本文關(guān)鍵詞： 人工智能 降維觀測器 非線性 輸入-狀態(tài)穩(wěn)定性 氨覆蓋率估計　出處：《吉林大學學報(工學版)》2017年02期 　論文類型：期刊論文

【摘要】：針對尿素選擇性催化還原(urea-SCR)系統(tǒng)氨覆蓋率狀態(tài)變量不可測量問題,在輸入-狀態(tài)穩(wěn)定性理論(ISS)框架下設(shè)計了一款降維觀測器。為保證觀測器誤差動態(tài)的魯棒性,將溫度、廢氣流量傳感器測量等模型誤差看作外部擾動,在ISS理論框架下進行了分析。為了提高觀測器對噪聲的魯棒性并減少估計的靜態(tài)誤差,本文通過線性矩陣不等式(LMI)和凸優(yōu)化得到了盡可能小的觀測器增益。在enDYNA精確發(fā)動機模型的FTP75測試循環(huán)下進行了瞬態(tài)仿真,與普通的機理觀測器對比表明,本文提出的降維觀測器對外界干擾和參數(shù)不確定性具有更強的魯棒性。
[Abstract]:The unmeasurable state variables of ammonia coverage in urea selective catalytic reduction (URA-SCR) system are discussed. A reduced-order observer is designed under the framework of the input-state stability theory (ISS). In order to ensure the robustness of the observer error, the model errors such as temperature and exhaust gas flow sensor measurement are regarded as external disturbances. In order to improve the robustness of the observer to the noise and reduce the static error of the estimation, the analysis is carried out under the framework of ISS theory. The observer gain is obtained as small as possible by linear matrix inequality (LMI) and convex optimization. The transient simulation is carried out under the FTP75 test cycle of the enDYNA precise engine model. Compared with the conventional mechanism observer, the reduced order observer presented in this paper is more robust to external disturbance and parameter uncertainty.
【作者單位】： 吉林大學汽車仿真與控制國家重點實驗室;吉林師范大學計算機學院;吉林大學通信工程學院;
【基金】：國家自然科學基金項目(61374046;61520106008) 吉林省教育廳“十三五”科學研究項目(吉教科合字[2016]第223號)
【分類號】：TQ050.2;TP13
【正文快照】： 0引言由于柴油機稀燃的特性,將產(chǎn)生更多的微粒(PM)和NOx[1]。為滿足未來日益嚴格的NOx和PM排放法規(guī)限制,僅僅靠柴油機的缸內(nèi)減排技術(shù)是無法做到的,排放后處理技術(shù)似乎是必須的[2]。近年來,多種為降低NOx的排放后處理系統(tǒng)中就包括urea-SCR系統(tǒng)[3]。憑借其工作不需額外燃油,而且

【相似文獻】

相關(guān)期刊論文 前1條

1 陳玲聰,袁璞;非線性觀測器及其應(yīng)用(上)一類高階非線性系統(tǒng)的觀測器[J];化工自動化及儀表;2001年01期

，

本文編號：1458066