背景及研究意義目前，全球汽車保有量超了 13 億輛，其中汽油車占 60%～70%，相比柴油機，汽油機的油耗水平要高 20%～ 30%。因此，如何使得汽油機具有更好地經(jīng)濟性和更優(yōu)的排放性非常重要。如今，在圍繞汽油機節(jié)能減排方面，世界各國做出了大量的研究，如將增壓技術(shù)、缸內(nèi)直噴技術(shù)、雙 VVT 技術(shù)以及應(yīng)用阿特金森/米勒(Atkinson/Miller)循環(huán)等技術(shù)綜合應(yīng)用到汽油機上，通過提高汽油機的壓縮比，合理進行配氣正時，減少泵氣損失，從而提高發(fā)動機功率[1-4]。其中，可變氣門正時在提升發(fā)動機動力性、改善怠速穩(wěn)定性、兼顧需求扭矩和降低排放等方面有著很大的優(yōu)勢，因此被廣泛的應(yīng)用在汽油機中。目前，國內(nèi)外的各大知名汽車廠商均在對 VVT 控制的相關(guān)技術(shù)進行了深入的研究，但是其核心技術(shù)基本上被博世、德爾福、大陸等汽車電子產(chǎn)商所壟斷，國內(nèi)對其控制策略的開發(fā)難度較大，并且在實際的應(yīng)用中也受到了硬件條件的限制。

圖 2. 1 系統(tǒng)辨識流程Figure2. 1 The process of system identification1. 實驗設(shè)計辨識是根據(jù)被測系統(tǒng)的輸入輸出數(shù)據(jù)得到傳遞函數(shù)模型，因此，所測量的實驗數(shù)據(jù)需要盡可能的反映系統(tǒng)特征信息。在進行實驗前，需要通過先驗知識了解系統(tǒng)的運動狀態(tài)，對系統(tǒng)的規(guī)律有適當(dāng)?shù)牧私猓瑥亩x擇出合理的輸入數(shù)據(jù)。一般來說，系統(tǒng)實驗的輸入信號需要充分激勵系統(tǒng)，滿足持續(xù)激勵信號的要求，并且避免信噪比太小而得不到有效信息，常用的辨識輸入信號有白噪聲、偽隨機二進制序列(PRBS，也稱 M 序列)以及階躍信號等。實驗過程中，需要對數(shù)據(jù)進行采樣，由于實際系統(tǒng)一般為連續(xù)時間系統(tǒng)，而采樣后的數(shù)據(jù)為離散數(shù)據(jù)，因此，采樣的時間間隔直接關(guān)系到辨識的效果，甚至決定系統(tǒng)是否可以辨識。一般而言，采樣周期應(yīng)該滿足奈奎斯特-香農(nóng)定理，即采樣速度不低于系統(tǒng)截止頻率的兩倍。為了保證系統(tǒng)辨識效果的良好，一般在條件計算機處理能力允許的條件下增加采樣頻率。

k=7,8,9…N；yk為測量數(shù)據(jù)， ky 為插值所得的數(shù)據(jù)；根據(jù)上式一次計算出 ，并根據(jù)如下計算公式來判斷 yk是否為野值： 26 2.3 kk k i ii ky y y y F (2.3)若是出現(xiàn)連續(xù)野值時，則需要通過下式進行判斷：1 ( 1,2,..., )k ky y F i m (2.4)通常，為了防止對階躍響應(yīng)數(shù)值的誤判，取 m=3，如果滿足上式的值超過了 5 個點，則認(rèn)為數(shù)據(jù)是正常的。二、數(shù)據(jù)的平滑一般來說，測量數(shù)據(jù)中所包含的噪聲主要有兩類：周期性噪聲和非周期性噪聲。由于受到隨機干擾，測量出來的數(shù)據(jù)會包含高頻成分，這使得采樣得到的數(shù)據(jù)呈折線狀態(tài)，并對辨識有一定影響，因此，需要對數(shù)據(jù)進行平滑處理。常用的平滑方法包括平均法和五點三次平滑法等。五點三次平滑法的計算公式如公式 2.5 所示： 2 2 1 1 3( ) 12( ) 17 /35i i i i i iz z z z z z (2.5)

【相似文獻】

相關(guān)期刊論文 前10條

1 王建宏;朱永紅;;陶瓷高�！断到y(tǒng)辨識》課程的教學(xué)改革分析[J];知音勵志;2016年21期

2 袁震東;;系統(tǒng)辨識的回顧與展望[J];電氣自動化;1998年05期

3 王行愚;系統(tǒng)辨識的若干新動向[J];控制理論與應(yīng)用;1992年03期

4 李平康;;淺談系統(tǒng)辨識及其在電廠的應(yīng)用[J];華北電力技術(shù);1987年06期

5 唐世民;;熱控對象的數(shù)學(xué)模型(三)[J];西南電力;1987年Z2期

6 閆曉霞,余和t+,徐立華,田會來;射擊過程中主要生理特征的研究[J];中國應(yīng)用生理學(xué)雜志;1988年04期

7 趙宏,龔建平;系統(tǒng)辨識在常壓塔航空煤油質(zhì)量控制中的應(yīng)用[J];信息與控制;1988年06期

8 胡德文,萬百五;系統(tǒng)辨識的最優(yōu)輸入設(shè)計(OID)綜述[J];控制理論與應(yīng)用;1989年03期

9 陳東,涂奉生;最低階多項式陣和多變量奇異系統(tǒng)辨識(英文)[J];控制理論與應(yīng)用;1989年03期

10 黃光遠(yuǎn);分布參數(shù)系統(tǒng)辨識中的一個注記(英文)[J];控制理論與應(yīng)用;1989年S1期

相關(guān)會議論文 前10條

1 袁震東;;論系統(tǒng)族的辨識[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

2 李升娟;楊宗堯;于飛;劉喜梅;;基于支持向量機的系統(tǒng)辨識及應(yīng)用研究[A];全國煉鋼連鑄過程自動化技術(shù)交流會論文集[C];2006年

3 穆勇;馮憲純;孫建榮;韓志剛;;結(jié)構(gòu)隨機變化系統(tǒng)辨識的參量化途徑[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

4 郭雷;;系統(tǒng)辨識理論的某些進展及問題[A];1994年中國控制會議論文集[C];1994年

5 王建宏;朱永紅;;ARX系統(tǒng)辨識中的模型降階[A];第24屆中國控制與決策會議論文集[C];2012年

6 高江;戴冠中;;不確定系統(tǒng)辨識的IBC理論模型[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

7 賀煒煒;;Matlab系統(tǒng)辨識在燃油控制系統(tǒng)中的應(yīng)用[A];中國航空學(xué)會第七屆動力年會論文摘要集[C];2010年

8 謝騰;;一種基于系統(tǒng)辨識的船載天線伺服系統(tǒng)狀態(tài)監(jiān)測方法研究[A];第二屆中國空天安全會議論文集[C];2017年

9 賴曉平;李瑞勝;洪惠民;;多維ARMAX系統(tǒng)辨識的一種新的遞推預(yù)報誤差算法[A];1990年控制理論及其應(yīng)用年會論文集（4）[C];1990年

10 張紀(jì)鋒;陳翰馥;;階、時滯及系數(shù)都未知的系統(tǒng)的辨識和適應(yīng)控制[A];1989年控制理論及其應(yīng)用年會論文集（中）[C];1989年

相關(guān)重要報紙文章 前1條

1 中國安全生產(chǎn)科學(xué)研究院職業(yè)危害研究所 張忠彬;科學(xué)系統(tǒng)辨識風(fēng)險 瞄準(zhǔn)持續(xù)改進優(yōu)化[N];中國安全生產(chǎn)報;2018年

相關(guān)博士學(xué)位論文 前10條

1 鄭軍;小波理論在系統(tǒng)建模與控制中的若干應(yīng)用研究[D];浙江大學(xué);2005年

2 朱善安;電液控制系統(tǒng)辨識及實時控制策略研究[D];浙江大學(xué);1987年

3 汪克文;系統(tǒng)辨識若干問題的研究[D];北京化工大學(xué);2014年

4 周薇薇;基于幾何表示的典型量子系統(tǒng)辨識與控制[D];國防科學(xué)技術(shù)大學(xué);2013年

5 于龍;模糊系統(tǒng)辨識及其在機車粘著中的應(yīng)用[D];西南交通大學(xué);2008年

6 魏瑩;廣義正交變換域下系統(tǒng)辨識的自適應(yīng)算法[D];哈爾濱工業(yè)大學(xué);2017年

7 李鵬;基于系統(tǒng)辨識的太陽能—相變蓄熱新風(fēng)供暖系統(tǒng)控制策略研究[D];北京郵電大學(xué);2011年

8 方夢園;面向工業(yè)模型預(yù)測控制的高精度系統(tǒng)辨識方法研究[D];浙江大學(xué);2018年

9 王建宏;基于先進辨識的控制策略研究及其應(yīng)用[D];南京航空航天大學(xué);2011年

10 李敏;復(fù)雜機械基于數(shù)據(jù)的建模與故障診斷[D];太原理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 張璐;基于差分進化算法的T-S模糊系統(tǒng)辨識[D];華僑大學(xué);2019年

2 殷嘉維;基于TGDI與VVT相關(guān)技術(shù)的面向控制建模[D];合肥工業(yè)大學(xué);2019年

3 谷雯;基于系統(tǒng)辨識的動態(tài)過程健康度監(jiān)測與診斷[D];浙江大學(xué);2019年

4 李振;流程工業(yè)自適應(yīng)降階系統(tǒng)辨識方法研究[D];杭州電子科技大學(xué);2018年

5 黃京;火箭滅火車伺服系統(tǒng)辨識與控制策略研究[D];南京理工大學(xué);2018年

6 宛春博;頻變非線性動力系統(tǒng)辨識方法的理論和實驗研究[D];東北大學(xué);2015年

7 黃永泉;基于禁忌搜索的系統(tǒng)辨識研究及辨識軟件開發(fā)[D];浙江大學(xué);2004年

8 孫瑋;智能算法在系統(tǒng)辨識中的研究應(yīng)用[D];華北電力大學(xué)（河北）;2008年

9 范麗軍;基于系統(tǒng)辨識的癲癇腦電信號分類研究[D];大連理工大學(xué);2014年

10 焦嵩鳴;人工神經(jīng)網(wǎng)絡(luò)在系統(tǒng)辨識中的研究與應(yīng)用[D];華北電力大學(xué)（河北）;2003年

本文編號：2790347