《基于模型的高压共轨柴油机标定》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
分类号密级UDC昆明理工大学硕±学位论文基于模型的高压共轨柴油机标定研究生姓名王正江指导教师姓名、职称申立中(教授)学科专业动力机械及工程研巧方向内燃机性能优化与控制论文工作2?起止日期013年12月2015年4月论文提交日期2015年4月 学位论文使用授权书本论文作者完全了解学校关于保存、使用学位论文的管理办法及规定,即学校有权保留并向国家有关部口或机构送交论文的复印件和电子版。,允许论文被查阅和借阅本人授权昆明巧工大学可将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国博±/优秀硕±学位论文全文数据库》进行信息服务,也可W采用影印、缩印或扫描等复制手段保存或汇编本学位论文。。:保密学位论文注,在解密后适用于本授权书作者签名;此导师签名;王叶叫年月日年月日学院;泌>似输学号;兴。)4〇22^《专业:?Jtii)占如起破-(式H份,交研巧生院学位工作处) 学位论文出版授权书我同意将本人学位论文著作权中的数字化复制权、发行权、汇编权和信息网络传播权的专有使用权在全世界范围内授予中国学术期刊(光盘版)电子杂志社(下""简称杂志社),同意其在《中国优秀博硕±学位论文全文数据库》和CNKI系列数据库中出版,未经杂志社书面许可,我不再授权他人W数字化形式出版本文。我同意《中国优秀博硕±学位论文全文数据库出版章程》规定享受相关权益。如有任何第H方未经杂志社许可使用本人论文,杂志社应追究其法律责任,诉讼的全部费用由杂志社承担。胜诉后,由杂志狂与本人按5;5的比例分配所获赔偿金。一作者签名;L化wr年r月乂曰学位论文作者信息论文题目基于模型的高压共轨柴油机标定名王正江学号2012206022答辩日期2015年5月25日论文级别博击□硕壬院/系/所交通工程学院专业动力机械及工程联系电话Email_3通信地址巧1编):备注:^公开□保密(__年__月至__年__月)(保密的学位论文在解密后应遵守此协议)-62792790693-10拍巧联系电话:010!951627931766传真:0181484-48通信地址:100084:北京清华大学邮局信箱采编中必邮编 遵守学术行为规范承诺本人己熟知并愿意自觉遵守《昆明理工大学研究生学术规范实施细则(试行)》的所有内容,承诺所提交的毕业和学位论文是终稿,不存在学术不端巧为,且论文的纸质版与电子版内容完全一致。独创性声明本人声明所提交的论文是我个人在导师指导下进行的研巧工作及取得的研究成果。尽我所知,除了文中特别加W标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研巧成果,也不包含为获得昆明理工大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研巧所做的任何责献巧已在论文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。关于论文使用授权的说明本人完全了解昆明理工大学有关保留使用学位论文的规定:,即学校有权保留送交,允许论文被查阅和借阅,可W采论文的复印件;学校可W公布论文的全部或部分内容用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)""""V一本学位论文属于(必须在W下相应方框内打,否则律按非保密论文处理):1□本学位论文属于保密。、保密论文:2、非保密论文:□本学位论文属于内部论文,网上延后公开。□本学位论文不属于保密范围,适用本授权书。""""是否同意授权W下单位一(必须在W下相应方框内巧V,否则律按同意授权处理):□同意授权□不同意授极将本人学位论文著作权中的数字化复制权、发行权、汇编权和信息网络传播权的专有使(用权在全世界范围内授予中国学术期刊光盘版)电子杂志社,并在《中国优秀博硕±学位论文全文数据库》和CNKI系列数据库中出版。研究生本人签名;签字日期:20年(月日f(研巧生导师签名:日期;20月签字又^日守fr年r 基于模型的高压共轨柴油机标足摘要一高压共轨技术是满足柴油机节能减排要求的关键技术之,具有控制精度高、。可移植性强并能实现柔性控制等特点,被广泛应用在现代柴油机上高压共轨柴油机的MAP标定和性能优化是电控系统开发的重要研究内容。MAP数据决定了柴油机的运行过程及其性能好坏。随着电控技术的发展,高压共轨柴油机控制系统越来越复杂,控制对象与控制变量越来越多,系统中形成了庞大的MAP体系。柴油一机多目标条件下的MAP标定愈来愈复杂,是项费时费力的工作。为了更好的完成高压共轨柴油机的标定,,提高标定效率,降低标定成本围绕基于模型的标定技术,展开了基于模型的高压共轨柴油机标定研巧。研巧基于模型的标定技术,深入分析了DoE试验设计方法、数学建模方法、38CRD,、及非线性规划方法。针对YN高压共轨柴油机!^燃油消耗率为目标W喷油提前角及喷油压力为主要优化参数,进行了基于模型的标定与优化。研巧了Halton(哈尔顿)空间填充试验设计方法,并进行了参数组合设计;采用WINCA软件为核也的标定系统完成了数据采集工作;利用RBF(径向基函数)神经网络建立了柴油机的各性能预测模型;设计了针对高压共轨柴油机控制参数纪合的遗传算子,并利用遗传算法对控制参数组合进行了优化;对优化结果进行了台架试验验证。试验结果表明:优化后的控制参数组合扩大了该柴油机的经济区域,原机的经济性得W改善。基于模型标定方法能够有效缩短标定周期,提高标定的精度,满足现代柴油机标定工作的需要,并为实现国IV上排放限值要求的柴油机开发提供了标定方法、理论基础和技术支持。关键词:高压共轨;标定;试验设计;神经网络;遗传算法I 基于模型的商压共轨柴油机标足AbstractHighpressurecommo打railtechnologyisoneofthekeytechnologiesofdieselengi打etomeettherequirementsofe打ergysavi打ga打demissionreductio打,withhighcontrolrecisionstro打ortabandca打reaizetheflexibleCO打trolcharacteristicsp,gpilityl,iswidelyusedinmoderndieselengine.Thecal化rationofMAPandotimizationofpperforma打ceofhighpressurecommonraildieselengineisa打importantresearchcontentofelectroniccontrolsstemdevelopme打t.MAPdirectlydecidethediesely"e打gi打eoperatic打rocessa打derforma打ce.Withthedevelome打tofelectro打icCO打trolppptechnologytheelectroniccontrolsstemofhihressurecommonraildieselenine,ygpgbecomemorea打dmorecomrterteconoabeobectsandariabesareplex,fuh,htrllljvlincreaserapidly.AcomplexMAPsystemwasgraduallyformedi打electroniccontrol-sstem.ThecaltPtItyibraio打ofMAisaimeconsumingandlaboriouswork.ismoreandmorecomplexunderthemultiobectiveconditions.Inordertocomplexthejcalibrationofthehighpressurecommonraildieselenginebetter,improvel;hetttt-calibraionefficiencandreducethecosofhecalibra.tyionModelbasedcalibraionwasstudiedandthecalibrationofhighpressurecommonraildieselenginewascomplet;ed.民esearcho打Mode-tlbasedcalibrationtech打iqueincludedesig打ofexperimenalmethodmathematicalandthe打onli打earotimizatio打methodhadbeendone.The,p,CalibrationofYN38C民Dhighpressurecommo打raildieselengine,withthefuelCO打sumtionrateasobectivefuei打ectionadva打ceanlea打dinectio打ressureaspj,ljgjp-themai打aramekrwascarriedoutwihthemode.ptlbasedcalibratio打methodHaltonspacefillingmethodwasresearchedandot化eresultofarameterscombinatio打the,gp;datacollectionworkhasbeencome1;edbtcal化rationsstemwithINtheplyheyCA;predictionmodelofengineerformancewasestablishedbusinradialbasisfunctionpyg打euralnetworkthetaretedeneticoeratorswasdesinedforarametercombination;ggpgpofhighpressurecommo打raildieselengi打e,andtheseparameterswereoptimizedbygeneticalgorithm;thentheresultswasvalidatedbybenchtest.Thetestresultsshowthat:theparameterofcombinationenlargedtheeconomical-scoeofthedieselenineandimrovedtheeconomofit.Modelbasedcalibrationpg,pyIII 度明理工大学硕±学位论文methodcaneffectivelyshoitentheeriod,imroved化erecisionandmeettheneedspppofcalibrationofmoderndiesele打gine.Itcanbethecalibrationmethod,theoreticalfou打daticma打dtechnicalsupportforthedevelopmentofdiesele打gi打ewhich打eedtomeettheIVandmoreemissionlimit.Keywords:HighPressureCommonRail;Calibration;DesignofExperiment;NeuralNetwork;GeneticAlgorithmIV 基于模型的高压共轨柴油机标定目录摘要IAbstractIll胃录V第一章绪论11.1引胃11.2柴油机电子控制技术的发展31.3电控柴袖机标定技术及其发展现状41.3.1传统标定技术存在的问题41.3.2基于模型的标定技术61.4主要研巧内容10第二章高压共轨柴油机喷射系统MAP体系分析112.1高压共轨系统简介112.2喷射系统的喷油量控制132.3主喷与多次喷射的MAP关系132.3.1预喷与后喷的释放142.3.2主喷与多次喷射的油量MAP162.3.3主喷与多次喷射的角度MAP172.4轨压MAP182.5喷油脉宽MAP192.6本章小结20第H章试验设计(DoE)研究213.1试验设计的必要性分析213.2常用的试验设计方法233.2.1经典试验设计233.2.2最优设计253.2.3空间填充试验设计263.3高压共轨柴油机试验设计293.3.1控制参数的确定293.3.2范围及边界约束的确定30V 度明理工大学硕±学位论文3.3.2试验设计结果313.4本章小结32第四章高巧共轨柴油机建模方法研究334.1数据采集334丄1试验设备巧4丄2标定系统344丄3试验过程354.2建立预测模型%4.2.1神经网络建立预测模型的可行性%4.2.2RBF神经网络建模的基本思想36.3RBF神经网络算法选择4.2384.2.3高压共轨柴油机的RBF网络模型404.3模型质量验证414.4本章小结43第五章控制参数优化455.1优化问题的数学描述455.2标定优化的遗传算法设计45—5.2.1般数学问题的优化455.2.2遗传算子的选择及设计465.2.3约束处理495.3控制参数优化505.1.3控制参数优化策略505.3.2控制参数优化结果515.4标定质量的验证545.5本章小结55第六章总结与展望576.1总结576.2展望58致谢59参考文献61邮录A攻读硕±学位期间参与项目及发表论文65附录1发表论文65VI 基于模型的高压共轨柴油机标定第一章绪论1.1引言随着社会经济的不断发展和人民生活水平的不断提高,能源问题逐渐成为影响国际政治、经济、发展格局的重要因素,人类社会面临着能源日趋枯竭的现实。同时,环境污染和生态环境恶化严重威胁着人们的生命健康。能源危机与环境污染成为了人类社会生存与发展日益尖锐的矛盾。,是当今世界发展面临的两大问题内燃机由于其热效率高、功率范围广、可靠耐用的优点被广泛的运用于交通运输、工业机械、农业机械、渔业船舶、国防装备等领域。目前内燃机消耗的燃油占W世界石油总量的60%。内燃机给人们生活带来极大方便的同时,其排放污染物和一种低碳噪声对生活环境及身体健康产生了严重的危害。人们越来越向往、环保的生活,。随着日益严峻的能源与环境问题人们越来越关注内燃机的燃油经济性及排放性能。特别是排放问题成为了人们关注的焦点。欧洲2013年1月开始执行欧VI1排放标准.1,,图为欧洲卡车和公共汽车的排放法规对排放物的限值。总体来看对NOx和PM的要求日趋严格,欧I标准为基础,22年来N化值下降80%,PM限值下降98%。中国2000年1月1日起,在全国范围内实施了相当于欧I限值的GB--147611999标准。2004年7月1日起,在全国实施GB18352.12001《轻型汽车污染物排放限值及测量方法(II)》,等效于欧II排放法规。2007年7月1日实施了国家标准GB18352《(III)》,等.3XU2005轻型汽车污染物排放限值及测量方法效于欧III排放法规。2015年1月1日起实施国IV排放控制限值要求,见表1.1所P]示。9扣9’’..地应^-80.8巧-?—0T7fn.7了---—6^〇4-■0.I5Gpl5窒I::I:La.骑::!aI"扔顿〇r;—\、—该立'欧m品/fir故矿—'VIIa>il內〇gb’共如辟、护,卢與,沪,声,卢,n、护沪户11图.欧洲卡车和公共汽车的排放限值Fig.1.1TheemissionlimitsfortrucksandbusesinEuroep1〔 ..^、理工大学硕±学位论文/1-1车用ESC表、ETC与化民国IV排放限值Tab.lTsIVvECndELRestlelheemissionlimitofChinaforehicleinSETCat,COHCNOxPM烟度阶段项目化Whm'化Wh化Wh/kWhggggESC15.46.5..5.030020国IVETC4.0.130.030.551.5EL艮...150.46350020.5一W柴油机是目前世界上热效率最高。为了满足人们、应用最广的种动力机械对柴油机节能与环保性能不断提出的要求,国内外内燃机研究人员做了很多关于改善柴油机动力性、经济性及排放性能的工作。电子控制技术被应用于现代柴油机中,解决了柴油机行业发展的燃眉之急。柴油机电控技术将计算机技术、电子技术及控制技术等多种技术综合使用到柴油机上。通过对柴油机喷油、进气、废气后处理、EGR、增压等过程进行精确的一控制,使柴油机的动力性能、排放性能、经济性能等达到个综合的最优状况。柴油机电控系统包括用于数据采集的各种传感器、用于数据处理与控制算法计算的ECU和用一于完成控制动作的执行器H大部分组成。柴油机电控系统的开发般包括ECU硬件设计、控制策略开发、传感器和执行器选型、控制参数的台架及整车一、标定等工作,柴油机的控制参数般。控制策略与控制参数是ECU软件的核屯常量、曲线或MAP数据文件形式存放在ECU中。柴油机电控系统在运行时读取相应的控制参数,实时地对柴油机执行器进行控制,柴油。例如机电控喷射系统根据实际的转速和负荷经过一系列控制策略运算并插值喷油量和喷油提前角MAP来确定基本的喷油量和喷油时刻,然后通过各种修正MAP进行修正,从而确定循环喷油量和喷油正时,并在工作过程中对执行器进行闭环反馈巧制。电控系统的标定就是在电控系统硬件与发动机适配并且完成功能检验后,根据发动机和整车的各种性能要求对电控系统软件的运行参数、控制参数及控制模型进行调整、优化和确定的过程,,MAP数据的标定。因此除了电控系统硬件及控制策略的开发质量外质量直接决定着柴油机运行性能的好坏。随着柴油机电控技术发展突飞猛进,电控系统的功能不断増强,控制方法越来越复杂,控制精度要求越来越高,控制参数越来越多。不同控制参数对发动机性能的影响十分复杂,,而发动机经济性和排放性之间又存在固有矛盾甚至各项性能指标之间也存在相互影响。因此,控制参数的权衡选择更加困难和复杂。柴袖机电控2 基于模型的島压共轨柴油机标定系统的标定是一个费时费力的工作、传统的标定技术很难满足现代电控柴油机的标定要求,、降低标定成本为了提高标定质量,研究先进的柴油机电控系统标定技术与方法具有重要的意义。1.2柴油机电子控制技术的发展上世纪70年代W来电子技术尤其是微处理器技术的飞速发展,为提升柴油机控制性能提供了新的技术手段,即柴油机的电子控制技术。经过近40年的发展,柴油机电控技术能对柴油机进行精确柔性的控制,成为当前柴油机发展的重要研究方向。柴油机电控技术采用先进的ECU技术实现对柴油机工作过程精确控制。为了良好的控制柴油机运转,使其能在几乎任何工况都能满足排放性能、经济性能及动力性能的要求,它使用多种传感器对柴油机信号实时采集,用各种执行器代替了传统机械式手段对供油时刻一个闭环、供油量等参数进行精确控制,并与ECU形成控制系统。因此,柴油机电控技术能根据不同的情况实时调整各参数,使柴油机表现出良好的性能。柴油机的控制性能主要体现在对柴油机喷油系统的控制上,因为喷油量、喷油压力,、喷油正时等因素直接影响燃油的缸内燃烧过程进而影响柴油机的排放性能、经济性能及动力性能。因此电控柴油机最早着重于柴油机喷油系统的研究。柴油机喷油系统的电控化从20世纪70年代开始起步,迄今己经历了王代的发展:一代是第[^^电控分配累为代表的位置控制式电控喷油系统。该系统只是用W微处理器为核必的电控单元取代原来的机械调速器,用于控制喷油累的油量调节齿条或滑套的运动位置,W提高响应速度和控制精度。因此对传统机械式柴油机的改动较少,,,具有较好的继承性但这种系统控制自由度小控制精度并无太大的提一高-。典型的第代电控系统有:日本电装公司的ECDV1系统,德国Bosch公司的-ECDCOVEC系统、TICS系统等。第二代是レ:i电控单体聚为代表的时间控制式电控喷油系统。该系统用高速电磁阀替代了机械式的供油量调节装置,提高了喷油录的设计自由度,大大加强了高压喷油能力,从而实现了对高压燃油喷射的直接控制。由于其仍然使用脉动柱塞供油,所W转速对供油压力有较大的影响,且难W实现多次喷射。典型第二代喷射系统有:英国Lucas公司的EUI系统enso,美国底特律公司的DDEC系统和日本DECD-V公司的3分配累系统等。第王代是时间压力控制式,即高压共轨控制系统0。该技术是于上世纪9年代3 拉明理工大学硕±学位论文一中期开始商业化应用的新型柴油机电控技术,它用个由柴油机驱动的高压油系将高压燃油输送到高压油轨中,然后再送入各缸喷油器,从而彻底抛弃了传统的系-管一嘴脉动式燃油供给方式。共轨系统将产生高压燃油和进行喷油调节的功能分开,不仅对喷油量和喷油时刻进行控制,而且可对喷油压力进行调节,喷油压力可W不受转速和负荷的影响并在各种工况下保持最佳值,从而使系统的控制柔性和精度更高。一进入21世纪W来,随着微电子技术的进步成熟,使得高压共轨技术已经成为现代柴油机必不可少的配置,在市场上得到了广泛的运用。如:德国Bosch公司-的CR系统,日本Denso的ECDU2系统,美国Delphi公司的MuhecDC系统,意大利Fet,chFiatetiat公司的Uniji系统等其中德国博世(Bos)公司在公司Unij系统基础上开发的主要用于轿车上的C民系统与BENZ、BMW等公司产品进行了W很好的匹配。开发出从小功率到中功率的数万台产品。电控技术的发展也使柴油机的结构和其它部件有了新的发展方向。柴油机电控技术的范围己经远远超出了对喷油系统的控制。例如进排气口电控化、祸轮增压电控化,控制柔性及精、排气再循环阀电控化等。柴油机电控系统功能的不断增强度不断提高(喷油定时和喷油量的精确、灵活控制;喷油速率的柔性控制;预喷、后喷和多次喷射;快速断油低的驱动转矩和冲击载荷;与整机的灵活匹配等)使;W得在电控系统开发过程中需要标定的参数呈指数増长。极大的增加了标定的工作量和复杂程度,寻找准确高效的标定方法成为亟待解决的问题。1.3电控柴油机标定技术及其发展现状柴油机电控系统的核必是电控单元(ECU)。电控柴油机的标定是其开发过程一中必不可少也是极其重要的个阶段,。根据不同的要求需要寻找不同的最佳控制一,ECU,过程即为发动机的标定。然而参数组合并将这些参数重新刷新到中这,如何找到最佳控制参数组合,特别是多目标下控制参数的折衷选取是发动机标定的关键问题。国内外对发动机的标定也做了大量的研究,其总体趋势可归结为:由传统标定向基于模型的标定发展;从稳态标定向瞬态标定发展;从人工标定向自动化标定发展,;从真实标定向虚拟标定发展;标定工作从整车标定向台架标定转移从台架标定向办公室软件仿真计算转移。1.3.1传统标定技术存在的问题一传统的标定方法般通过大量的台架试验测得不同控制参数下的性能参数,4 基于模型的髙压共轨柴油机标足并通过对性能的对比分析选择较好的控制参数作为最隹控制参数。有经验的标定工程师能够很快确定较优控制参数的范围,并经过适当的微调即可得到较优的控制参数。电控技术发展初期,由于系统结构与功能相对简单,可{^控制的参数不多,优化目标也并不苛刻一,只需确定固定的工况点然后对单的控制参数进行优化即可,工作量小,标定周期短。对于有经验的标定工作人员,在较短的时间内就可W完成电控系统的标定工作。随着柴油机电控技术的发展,柴油机电控系统复杂性不断増加,标定工作量也越来越大,对电控柴油机标定工作的效率、成本、质量也提出了更高的要求。1998年,电控系统的标定参数只有喷射提前角和喷油皮力,07-到20年控制参数己经增加到710个,包括喷油正时(主喷、预喷、后喷)、喷7一[]油压力、EGR参数、VGT参数等。电控系统的些基本MAP和修正MAP也不8断增加[],2010年ECU中己经有上千张MAPMAP。,,构成了复杂的体系因此要想获得最佳的柴油机运行状态一,通过调整单的控制参数很难达到目标,需要在同一工况下对不同控制参数进行同时调整,寻找最优控制参数组合,然而有些控制参数之间对性能指标的影响是相互影响的。传统的标定方法只有在相当大的试验量下才能找到较优控制参数组合。传统标定采用人工经验对比的方法对控制参数进行选择。假设燃油消耗率与一工况点下喷油提前角在某工况点的关系如图1.2所示。首先,在某,通过台架试验在提前角范围内分别进行十个提前角水平的试验,并得到相应的燃油消耗率的值,通过对比分析W后,确定A为最佳控制参数点,而真实最优点应为min点。可见一,通过传统对比得到的参数缺乏定的精度,如果提高标定精确度,则必须増加一更多的试验次数。另外,,柴油机本身是个复杂的非线性系统存在多个参数賴合的关系一一,这样针对个参数进行寻优缺乏定的科学性。因此,传统标定方法在成本、周期、精度等方面均己不能满足现代柴油机标定的要求。“beI,I^ImTI,图1.2喷油提前角的化化过程Fig.1.2TheoptimizationprocessofInjectiontimingbyTraditionalmethods5 昆明理工大学硕±学位论文^一为了解决这问题,可1^利用这7次试验采集的数据建立喷油提前角与燃油,消耗率的预测模型,再通过模型找到燃油消耗率最低时的喷油提前角即找到了最佳控制参数,这就是基于模型的标定技术。基于模型的标定技术在标定效率和标定精度方面均超越了传统的标定方法,顺应电控系统发展的要求,成为最新的发展方向。1.3.2基于模型的标定技术基于模型的标定方法将数学理论、优化理论引入到电控柴油机的标定工作当一中,使用数学过程代替了往的实践经验oE、。般包括试验设计(D)建立数据W模型、优化控制参数、验证标定结果等过程。基于模型标定方法在多个环节减少一,进而降低标定成本。了标定试验量,能够缩短传统方法进行大量试验的时问方面,因为采用DoE试验设计技术规划试验方案,W较少的试验点就能获取最大的一信息量,因此相比于传统标定试验点较少,;另方面通过数学方法建立控制参数与发动机性能优化目标之间的预测模型,利用模型预测试验数据点W外的输入参,数对应的输出,使用数学方法进行控制参数的优化,替代了人工对比的过程标定ETC效率更高,。N化olausKeuth等人的研究表明,使用先进的基于模型标定方法在30000测试循环中对柴油机经济性和排放性能进行了标定优化,试验点由个减少UD八乃%]到00个,减少了,全部的标定时间可节约30%。国外基于模型的标定技术研究比较早,技术比较成熟。早在上世纪70年代末期,为了提高标定结果质量,工程师采用了基于模型的标定技术,建立发动机控制变量和输出响应之间的数学模型,此来预测進个控制范围下发动机的工作状态和性能,大大减少了标定试验量。国外对基于模型的标定己进行了大量的研究并取得了丰硕成果。Hara,ldS化hler等人采用在线DoE方法进行试验设计并使用自动测试代替传,统的测试方法,最后进行全局离线优化在缩短标定周期方面取得了良好的效果11[]。EduardoM.R.S.Xavier等人使用了神经网络方法在内燃机排放性能标定过程中减少了测试试验的数据点。为了在未测试的工况点上生成MAP数据,他们首先使用了多项式模型。测试结果说明高阶多项式模型出现震荡现象,而低阶多项式模型则遗漏了数据点。然后,使用RBF径向基函数神经网络(及adialBasisFunctionNeura,,lNetwork)方法处理这种方法在外推的情况下具有稳定性而且可W将曲5面控制的很光滑。结果表明,径向基函数神经网络方法,在标定优化中可W减少2%W上的数据点,不仅可W应用在内燃机排放MAP标定中,还可W应用在内燃机进6 基于模型的高压共轨柴油机标足12[]e排气系统组件的验证及硬件的研究中。美国俄亥俄州立大学JasonM巧r通过GT化w一er对空气系统的温度、压力特性进行零维模型建模,并基于维氧浓度模"一型进行缸内燃烧控制和标定研究[]。Robert民ohrerand和PatrickLamb针对般线性模型(GLM)不能满足内燃机性能和排放标定优化要求多层神,研究和使用了经网络(MLP)和径向基函数(RBF)的方法,开发了新的建模方法,并应用在动14[]化h力与排放标定过程中,取得了很好的效果。BOSCH公司HaraldSler和AVL公司的KurtGschweitl等人提出了用于GDI发动机自动标定的在线DoE优化方法,15[]保证了局效设计。Ivk)hammed民ezaKianifar等人提出了基于置换遗传算法的优化超拉了方空间填充试验设计方法,并应用于某GDI发动机的C化和PM排放性能优化试验中,根据该方法设计的试验点进行试验,试验结果表明该方法能够使模型具有更高的精度[WPa山MV。entink等人将综合排放管理策略(IEM)应用于欧I柴油机中,采用基于模型的方法,用了20个星期的时间完成了IEM的标定,标定成本降低了[^]1.1%。在满足欧VI排放需求下,燃油消耗率降低了1.4%。瞬态标定方面,ChrAtkisinson等人将基于模型标定的思想应用于瞬态标定工作中,开发了基于模型的快速瞬态标定系统。利用该系统使用了4个月的时间完成了某机型的整个瞬志标定工作,。与原机相比,标定后的燃油消耗率降低了4.5%。同时NOx5-20%ManuN、PM和HC降低了1%左右elebel等人针对基于模型的标定提出了瞬态智能神经网络的建模方法,该方法在瞬态与稳态标定中使用不同的模型,它们之间通过热力学特性进斤动态链接。试验证明了瞬态智能神经网络的19建模方法适合发动机整个工况范围的基于模型标定[]。国外很多企业将基于模型标定技术的思想应用到自动标定系统的开发过程中。奥地利AVL公司开发了一款名为CAMEO的自动优化标定系统。图1.3所示为口0AVLCAMEO自动标定动系统标定流程图]。CAMEO标定系统基于模型标定方法为主导,自动组织试验,完成控制参数的在线调节。CAMEO能与MATLAB软件进行连接,使用MATLAB提供的工具箱进行试验设计、数据建模、参数优化及MAP生成等多种功能。CAMEO系统中还集成了遗传算法、人工神经网络方法、口1一鲁棒优化法]、随机试验法等新技术。随着国外研究的进步深入,CAMEO系统也越来越完善,在缩短标定周期,降低标定成本方面表现出优秀的性能。德国的SCHENCK公司开发了一款名为VEGA的自动优化系统,将基于模型的标定技术和数据库技术相结合,实现了自动优化标定,。数据库技术是VEGA的核也沮件它存储了大量标定试验的数据与结果,并可将这个数据库作为标定对象的模型,具口2-23]有测量、控制、优化等多种标定工作所需要的功能。CAMEO和VEGA自动7 苗明理工大学硕±学位论文优化标定系统结合局部优化和全局优化,通过对工况点的分析,选用不同的优化策略。并通过加权的方式,把瞬态试验简化成静态试验工况,进行瞬态标定工作。虽然国外标定系统比较完善,但是由于成本昂贵,国内只有少数企业和高校拥有先进的标定系统。抑ms忠afesm.4晏了ESTSEVALUATIONS纔R-站由,恕藍r广…'夺k,;:Run-TestModeSnIe;含*…一^II:^?!?,II;灣■中产'。;1寞舅;做舶础紛心一呼满M岭巧巧麻巧妨ro:〇洩图1.3CAMEO自动标定系统的标定流程Fig.1.3ThecalibrationrocessofautomaticcalibrationsstemCAMEOpy在国内,虽然电控发动机开发较晚。,但是基于模型的标定技术越来越受到重视国内一些高校如同济大学一些企业开展、天津大学、清华大学、吉林大学等高校及了大量的研究工作,,将各种实验设计方法应用到基于模型优化标定技术中采用了、神经网络模型等发动机模型。多项式模型,推进了基于模型的标定技术的发展口4]同济大学周英杰对DoE试验设计方法进行了详细研究,采用空间填充试验设计方法与D最优设计方法联合对高压共轨电控柴油机进行了试验方案设计,并采用多项式与混合神经网络建立柴油机预测模型。利用预测模型对柴油机的电控25[3参数进行离线优化,。天津大学的陈礼勇对各种试验设计策略进行对比分析择优一采用了空间填充试验设计方法进行试验点设计-Powe,利用GTr构建了款高压共轨柴油机的仿真模型,验证了模型精度后利用模型代替了真实发动机的台架试验,,基于数据建立了二阶响应模型通过虚拟试验的方法获取数据,最后运用遗传算法进行了全局优化,生成了控制参数的初始MAP。吉林大学杜乐PW,利用AVLBOOST一二维仿真平台。,建立了内燃机转矩、排气湿度、缸内最高爆发压为阶响应模型采用索伯尔序列的空间填充法对直喷汽油机特殊工作模式进行了分区域试验设计,针对稳态工况,采用局部优化和全局优化相结合的方法获得了点火提前角和进气27[1应用先进的自动化标定系统CAMEO凸轮相位的优化MAP,。吉林大学李光磊完成了CA6DL35E2C民发动机的标定,在满足排放、最大爆发压力、排气温度等约束条件下,实现了发动机各工况下的低油耗,取得了很好的效果。广西大学邱森8 基于模型的高压共轨柴油机标足口8]YCJ230-220-,t^6高压共轨柴油机为研巧对象,采用了GTPOWER建立了发动机仿真模型。并利用Matlab提供的MBC工具箱,采用空间填充DoE试验设计方法设计了700个工况点,并通过仿真模型进行计算获取数据。建立了喷油提前角,喷油压力与性能参数的预测模型。优化后油耗水平有很大提高,万有特性最低油耗率由原来的2029/kW.h降到1969/kW.h,并且在更宽的范围内获得了经济油耗区,同时满足了欧H排放法规的的要求。与国外相比,国内的标定系统水平较低,对标定系统的研究主要集中在系统基29本功能[]、系统通讯等方面。昆明理工大学张生斌,使用LabV圧W图形化系统设一计软件开发了款通过CCP协议,使用CAN总线建立A2L文件和HEX文件,将标定变量与标定系统独立开来,6、,实现通用功能的标定的软件并在英飞凌TC179TC1728两款W32位MCU为主芯片的高压共轨柴油机电控单元上进行了标定验证口0]。吉林大学郭源,采用VisualC++6.0编写了基于Windows平台的在线标定系统ECS(EectronicalbrationSstem),lCiy该系统集成了在线标定和数据米集功自艮,并采用了独特的数据流格式,、数据属性文件和通信协议极大的提高了系绮的扩展性和适应性,简化了ECU通信程序的设计,能够满足ECU标定实验的需要。武汉理工大学周洋开发了CAN驱动程序和CCP驱动程序,运用VisualC++6.0开发了ECU中A2L描述性文件和S19文件的解析器。解决了标定系统对ECU数据文件解析的难题。他开发的标定数据管理系统具备了标定、测量及Flash更新等基本功能。一32]些研巧[国内在自动标定系统方面也做了,武汉理王大学颜伏伍等在2004年开展了电控汽油机自动标定系统设计,用于摩托车的发动机标定。采用双口RAM解决了数据传出的实时性和速率问题。通过VB、VC联合开发的标定系统可W实现基本喷油MAP图、基本点火MAP图、加速控制曲线等的制取。通过尾气分析仪监测发动机的排放,自动记录后反馈控制发动机喷油装置和点火,1^^控制调节发口3]动机,a++开发实现。上海交通大学王俊席、卓斌等基于CCP协议利用VisulC了电控发动机的自动标定-,针对GD1电控柴油机,进行了台架标定工作。上海交口4]通大学李先成,L针对柴油机电控单体索系统的喷油特性测试的要求,abV圧W和VC++为开发平台,设计了喷油特性测试子系统和油量线性化自动标定子系统,标定了电控单体累系统的液力延迟脉谱和油量线性化脉谱。潍柴动力股份有限公35一[司马雁]使用etasASCMO对台WP7柴油机预喷定时MAP和预喷油量MAP进行了自动标定。优化了进气节流阀开度和喷油策略等参数,标定后的NOx和PM排放能够满足WHTC、ESC和ETC测试循环的京V甜放标准。9 化明理工大学硕±学泣论文随着电控技术的不断发展,基于模型的标定技术必然成为标定技术的研巧重点和发展方向。。瞬态标定、整车标定更对基于模型标定技术提出了严峻的挑战然而atlab,我国基于模型标定技术的研巧起步晚,国内基于模型的标定多是使用M6-工具箱进行口38]很少针对基于模型标定各流程进行自主研究开发提供的,而。遗传算法、神经网络技术推进了基于模型的标定技术的发展。日趋严格排放法规、性能要求及上市周期一,迫切的需要更进步将基于模型标定技术应用到产品的研发中。1.4主要研究内容WYN38CRD高压共轨柴油机为对象,深入研巧了基于模型的标定技术。基于美国NI的LabV化W图形化编程语言开发了包括试验设计、数据建模、参数优化等核也功能程序。W该款柴油机的经济性为目标,利用开发的各组件,对喷油提前。角及轨压控制参数进行优化具体的工作内容如下:(1)分析高压共轨柴油机喷射系统主要MAP体系,深入了解不同喷射组合各次喷射所使用的油量MAP、喷油提前角MAP、轨压MAP、喷油脉宽MAP之间的关系;(2)深入分析各种试验设计方法的原理及实用范围,对DoE试验设计方法做出选择。确定参数沮合及各参数的范围与边界条件,运用空间填充法进行参数姐合设计;(3)根据试验设计得到的试验点进行台架试验,获取数据后,采用RBF神经网络进行模型训练,得到燃油消锭率、NOx、PM等性能参数的预测模型。然后利用遗传算法程序对控制参数组合进行优化;(4)将优化后的MAP数据刷入ECU中,对标定结果进行台架试验验证,对优化前后的经济性进行对比分析。10 基于模型的高压共轨柴油机标足第二章高压共轨柴油机喷射系统MAP体系分析高压共轨柴油机燃油喷射系统主要负责在正确的时刻向柴油机气缸中喷入适量的燃油,使其能与进气系统进入气缸的空气充分燃烧,实现理想的放热规律。喷油系统的喷油规律决定了发动机的燃烧放热规律,进而影响发动机的排放和性能。高压共轨喷射系统能够柔性控制喷油量、喷油正时、喷油轨压W及多次喷射等控制参数,是柴油机节能减排的有效手段。2.1高压共轨系统简介高压共轨系统摄弃了传统喷射系统部件,采用髙精度、高强度的高速电磁阀喷油器控制燃油喷射,使用高压共轨管来储蓄高压,可减少喷油过程的轨压波动,提高喷油控制精度。柴油机共轨系统的特点是将产生高压燃油和进行喷油调节的功能分开,,即工作时不仅能对喷油量和喷油正时进行控制,而且也可W对喷油压力进行控制,喷油压力可W不受转速和负荷的影响并在各种工况下保持最佳值,从而使系统的拉制柔性和精度增加。另外,实现燃油的多次喷射,有利的降低了柴油机的噪声,并减少了N化、HC、C0W及颗粒等污染物的排放。其简单的结构给柴油机的设计带来很大的便利。图2.1所示为搏世高压共轨系统示意图。?屋ftI里?下‘hth£i阳巧巧研oteriOer!疆户■—雪,*wf?opUonaOscuwwsisensors靈(t]画’U-rr-皆:。如诚甲:卿-HeatertaptenaUA8I-'.資 ̄l?(电喔I—1,'—一‘;讓靡國"LABBS巧巧征巧Hhowressi是pre巧ureLurep图2.1共轨系统示意图F2nrasemmamig..1ThecommoilsytscheaticdiagrU 远明理工大学硕±学位论文高压共轨系统主要有喷油器、高压油粟、高压油轨、高压油管、电控单元ECULJX及各种传感器等零部件组成(低压油。燃油经过燃油滤清器的过滤和燃油齿轮索,流过燃油计量单元累),再经过高压油索加压后进入高压油轨。高压油轨可W使燃袖压力稳定在需要的压力值,还能消减高压共轨的进油和喷油器喷油引起的压力震荡。共轨管对燃油进行限流后,燃油经过高压油管进入喷油器。在高压共轨柴油机工作过程中,ECU通过喷油器中的电磁阀来控制喷油提前角、喷油持续期,通过高压粟与高压燃油轨上的调压阀来控制喷油压力,通过喷油量、喷油压力、喷油持续期和喷油孔的流通特性来决定实际喷油量。在ECU的控制策略中,根据各种传感器的反馈信息W及内存中的MAP就可按柴油机的工况要求,对高压共轨系统的喷袖量、喷油正时和喷油压力做出实时最优的控制。另外,只要高足电磁阀具有足够的频响特性,很容易实现燃油多次喷射。共轨系统的主要优点息结如下:(1)喷射压力不依赖于柴油机的转速和负荷,柔性可调,改善了柴油机的低速和低负荷性能。(2)可实现很高的燃油喷射压力,最高可达250Mpa。(3)可实现多次喷射,喷油速率可调,可获得理想的喷油规律。(4)对喷油量和喷油正时的控制具有很高的自由度。配合高喷射压力可同时将NOx和微粒(PM)控制在排放要求内。(5)结构简单、可靠性高、适应性较强。具有良好的可移植性,能够与不同型号的柴油机匹配。ECU、电控单元是整个高压共轨系统的核屯,它的硬件部分包括微处理器、各种存储器、输入输出接口W及各部分之间的数据总线、地址总线和控制总线;软件部分主要包括控制策略与MAP数据。在高压共轨柴油机工作时,喷油系统何时开始喷油,喷多少油W及进行几次喷油完全有ECU中的控制策略和MAP数据决定。ECU中具有庞大复杂的MAP体系,其中喷射系统MAP体系比较复杂。MAP数据不仅决定执行器的执行量,而且有的MAP在控制策略方面也起着重要的作用。由于MAP体系的存在,高压共轨柴油机具有很好的可移植性。当电控柴油机需要从一一种用途转向另种用途时,例如从乘用车转向工程机械,只需要对MAP进行重新标定,满足新的目标要求即可。在高压共轨柴油机控制系统中,各控制参数存储在ECU中,这些控制参数构成了喷射系统的MAP体系一,起控制柴油机的运转。高压共轨柴油机控制参数的一一个复杂的过程,MAP需优化是各参数之间存在相互的謂合关系,个要经过多12 基于模型的髙压共轨柴油机标定次调整才能达到理想的状态。分析高压共轨喷射系统的map体系是进行MAP标。定工作的前提,它对高压共轨柴油机标定具有重要的指导意义2.2曠射系统的曠油量控制高压共轨柴油机喷入气缸内的燃油量主要由转矩-油量转换MAP由媒定。图2-。,在柴.2所示为转矩油量转换MAP示意图油量MAP决定了柴油机的动力性MAP油机的工作过程中,ECU根据不同的转速及转矩需求插值这个得到能够满足工况需要的油量并经过修正MAP进行修正,最后将得到的目标总油量分配到各,在一。,次喷射过程中油量MAP的标定应该W满足动力性为首要原则,定转速下喷入气缸的燃油量应该满足需求转矩的要求。个需乘扭矩—目标总油靈"转速*图22-.转矩油量转搬MAP示意图*_PiftilMAFihhtidiaramofToueeg.2.2Tescemacgq转矩-油量转换MAP输入的需求转矩由ECU控制策略中的转矩计算模块计算得到。为满足控制策略中其它控制模块的需求转矩计算,在ECU的转矩计算模块中分为两条不同的转矩计算路径,包括主控路径(Setpointpath)和前导路径(Leadpath)。主控路径计算的转矩用于燃油喷射系统,W精确地控制发动坑每个王作循环的喷油量、喷油正时和喷油持续期等喷射系统的参数。前导路径计算的转矩用于、EGR。前导路径并行于主空气系统和轨压控制系统,W计算进气量率和轨压等控路径,,两个路径的差别在于动态响应性和信号的处理方式上前导路径在某些计。算过程中不考虑信号的过滤和延迟。在稳态工况下,两个路径计算的转矩值相同在转矩-油量转换MAP中使用的需求转矩由主控路径计算,轨压MAP中使用的需求转矩则是由前导路径计算。油量MAP在喷射系统中起着至关重要的作用,它也是柴油化动力性的保证。MAP体系统中-P得到的目标总油量将作为其它大多数在,由转矩油量转换MAMAP的输入。2.3主喷与多次喷射的MAP关系理想的放热规律希望在喷油初期速率较低,抑制在滞燃期内形成的可燃混13 uc明理工大学硕±学位论文合气的量,减小预混合燃烧的分量,,这样便可降低燃烧初期的速率最终达到降低压力升高率和温度来抑制NOx的生成量和降低噪声的目的。在喷射的中期应加快喷油速率,,,尽快的达到并W最大的喷油速率喷射加快扩散燃烧的速度防止生成大量的碳烟和降低热效率,,,避免由于喷油。在喷射的后期要加速燃烧减少后燃压力低带来的燃油雾化差,导致燃烧不完全,HC和烟度增加等问题。高压共轨喷射系统为实现理想的喷油规律,采用了多次喷射技术,并对其进行高度灵活和精确的控制。2.3.1预喷与后喷的释放预喷射是在喷射系统进行主喷之前喷入少量的燃油,,缩短主喷燃烧的滞燃期降低主喷燃烧时气缸内的温度和压力升高率,进而降低发动机的噪声和减少NOx一的排放量。后喷则是在主喷完成之后,再向气缸中喷入部分燃油,加强燃烧后期的端流混合作用,,。因此空气利用率得到提高后期颗粒物的氧化过程増强颗粒物排放得到改善。柴油机工作过程中是否进行预喷或后喷由释放MAP决定。喷射释放MAP根据目标总油量及转速,确定多次喷射组合状态字,ECU根据不同的状态字控制喷油器进行多次喷射。在多次喷射组合的油量、提前角的标定过程中,应该MAP和释一将释放选择放MAP设为固定组合,保证标定工作在同组合下进行。一MAP和一MAPECU控制策略中有多个预喷释放个释放选择,哪个预喷释放MAP被选择将由释放选择MA一P决定。释放选择MAP相当于个模式选择开关。它根据发动机温度和进气温度将柴油机的王作状态划分为五个不同的温度区14域,对应、2、3、、5这样的选择参数,决定使用不同的预喷释放MAP。ECU中采用多个释放MAP的方式,可良据不同温度区域不同工况使用不同的释放MAP,释放MAP的输入为发动机转速与目标总油量,两个MAP联合确定多次喷一一射组合状态字,相当于四个参数起控制个变量,增加了控制系统的控制柔性和控制灵活性。每个预喷释放MAP的输入均为发动机转速与目标总油量,输出为多次喷射的组合状态字(如,.。:001002..)图2.3所示为预喷释放的示意图。在发动机运行中,ECU根据发动机的温度和进气温度插值预喷释放选择MAP,得到预喷释放MAP的序号后MAP,得到,根据发动机的转速及目标总油量插值对应的预喷释放多次喷射的组合状态字,在不同的喷射组合中,。不同的状态宇对应不同的喷射组合各次预喷使用的油量MAP,主、喷油提前角MAP不同。随着预喷的开启喷油量及主喷提前角MAP也不同。14 基于模型的髙压共轨柴油机标定发动机溫度,。,?玉'J.",,进气溫度I預喚絳放选搔MAP午固巧总油暨賴喷释放MAPI ̄—V\^—?户1预喷释放MAP^1\*2t\多次喷射姐合_W1状态字…―思3?*101..—.4掃場接摄MA占21.___斗臓願旅鳥^—c>预曠釋放MAPS图2.3预喷释放示意图Fi.2.3Theschematicdiaramofilotinectio打releaseggpj预喷释放组合状态字所对应的预喷组合方式如表2.1所示(0表示没有该喷射,1表示有该喷射)。在发动机的每个工作循环中,预喷1和预喷3均可W与主喷组合,而预喷2则必须与预喷1联合与主喷组合。表2.1预喷释放姐合状态字Table2.1TheStatevariableofpilotinjectio打release释放MAP序号预喷3预喷2预喷1姐合状态字10000002001001301101141011015100100预喷释放组合状态字将决定ECU控制喷油器喷油的方式,W及从不同MAP得到喷油器的控制量。后喷1与后喷2具有相互独立的释放MAP,不与预喷进行15 虽明理工大学硕±学位论文组合,它们的喷射完全由各自的释放MAP决定。2.3.2主喷与多次愤射的油量MAP油量除了满足动力巧要求,还要考虑在缸内的燃烧情况及对经济性和排放性能的影响一。燃油在气缸内燃烧时,需要与进入气缸的空气有个合理的空燃比,燃油才能充分燃烧。燃油量太低,不能充分利用进入气缸的空气,燃油量太大,燃油不能充分燃烧,发动机性能恶劣。因此,需要在不同的工况下找到合适的燃油量。一一ECU在转矩-油量转换MAP中得到的目标总油量是工作循环中个缸的喷油量,。如果需要进行多次喷射,则目标总油量被分配到各次喷射中多次喷射的油一一量之间需要个合适的化例,因此各次喷射油量MAP的标定应该在同组合下进行。例如,当前喷射组合为预喷1+主喷,则目标总油量被分配到预喷1和主喷过程中。在各种喷射组合,各次喷射具有不同的油量MAP。表2.2为各多次喷射组合时,各预喷次序所使用的预喷油量MAP组合。表2.2不同喷射组合中使用的预喷油量MAPTable2.2ThePilotinjectionfuelquantityMAPindifferentCombination组合状态字预喷3预喷2预喷1000无无无001无无预喷1油量MAP1_oil无预喷2油量MAP1预喷1油量MAP2__101预喷3油量MAP1无预喷1油覃MAP1__100预喷3油量MAP1无无_—立的后喷1和后喷2的油量MAP就像它们的释放MAP样,是相互独。因此后喷油量MAP有后喷1油量MAP和后喷2油量MAP。主喷没有主喷油量MAP,当不存在多次喷射时-,由转矩油量转换MAP插值得到的目标总油量即为主喷油量;当存在多次喷射时,主喷油量的计算如下:=---XX主喷油量目标总油量预喷油量后喷1油量后喷2油量(2.1)式中,入(0《X《1)为后喷2油量的有效因子,它由有效因子MAP得到。因为在某些工况点后喷2的部分油量没有产生转矩,ECU根据不同的目标总油量W及转速对预喷2进行不同的有效性加权。在后喷2油量上乘W有效因子后,主喷油一部分补偿量就能够得到,满足动力性要求。16 基于模型的高压共轨柴油机标足2.3.3主曠与多次曠射的角度MAP为了获得最高的燃烧效率,要求主要燃烧过程在上止点附近完成,因此需要在活塞到达上止点之前将燃油喷入缸内。喷油提前角太大会使燃烧过早的开始,柴油机缸内压力升高率增大,机噪声増大,工作平顺性差;喷油提前角过小会使燃烧滞后并可能将燃烧延伸至膨胀行程中,使得柴油机热效率下降,碳氨化合物排放増加。根据喷射组合的不巧,各次喷射使用的喷油提前角MAP也不相同。各次喷射提前角之间必须有良好的匹配。过早的预喷提前角,过,起不到缩短主喷滞燃期的作用迟的预喷提前角会使其燃烧与主喷滞燃期重合一,在定程度上相当于主喷提前燃烧一,反而适得其反。同样,各次喷射的喷油提前角的标定应该在同组合下进行。喷油提前角与喷油量MAP相似,不同的多次喷射组合,预喷和主喷所用的喷油提前角控制MAP不同。表2.3所示为不同多次喷射组合下,各预喷与主喷所用的喷油提前角MAP。表2.3不同喷射組合的预喷提前角Table2iltiiiidifftbination.3ThePotinjeco打tmngnerenCom组合状态字预喷3预喷2预喷1主喷主喷提前角000无无无MAP1—预喷1提前角主喷提前角001无无MAP1MAP2—_预喷2提前角预喷1提前角主喷提前角011无MAP1MAP2MAP3-——预喷3提前角预喷1提前角主喷提前角101无MAP2MAP3MAP4___预喷3提前角主喷提前角100无无MAP1MAP5——后喷1和后喷2有独立的喷油提前角MAP。ECU控制策略中共有13个喷油提前角MAP,在进行标定工作时,必须明确标定工作在何种喷射组合下进行,对一一应修改该组合下的喷油提前角MAP。如果在某喷射组合下,错误的修改另组合的喷油提前角,那是毫无意义的,甚至会弄错已经调整好的其它组合的喷油提前。角MAP因此,明确ECU中的MAP体系是标定工作进行的前提,这正是分析MAP体系的意义所在。17 拉明理工大学硕±学位论文2.4轨压MAP轨压对气拉内燃油的雾化有着很大的影响,是影响柴油机性能和排放的主要一参数之。喷油压力提高后,喷入气缸的油滴雾化程度更好,使其与空气迅速均匀的混合,燃烧完全,热效率高。轨压并不是越髙越好。轨压太高使得喷油持续期缩短,太短的喷油持续期会使得喷油器不能响应或喷入气紅的油量不准确:喷油压力太大会使喷油率有明显的提高,较短的滞燃期内仍然会喷入较多油量,使缸内最高平均温度和最高平均压力升高,燃烧粗暴,增加柴油机的机械负荷,对柴油机的平稳运转、降低噪声レッ及使用寿命等指标不利。另外,当改善燃烧所提升的功率与商压油累聚油所消耗的功率抵消后,继续增加压力对经济性的改善也无明显的作用。因此,轨压也是影响柴油机性能的重要参数,需要在满足条件下找到最佳的轨压参数。高压共轨柴油机的轨压由共轨建立。共轨储存高压燃油并保持稳定的油压,将高压燃油分配到各个电控喷油器。与其它喷射系统相比,共轨中的轨压采用PID反。.。馈式调节,能够提供较燃油压力波动小的高压燃油图24为轨压控制策略示意图乂当前輔媛/*.―.."杆…一,…,…轨猛设定植轨此偏:fe?Q广三,严,'1转速I4午?^P1D参数MAP轨废设淀MAP实际轨报P1D媛块I牟JI号PWM信轨压传感器I轨圧预控MAP共轨瞥^油量计鹽學死图2.4轨压控制策略示意图Fig.2.4Theschematicdiagramofcontrolstrategyofrailpressure在ECU轨压控制策略中,轨压设定MAP就是通常所说的轨压MAP。除此之外,PID模块还包括PID参数的二维曲线,轨压预控MAP包括轨压预控基本MAP、后喷1体积流量MAP、后喷2体积流量MAP和高压系统泄露MAP。在轨压控制模块中一,P瓜控制参数的标定是个复杂的工作,在柴油机初步标定时就应该确定,W保证高压共轨系统提供稳定的高压燃油。预控基本MAP的输入为转速和目标总油量一,输出为基本预控体积量。后喷1W及流量MAP的输入为转速和上次后喷18 基于模型的高压共轨柴油机标山一1油量,根据上次后喷1的情况对轨压进行预控制。后喷2体积流量MAP输入一一22。为转速和上次后喷油量,也是通过上次后喷的情况对轨压进行预控制高压系统泄露MAP根据不同轨压与燃油温度对实际轨压调节进行补偿。这些MAP对轨压进行闭环控制,使其能在不同工况点能够稳定在不同设定点的值。轨压控制的执行器是袖量计量单元,通过控制油量计量单元电磁阀开启的时间来调节进入共轨管中的燃油量。控制策略插值体积流量-电流转化曲线,根据不同的体积流量得到不同的电流设定值,计算出占空比后,擅制燃油流量W达到调节一MAP确定了。轨压的目的轨压建立后,在定的喷油量和轨压下,根据喷油脉宽喷油器电磁阀的通电时间,完成燃油的喷射。2.5喷油脉宽MAP喷油脉宽即喷油器电磁阀的通电时间,喷油脉宽过大,会导致燃烧过程后期燃。焼增加,柴油机热效率降低,恶化柴油机性能喷油脉宽直接反应了喷油器的持性,它对柴油机的性能影响实质上是喷油脉宽决定了喷入气缸的实际油量。喷油脉宽与喷油量和轨压一一对应,喷油脉宽太长或太短,实际喷入气缸的油量都会大于或小于目标油量一。因此,喷油脉宽的标定应该喷油器特性为主要依据,在定的轨压下,找到能够喷出与目标总油量相同油量时的喷油化宽参数。在ECU控制策略一一AP中只有个喷油脉宽MAP,无论是预喷还是主喷,使用同个喷油脉宽M对喷油器进行控制,喷油脉宽MAP的输入输出如围2.5所示。不同的喷射阶段根据油量MAP得到的油量除W燃油密度,将质量油量转化为体积油量作为喷油脉宽MAP的输入,并联合传感器采集的当前实际轨压插值喷油脉宽MAP得到喷油器的打开时间,喷油器使用这段时间将目标总油量在当前轨压下喷入气缸中。牛实际轨压*喷油脉宽/体积、油麗>i^图2.5喷油脉宽MAP示意图Fig.2.5Theschematicdiagramofe打ergizingtimeMAP19 廷明理工大学硕±学位论文2.6本章小结针对高压共轨柴油机喷射系统的MAP体系,分析了主要MAP的输入输出及其功能。喷射系统的MAP较多,不同的喷射姐合,各次喷射使用的油量MAP及角度MAP各不相同,例如预喷1+预喷3+主喷組合中,预喷1需要使用预喷1油量MAP1、预喷1提前角度MAP3预喷3需要使用预喷3油量MAP1、预喷3;___提前角MAP2;主喷需要使用主喷提前角4。因此,在进行喷射参数的标定工作__时,必须明确发动机运行在何种喷射组合模式下,这样才能正确的修改控制参数并测得对应的柴油机性能。在标定工作中,可W通过将预喷释放选择MAP及预喷释MAP修改为固定值一放,使发动机固定在种喷射模式下工作,并对送种模式下进行控制参数的标定。20 基于模型的高压共轨柴油机标足第三章试验设计(DoE)研究DoE(DesignofExperiments)是为了减少试验工作量,降低试验成本,乂用统一计学理论与方法对试验方案进行设计,并对试验结果进行科学分析的种方法。通过试验设计,合理安排实验因素各水平的组合,能够从样本中获取更大的信息量,从而降低了试验过程中人力、物力和时间资源的浪费。20世纪20年代,英国学者费希尔在农业生产中提出了试验设计的方法,至20世纪60年代,日本专家田口一DE玄博±将其用于工业过程优化中。近十几年,o在汽车工业得到了广泛的应用,许多内燃机研究工作者将DoE技术应用到柴油机电控系统标定工作中,并取得了良好的效果P9—4U。3.1试验设计的必要性分析一,随着内燃机行业的发展,控制参数的不断增加成为了柴油机标定工作的个难题,,。它不仅给标定工作带来了极大的复杂性标定周期也不断增加解决柴油机电控系统开发过程中标定周期及成本问题成为内燃机行业发展的迫切需要。传统的试验测试方法很难满足现代柴油机标定工作的要求,急剧的降低测试时间变得越来越重要一。试验设计是基于模型标定过程中的个非常关键的环节。良好的试验设计能够有效收集发动机的关键数据,,从而减少试验点,缩短标定周期降低标定成本。高压共轨柴油机的NOx排放物受到共轨压为、喷油正时、预喷油量、预喷间隔、EG民率、增压压为等诸多因素的影响。对柴油机N化排放量产生影响进行分析,假设每个因素取10个水平进行实验,要找到最优的方案组合需要进行10=660466176次实验,通过传统的试验方法在这么多因素中找到最优控制参数组合几乎是不可能实现的,。传统的试验方法是多次单因素试验法在进行实验时只允一许个因素变化,其它因素作为常量,具有下缺点:1)试验量庞大,进行试验点测试的成本高,试验周期长,影响产品推向市场的时机。2一)试验方法缺乏科学性。在研究某参数对目标值的影响时,往往希望进行该参数的多水平试验,水平数越多,越能反映因素与目标值之间的关系。当需要进行试验的因素较多时,呈,试验量会相当大指数庭势增长。与传统的方法不同,使用新的DoE试验设计方法能够极大的减少试验点数量,21 由明理工大学硕±学位论文并能在这些祥本中获得最大的信息量。考虑分析两个因素A、B对目标的影响试.1所示A、B各H个水平采用全因子方法得到的试验点组合验。图3,共需要进行9次试验。图3.2采用空间填充试验设计,在试验次数不变的情况下,因素A、B分别可达到9水平。反过来,在全因子方法中,如果因素A、B都达到9水平,那么需要进行81次试验。从送个角度看,空间填充试验设计方法可减少试验点。a4田牛,條1縣麼9试驗点I歷9试验点I——I广i'I———-i1]II1争ii——-iI,]!*jL1II1II¥;]|MIiIiiiiil—--—I+IiijII寺^_i,I冬十?I---广十十--4十4iri.ijiII|'"、^、因素Ay因索A3水平9水平图3.1全因予试验设计图3.2空间填充试验设计Fig,3.1ThefullfactorialdesignofFig.3.1Thespacefillingdesinofgexperimentexperiment试验设计方法可W从较少的样本中获取较大的信息量。通过上述的9次试验分析因素A对目标的影响。图3.3所示为利用全因子方法得到的试验点拟合的曲线与实际系统响应的对比。图3.4为通过空间填充试验巧计的试验点分析A因素对目标的影响关系。实线为系统对A因素的实际响应关系,虚线为A因素的巧合水平。由團可知,空间填充法设计的试验点能够获取更多的信息量,更适合用于建立柴油机的预测模型。牛伞卷;璧1皿皿1!/flTKYfil!1II1II!III1II!iIiIIi!I1M!IiI!IIiII!1II11III!IIII1II因素A因素A图3.33因素水平建模图3.49因素水平建模Fig.3.3Themodelingoffactorwith3levelsFi.3.4Themodelinoffactorwith9levelsgg22 基于模型的高压共轨柴油机标._3.2常用的试验设计方法3.2.1经典试验设计一些问题出现的试验设计方法经典设计是最早人们解决生活中的。经典的试验设计方法虽然计算简单方便,但是对统计学方法利用较少,缺乏灵活性。通常只适合用于简单系统的建模或分析,无法满足复杂问题的建模要求。下面介绍常用的经典试验设计方法。1)全因子试验设计全因子设计巧山1FactorialDesign是所有试验设计方法的基础。全因子试验方)法是将每一个因素的不同水平进行组合,并进行所有组合的试验,原则上是最好的。试验设计方法,但是设计的试验点过多,工作量巨大试验总次数等于因素水平的因素个数次幕。全因子试验设计分为线性全因子试验设计和非线性全因子试验设计两种,分别如图3.5、3.6所示。——— ̄?—??99# ̄ ̄a??I一>4——04—00)<) ̄ ̄<一>》i————I*00)4 ̄<一>0〇——V——〇〇?>————????? ̄??i图3.5线性全困子试验设计图3.6非线性全因子试验设计Fig.3.5LinearfulllevelsdesignofFig.3.6Nonlinearfulllevelsdesig打ofexperimentalexperimental2)中心复合设计中也复合设计是为了研巧2水平因素对模型是否具有非线性影响关系的一种方法。它在原有的2水平全因子的基础上扩展了试验点。中也复合设计的基本思想如图3.7所示。除了两个水平的全因子组合(黑点)外除,还分别增加了轴向点与零点(圆圏)。由于因素只有2个水平,不能分析该因素是否对评价指标具有非线性影响关系一。通过増加轴向点和零点,相当于每个因素增加了3个水平。这样来,就可W分析因素对评价指标的非线性影响关系。但是,这种方法只能对问题的非线性关系做定性的分析、。,不适合数据建模另外,中屯复合设计方法中生成的轴向点可能超出了安全操作区域或不在研究范围之内,因此在试验过程中可能会带巧 _|明理工大学硕±学位论文一来定的安全性问题。I0——TTII—诗LUii图3.7中也合成试验设计Fig.3.7Thecentralcomposi化designofexperiment3-)BoxBehnken设计一Box-Behnken设计也是种可W测试因素对评价指标是否具有非线性影响的一一试验设计方法-ehnen。BoxBk方法将每个因素H等分组成个实验空间,般适合一3-3。.8所示7个因素的试验设如图,送种方法在每个面上各取中点,方面,所增加的点在研巧范围之内一,另方面,这种方法保证了各因素不可能同时具有最高。。水平因此,相比于中也复合设计,这种方法设计的试验点更具有安全性但是在立方体角点上没有点Box-ehnken,B设计被认为对于立方体角点上值的预测能力较弱。〇〇3-图.8BoxBeh打ken设计F-ig.3.8TheBoxBehnkendesig打ofexperiment4)正交巧验设计正交设计是多因素的优化试验设计方法。试图通过少量的试验,找到有限参数沮合中最好的参数组合。正交试验设计在试验因素越多时,减少试验点的效果越明24 基于模型的高压共轨柴油机标定显。正交设计基于正交试验表进行设计,由于正交表比较固定,需要有合适的因素和水平与之对应。因此这种方法缺乏灵活性。经典设计方法都具有灵活性差的特点,只适合较少因素较少水平数的试验设计。经典设计方法无法满足基于横型标定过程中的建模的要求。另外,大多数经典设计只能在规则空间中进行,对于不规则空间进行设计将显得无能为为。因此,随着DoE试验设计新方法的发展,工业生产与生活中已经很少使用经典试验设计方法进行试验规划。3.2.2最优设计最优试验设计方法是一种只适合用于多项式回归建模的试验设计。最优设计包括A-最优设计----、D最优设计、E最优设计、G最优设计、V最优设计等多种方法。它们都是从统计学计算的角度出发,为某个选定的模型设计出最合理试验工况点分部。最优设计方法在试验之前就能减小建模的误差。但是,在使用最优设计方法进行试验设计之前,需要预先选定模型,然后才能得到优化试验点的分布。考虑多项式回归模型如下:+口+...=+口+(3乂)巧.1)叫/巧2乂2)可简化为:7=庐巧巧+£(3.2)--口义文???义_()乂1/;1(2)/i(")]「口XX2化、)化,)夫(而)*..*=F=片(巧?參■参??■?口义义???()(12)/m评J.」U_了M越小M=FXF乂称为信息矩阵,人们希望设计的试验点组合使信息矩阵()()42tl-越好,由于对不同信息矩阵M的优化策略就产生了不同的最优设计方法。A最优化设计要求所设计的试验组合能使信息矩阵的迹达到极大-。D最优化设计要求设计的试验点能是使信息矩阵的行列式达到极大-。E最优设计的试验点要求能使-信息矩阵的最大特征根达到最小。G最优设计要求设计的试验点能使响应预测值的最大方差达到极小-。V最优化设计优化对象有所不同,主要是W响应y为对象进行优化。无论是何种优化策略其目的都是减小设计误差分布方差。最优设计是最适合利用多项式建模的试验设计。最优设计能针对预先确定的模型进行最合理的实验取点,因此可W获得更高的模型精度。实际项目中如果需要25 山明理工大学硕±学位论文一预先确定模型一,方面必需对试验系统的对象进行充分的了解,另方面,需要对进行大量的试验,从试验数据得到参数之间的物理关系,最后才能确定模型类型。然后再进行最优试验设计。这样反而増加了大量的试验,不符合试验设计的初衷。因此不选择该方法作为高压共轨柴油机建模的试验设计方法。3.2.3空间填充试验设计空间填充设计按均匀分布的原则将试验点尽可能均匀的分布于整个样本空间。因此得到的试验设计点与具体的建模方法没有关系,它在试验次数和建模可靠性之间求得平衡,但是效果不如最优设计。空间填充设计方法不需要预先选定模型,在任何建模方法中都能采用这种设计方法进行试验点规划。根据试验点设计规则不同,出现了各不巧同的空间填充方法。常用的方法有拉下超立方抽样(LatinHypercubeSampling)、哈尔顿序列(HaltonSequence)、索博尔序列(SobolSequence)、Lattice、分层拉了超立方(StratifiedLatinHypercube)等。拉了超立方抽样与分层拉下超立方试验设计方法在进行试验设计时具有随机性,设计得到的试验点不可重复,如果需要增加试验点,重新设计得到的试验点与一。ice上次不同,因此需要重新进行实验获取数据Latt试验设计方法得到的试验点是最均匀的一,但是有时产生的试验点具有相同的水平,在定程度上降低了样本点的信息量。哈尔顿序列、索博尔序列试验设计方法得到的试验点具有均匀性好、可重复、独立因素水平等特点。由于设计点可重复,在实际试验中增加设计点时,己经完成实验的试验点不用重复进行试验。因此,这两种方法在扩充试验点时具有一定的优势。另外,这两种方法得到的因素水平不会重合,增加了试验点组合中的因素水平数,具有更大的信息量。图3.9为这几种空间填充试验设计2因素256水平的比较。 ̄ ̄ ̄ ̄ ̄ ̄ ̄ ̄‘?*;:‘?’?、、*:?"?、?V^.I■v???????????????????/?????????¥;????????????????????????户????????????:????,,????:一??.??.??.?*.?????????.????(a)随机组合(b)超拉T方抽样a)ThedesinbRandomcombinationbThedesinbLatinHercubeSamlin(gy()gyyppg26 基于模型的高压共轨柴油机标足 ̄ ̄ ̄ ̄"" ̄ ̄ ̄ ̄ ̄.晴",胃?-?,?W一昨;;;;^7广7l|*?*’//??*??????*?*?*???,??*??????1???*?????:???????????????*????-????*,,???????*?????,,?*??*?**?4W?香??雜《W????■■?_**>**m4???cm???MM??miminnm????????,■?*_**韻?*>****??*??**???*?***■-—…—"―-—-■—II_??■*(c)分层拉了方设计(d)Lattice设升c)ThedesinbStratifiedLatinHercubed)Thedesinbattice(gyyp(gyL ̄—、??????r;???1?????-??????????????????????????????????、,????,?????;,????■??■??*■??????????????????,????、?,??*???????????S*?,??>?*?????*????*??????????????????,?*????????*?■??,?:?????.????????????*???????■??,??、V??*???*?????-jI?-?(e)Sobol序列(f)Halton序列eThedesinbSobolsfThedesinbHahons()gy()gy图3.9多种空间填充试验设计结果Fi.39Thereltsofvariofsace巧llindesinofexeri田e凸tg.suusopggp哈尔顿序列与索博尔序列常被称为准随机数序列,均属于超均匀分布列函数,是一种低差异序列。它们的序列是|^^确定的算法给出的,,可^重复得到但是这些序列的偏差很小。很多情况下,这些序列被看成是随机的。索博尔序列的生成规则43[]m=。如下;假设生成d个因素的个索博尔序列记第n个组合为y...,K识,^,yf)则需要d个最简多项式'—1=Ai...x+口jc++幻+1巧J;—卢,I=+...户幻++^+1_21為<?(3.3)-1^….=+口++。:r+1/_巧片i27 昆明理工大学硕±学位论文’==其中,l2Jfle〇lS.^?...,,;;并要求多项式么间不可约。j,^,{}j:(3令妾.4)=?忠..為如(3.5)/的如/""@二进制按位或运6..《n=.。为算,的二进制表示,,,iAA由的,AW得到=也v(3.6)/'V^‘初始化的m/可取满足zn/2的基数,当时,w/将由递推公式计算得到'1;厂=2。??2?…史2?Tww。-?(3.7)//沁每也;'!杞1/lf户j其中,a为最简多项式的系数。根据上述规则,即可产生(01)之间均匀分布的/,准随机数。哈尔顿序列比索博尔序列的算法相对简单一。在统计学中,哈尔顿序列是种为一数值方法产生顶点的序列生成算法。哈尔顿序列是^,1个质数为基数生成的点集对N维空间进行填充时一,每维生成序列时需要使用不同的质素作为基数。例如在二维平面中可使用2、3分别作为X轴和Y轴的基数,根据哈尔顿算法可得序列{l/2l/43/4ly?5/83/87/Sl/169/16...和l/32/3l/94/97/92/95/9a^l/27...。按,,,,,,,,}{,,,,,,,,}顺序姐合得到坐标点(1/^!^,1/42^3/41/91/84/95/87/93/82^7/85/9,)(,),(,),(,),(,),(,),(,),1/16&/9...。这些坐标点的二维显示如图3.10所示:(,)-.^‘…‘?…"玉‘’…?I呼^二_;^入I(■*■¥#■—-‘■*'-■■:JI?!§^靈?"、Y:^=Ti."?^";;量\’言■t—-irfer*i?**-*#*wA*M4*甘*?*jJJj-1nrjIHrTt1111111。1""〇量量!U!書量^sss穿居离器屋 ̄ ̄Hh44-名一f4—4?叫化rrT?/f—■ ̄—? ̄ ̄ ̄ ̄4i'*?!itI\f---…………■-'一一…'……-4一占-一谢户中jA/ ̄ ̄H^ ̄ ̄^叶#^?iS獄/為I-— ̄叩^4hI7m…….…….….…….….….….….….寺*?*W*护*I*^f^。丹图3.10哈尔顿二维空间填充(8个点)F-!g.3,10TheresultsoftwodimensionalspacefiillingbHaltonsy空间填充设计按均匀分布的原则从样本空间中得到试验组合,不需要预先确定模型。空间填充设计得到的结果可W用于多种建模方法。空间填充设计与数据建巧 基于模型的高压共轨柴油机标模可W独立进行,二者之间不存在相互限制的逻辑循环关系,操作更为简单方便。在确定因素范围及各因素的边界条件W后,通过空间填充试验设计方法设计合适,的试验点进行试验,得到的实验数据可用于不同的模型中。根据哈尔顿算法采用美国NI公司的LabVIEW图形化软件编写了哈尔顿空间填充设计程序。在程序中采用了MAP插值的思想对各因素添加边界及约束,无论是何种形式的约束表达一式都被看作是个曲线表格,因此这种方式具有更好的灵活性和通用性。3.3高压共轨柴油机试验设计高压共轨柴油机的控制参数组合的设计不是单纯的数学问题,在设汁时需要考虑各参数之间内在的物理关系。由于空间填充试验设计按均匀性原则对各参数一进行组合,它不考虑具体的物理对象,是种纯数学的方法。由空间填充试验设计方法产生的参数组合可能在实际中根本无法实现。因此,在进行控制参数试验设计之前必须确定可W组合的参数及其范围与边界约束,这样才能保证设计结果具有合理性。3.3.1控制参数的确定WYN38CRD高压共轨柴油机燃油消耗率为目标,采用基于模型的标定方法寻找最优控制组合。不考虑多次喷射及其他修正MAP,影响燃油消耗率的主要参、:T数有喷油量G喷油提前角轨压尸及喷油脉宽。喷油脉宽直接反应喷油器的,在控制策略中主要由轨压和喷油量决定喷油脉宽的大小特性,它对柴油机性能的影响其实质是喷油脉宽的不准确导致实际喷入缸内的油量并不是目标油量或不能达到良好的喷袖规律,,。另外喷油脉宽与轨压和油量之间存在内在关系假设通过空间填充试验设计得到组合(Q,巧,7;)。由于空间填充试验设计按均匀性原则分布各参数水平,不考虑具体的物理对象,,可能油量幻在轨压巧条件下的时间不能把,还要多。因此a的油量全部喷入缸內或者喷入缸内的油量比0,不能将喷油脉宽1考虑在参数组合中。喷油脉宽的MAP应根据喷油器特性进行标定,再根据台架试验进行修正。为了合理安排试验工况点,对转速《和转矩7也进行试验设计。如果将工况点;一与控制参数组合起设计,则在建立的模型中包含王况点参数信息。在优化算法寻找最优控制参数组合的过程中,可将转速和转矩设为不同的值即可得到不同工况下的最优控制参数组合。如果不将工况点组合考虑在内,则必须在每个工况点都进一行控制参数组合的试验,试验量巨大,并且在每个工况点上都要建立个预测模型。29 t占明理工大学硕±学位论文一因此将工况点参数与控制参数j。起组合设计,^l达到减但是转矩!少试验量的目的一与喷油量之间存在对应关系,,因此二者不能进行均匀分布组合。为解决这问题将油量e舍去,不参与试验设计。在试验过程中实时监测ECU中使用的目标总油量,得到不同组合下使用的油量,建立转矩与油量的预测关系,得到其他工况对应的油量。综上所述,选择转速、转矩、轨压及喷油提前角进行试验设计,即得到的姐合为〇7户。,;,,科)3.3.2范围及边界约束的确定为了获得整个工况范围的合理控制参数姐合,应该对每个参数进行范围限制及边界约束一一。方面保证了参数组合的合理性,另方面,缩短了各参数试验水平38CRD之间的距离,获取更有效的信息。根据YN高压共轨柴油机的技术参数,将转速范围设定在800r/min《n《%00r/min。转矩应该限制在外特性曲线内,因此将外特性曲线的转矩设为转矩的边界约束。为了获得转矩的边界约束进行了外特性试验。图3.11所示为YN38CRD商压共轨柴油机的外特性曲线。"400^^1^^^1350.300-—^^巧0^署200現150:[〇050〇1^^^1^1^8001200160020002400280032003600-转速八.m化1图3.11YN38CRD外特性曲线-Fi.3.11TheftioadurYN3Dgllllgcuneof8CRD。根据原始的喷油提前角MAP将喷油提前角设定在5CA《p《20CAW内,^因为喷袖提前角随转速的增加而増加,根据原始喷油提前角MAP增加了随转速变化的进界约束。轨压范围设定在40Mpa《P《140Mpa的范围内,采用与喷油提前角相同的方式增加了边界约束。由于边界约束采用MAP插值的方法添加,因此添加像外特性这样的曲线只需将外特性试验数据输入到程序中即可,而不需要通过数据拟合得到外特巧曲线的30 基于模型的高压共轨柴油机标定表达式。对于线性约束只需通过两个坐标点进行表达,因此这种MAP插值的方法为试验设计添加边界约束特别方便灵活。3.3.3试验设计结果通过Hahon空间填充试验设计程序对转速、转矩、轨压及喷油提前角的试验点组合设计,设计了234个试验点,用于建立柴油机预测模型,结果如图3.12所示。另外,为了对预测模型进行验证,还在原有设计点的基础上增加了20个测试点。进行试验台架数据采集时,根据转速和转矩设定工况点,并通过标定系统修改对应的喷油提前角与轨压参数,测量柴油机各性能。4加20-1-?400-?.7-1,巧0-k、!\??■??郷-???I?,????‘?呂:?.J^*V??,?*??*???,?*?,.t*?2?、州?????*1i?、%、?,????????????、????,?.????驾1??吾*????,?2W-f.l,..一1C:,,,80012地1600200024002800320036抓S001200化00200024002如032003600-.m2.mi巧涩/rin巧速/rirr(a)转矩试验设计结果(b)喷油提前角试验设计结果(a)ThedesignresultsoftorquebThedesignresultsofInjectio打timin()gI期-r-;?…"???''??■?較為〇〇赢S赢iSSse*??阮i—'??130?.‘‘.-*.二二;:::公?:二:;:二.;=^.:二.二;::;=^二.:二;::;:=:5:^二=:二;!:'…;i??芦护…l500.游43?巧31王,巧一―,0001.:|惡,辦???????’??,???????.*?凉14000茲7二:?*?P蒜马醉;按???—1!〇??*?、■:???■游.巧2与ioo?5?5薛6長王运T塞?*Vpjp■一??? ̄■"??*,茲瓦i齐流巧之奶诗5re苗?*::?j面?矜|*?-巧-?*??*巧??,,?=,???*?-节島党京2挑9800fi:.J茲,????,?轉I[?.齊?*??" ̄??—??说-???:蒜^??应赢芯蟲5]际爵赢"j.—-??——*??--巧??、????*,!?:子蟲i妃巧ii,5;???34〇d靡)??换,?转??窜 ̄?如B^EioS^SvxIie164〇〇Ter??,j?????,?…——:|^7?—*?;‘???-50?is?*pi痴pll〇燕V、??狂I两?j,。—12iSs40盎S,Iif。〇0化狐说品…………v,…,L…品…品—■i…………860。U2400巧00口00》如0—r-m】巧盛in霞巧削诗/(C)轨压试验设计结果(d)参数组合(C)Thedesinresults民ailressuredThecombinationofarame化rsgp()p图3.12高压共轨柴油机空间填充试验设计-Fi.3.12TheSacefillindesegpgi打resultsofhihressurecommonraildieseleninggpg31 出明理工大学硕±学位论文3.4本章小结一个环节对DoE试验设计方法进行了分析,试验设计是柴油机标定试验的第,目的是为模型搭建设计合理的试验工况点。试验设计的主要内容包括控制参数及其范围和工作边界的确定。试验设计方法宏观上减少了试验点数量,微观上增加了每个因素的水平数,这样能W较少的试验点获得最大的信息量。传统的试验设计方法适合因素及水平数较低的场合,不适合高压共轨柴油机的标定工作。最优设计适合于多项式建模的试验设计,主要针对多项式模型的信息矩阵进行优化,各种最优设计的区别在于对信息矩阵的优化方式不同。空间填充设计适合于任何建模方法的试验设计,从多项式建模的角度考虑,效果没有最优设计好。由于采用RBF神经网络方法建立柴油机的预测模型,因此采用空间填充试验设计方法进斤控制参数组合的设计。在化种常用的空间填充试验设计方法中,Halton序列法具有试验点可重复,因素水平数最大化等特点,因此采用了Halton序列法对高压共轨柴油机控制参数组合进行了设计。分析了高压共轨柴油机喷射参数之间存在的内在关系,最后确定使用轨压及喷油提前角两个控制参数及转速和转矩两个运行参数进行组合设计,设计了234个参数组合。32 基于模型的高压共轨柴油机标定第四章高任共轨柴油机建模方法研究在基于模型的标定中,柴油机性能参数的预测模型十分关键,通过预测模型可W得到不同参数下对应的性能参数值,从而可W通过找到最优性能值对应控制参数的方法对控制参数进行寻优,为控制参数组合的寻优提供条件。模型的好坏将决定模型的泛化能力,并最终决定控制参数优化的效果。基于模型标定技术中可W使用物理模型与数据模型,,,可从柴油机燃烧过程分析建立物理模型但是建立物一立表征理模型难度大、周期长、成本高,基于试验数据建;另种是通过大量试验一控制参数与性能参数的数据模型。般实验数据量越大,得到的模型精度越高,但是这样会增加标定成本与周期,不能满足现代柴油机的标定要求,不过DoE试验设计方法解决了这个问题。4.1数据采集在进行高压共轨柴油机建模之前,需要进行数据采集。根据预先进行的Halton空间填充试验设计得到的试验点进行台架试验,试验需要发动机台架、测量仪器、ECU读写设备的支持。在试验过程中,将脚CA标定软件通过ES1000与开发ECU进行通讯,实时修改参数并监测相应的变量,测得性能参数。4.1.1试验设备试验台架是W云内动力YN38CRD高压共轨柴油机为对象搭建的,图4.1所示为试验用台架。m\適图4.1试验台架Fig.4.1ThehotoofTestbenchp33 由明理工大学硕±学位论文实验用高压共轨柴油机技术参数如表4.1所示:。其它试验设各包括奕科公司的祸流型水为测功机WE33、稳态油耗仪FCM04,冷却水温度控制系统SWK02、燃油温度控制系统RWK01A、机油温度控制系统JWK02和增压中冷温度控制系统ZLK01。奥地利AVL的燃烧分析仪与废气分析仪等。表4.1YN38CR高压共轨柴油机技术参数Table4.1ThebchnicalparametersofYN38CRhighpressurecommonraildieselengine名称参数拉狂X行程(mm)102X115排量(ml)巧60标定功率/转速(Kw/rpm)95/3000m-最大转矩/转速(N.m/rp)365/16002400最大转矩点油耗(g化W.h)《215升功率(kW化)25.27后处理DOC+POC排放水平国IV4.1.2标定系统标定系统提供了一个可视化的平台,在柴油机运转过程中在线修改ECU中的控制参数。图4.2所示为进行台架试验所使用的标定系统示意图。^4INCA测试设备发动机IIIIAA>?巧1000开发ECU执行器14.2标定系统7^意图]Fig.4.2TheSchematicdiagramofCal化rationsystemECU为BOSCH公司带ETK的开发ECU,ETK可W将ECU内CPU的RAM映射到一个双口RAM中,从而实现数据的实时访问。开发ECU与产品ECU具有相同的控制策略。但是开发ECU内存中的控制参数值可W进行反复擦写。ES1000是ETAS公司提供的用于快速原型开发、硬件在环和测量与标定用的硬件设各。它集成了多种板卡。其中,ES1232板卡支持ETK接口并能够满足实时34 基于模型的高压共轨柴油机标定操作、巨大的数据量处理等方面的复杂要求。在该标定系统中,使用ES1232板卡进行。INCA标定软件与ECU对接,保证标定系统工作的稳定可靠性INCA广泛受到汽车行业相关公司及企业的支持,是汽车行业使用最为广泛的一WW标定软件之。它为测试工程师和标定工程师提供友好的图像化用户界面,操作灵活方便。INCA不仅可W对ECU中的控制参数进行在线修改,还可W对发动机运行过程中控制策略所使用的所有参数进行监测。INCA拥有完善的通信协议,-e能够通过CAN、KLin、ETK和USB与其它设备进行通讯。另外,它能与ETAS公司的其它硬件产品无缝对接,支持应用互动用户接口和遥控开放接口。用户应用-ASAMMCD--MCD^。程序可1^>通过3MC或ASAM3遥控接口实现试验的自动化4丄3试验巧程图4.3为数据采集的试验方案。首先通过修改预喷释放选择MAP与预喷释放MAP,使预喷释放状态字始终为000,即没有多次喷射。根据试验设计得到的组合口.?《.(,,在试验控制台中将转速设,,,)为转矩设为根据检测得到的当前,;,巧巧,油量,通过标定系统在线修改轨压如乂?中对应位置及附近位置的^为/^主喷提前角MAP1对应位置及附近位置的口为。因为修改控制参数后,工况点也会相_A应波动,因此需要不断的调节,待工况稳定后,测试柴油机燃油消耗率6、N〇x排g放及PM排放。>设定工况点1监测当前油鹽QI1rT參改ECU按制參^[W稳定W ̄mmI,r重设工况点1图4.3试验方案Fi.4.3Theschemeforexerimentgp35 昆明理工大学硕±学位论文4.2建立预测模型4.2.1神经网络建立预测模型的可行性一高压共轨柴油机是个复杂的多输入多输出的非线性系统,特别是近年来各种电子控制功能及模块的增加,高压共轨柴油机越来越复杂。采用传统的多项式建模方法建立柴油机预测模型时,,多项式系数越来越多难度也越来越大。在建立模型时需要对模型的最高次幕及各变量的组合进行取舍一,另外,多项式建模方法般与最优试验设计方法相结合一,在建立模型之前需要对系统有充分的认识并确定个初始模型。随着高压共轨柴油机系统的日趋复杂,很难对潜在趋势进行充分的理解,也很难考虑参数之间的交互作用和参数的敏感性,建立多项式预测模型难度大,wy难W满足标定模型的要求。人工神经网络是模仿人类神经系统的结构与活动机理发展起来的新技术。人一些简单函数看成是神经元一王神经网络将,并将大量的简单函数相互连接构成个高度并行的网络,。利用这些简单的函数构成的网络具有强大的非线性映射能力一只需要对网络进行充分的训练,就能得到不同系统的预测模型。神经网络的另外个特征就是具有自组织与自适应性,建立神经网络模型时需要利用样本数据对模型进行训练。神经网络的结构参数能在训练过程中自动调整,多次调整[iA后网络就^能得到对应输入参数的输出值,。只要网络结构参数设计的合理其设计参数可心通过对系统的输入输出样本自动学习获得,就能够对任意复杂的非线性映射W任意tw精度逼近。神经网路非常适合解决多维非线性函数的逼近问题。神经网络非解一一一析的,很难像传统模型样给出个具体的数学表达式,其模型实质就是个网络。样本的大量信息通过网络的结构参数等方式被保存到神经网络的神经元中,因此网络模型能够表征输入输出的非线性关系。随着神经网络技术的发展,国内外将神4-49[7]经网络技术引入到柴油机标定模型的研究。不过相比多项式建模,神经网络一些模型的训练需要试验数据要多,理论上数据点越多得到的模型越精确。一针对神经网络的送缺陷,采用试验设计方法W最少的试验点获取最大的样本信息量,在满足建模精度要求的同时减少试验工作量。二者的有机结合使其能够满足现代高压共轨柴油机低成本,高效率,高质量的标定要求。4.2.2RBF神经网络建模的基本思想随着神经网络技术的发展,神经网络理论己在机械工程、军事工程、化学工程、水利工程等众多的工程领域取得了丰硕的应用成果。其中BP神经网络和RBF神36 基于模型的高压共轨柴油机标足经网络常被用于函数的逼近,解决复杂非线性系统建模的问题。BP神经网络的权值的调节采用负梯度下降法,送种调节方法缺点是收敛速度慢并且可能收敛在局部最小点上。然而RBF神经网络在逼近能力、分类能力和学习速度等方面巧优于口0BP]。神经网络,因此,选择RBF神经网络建立发动机的预测模型一RBF神经网络是个包括H层的前向反馈神经网络.4,其拓化结构图如图4所示一。第层用于将网络与外界环境连接,没有太大的实际作用,也被称为感知层;一第二层称为隐含层RBF、经元实质上是些基函,是神经网络的核屯,隐含层的神数,这些基函数对输入信号产生局部响应,;输出层用于将各神经元的结果带权相加得到模型的最终输出。输入层隐层输出层图4.4艮BF神经网络拓扑结构Fig.4.4TheU)oloicalstruc1:ureofRBFNeuralNetworkpg常把W下兰种基函数作为RBF网络的神经元:(1)Gauss(高斯)函数r=-^ex(4.1)()p(^)(2)Reflectedsigmoidal(反演S型)画数口W-(4.^崎痴(3)Inversemultiquadrics(拟多二次)盛数=巧护)r(4.3)222'+。()■其中r为样本与基函数中也的欧式距离,〇为基函数的扩展常数。三种基函数并没有太大的区别.5RBF,其中高斯基函数最为常用。图4所示为神经网络进行37 度明理工大学硕±学位论文函数逼近的示意图。,其中虚线为任意函数,实线为基函数使用RBF神经网络对任意非线性画数进行逼近时,其实质就是有N个基函数带权相加,确定基函数的■)个数,每个基函数对应的权值,每个基函数的宽度(即〇及每个基函数在样本空间的位置就是RBF神经网络的学习过程。如果隐含层神经元的数目设计的合理,并且使用足够的样本对模型权值、扩展常数、基函数中也进行训练,那么艮BF网tW络就能够精确地逼近任意画数。3麵00.20.40乂化8至图4.5径向基函数带权么和iThes:F民ilbiftionwi1hrihtg.4.5umofadaassuncg4.2.3RBF神经网络算法选择RBF神经网络有正则化RBF神经网络和广义RBF神经网络之分。其中正则化RBF屯、神经网络将所有输入样本设为径向基函数的中,并且隐含层神经元个数等于输入的样本数。当样本数很大时,网络的权,各径向基函数选取相同的扩展常数。由于基函数中也均值矩阵就会很大,求解网络的权值时容易产生病态问题另外,为输入样本,,,导致模型存在过度拟合的问题,模型的泛化能力差即在样本点附近模型预测精度很高,当模型输入远离样本时,模型预测精度很低。因此,广义RBF神经网络是很好的建模选择。要得到广义RBF神经网络模型需要确定隐含层神经元个数、基函数中也、基函数扩展常数及模型的输出层权值。1)隐含层节点数的滿定RBF神经网络隐含层神经元个数的确定没有具体的算法,不同的模型需要不同的神经元个数,模型越复杂需要的神经元个数越多,模型越简单需要的神经元个。数越少在模型训练过程中不断进行调整,神经元个数太少,模型不能真实表征实际系统的特性,神经元个数太多又会导致模型出现过度吻合的问题,在实际模型训38 基于模型的高压共轨柴油机标定练过程中,采用试调法根据模型的具体输出情况对神经元个数进行调节。2)基函数中也的确定基函数中屯、的个数就是隐含层神经元的个数,但是基函数中也在整个样本空一一般有两类方法间的分布对模型拟合的精度有很大影响。确定基函数中也。第类方法是从样本输入直接选取一,根据对模型的了解,可W在样本密集的地方多选些中也点一,样本稀疏的地方中也点分布可W少选些,但是必须保证选出的基函数中一也具有代表性、。另类方法是自组织选择基函数中屯,在学习过程中需要对基函数中也进行动态调节-means聚。采用K类方法作为基函数中也的确定方法,其优点、是可W根据聚类中屯(即基画数中也)之间的距离确定各基函数的扩展常数(两个聚类中也相隔较远,基函数的扩展常数就会较大,基函数越宽,表现为模型输出较为平缓-mean)。Ks确定数据中也的过程如下:(1)初始化。产生小随机数,并构成与样本点维数相同的M个互不相同向量Ci(0),与(0),...,Cm(〇)作为初始聚类中也。-(2)计算样本点与聚类中也的2范数:^-==c.k.Px{\,l..)p.4),,j(4\\*3-()对每个输入样本;P根据其与聚类中也的最小2范数确定其归/X),令(/代表竞争获胜隐节点的下标=2l...P/(沪佩p,,,(4.5)|当式4.5成立时,把样本JT被归为第/类,从而将全部样本点分配到与M个聚类中也对应的子集中一:巧[/...^/5:。每个子集构成个聚类中也能够代(0,,(0,,^〇)表的聚类区域。(4)将各聚类区域中的平均值作为新的聚类中也,C/t表示第个聚类域,令jO)_/iV.为第J个聚类域中的样本数,则:.,=乂C克+1j()(4.6)去八EX色Uki()j新的聚类中也得到臥后,可臥根据下式计算扩展常数。令:c(4.7)JI则扩展常数取:式中,A为重叠系数39 昆明理工大学硕±学位论文3)网络输出层权值的确定输出层的权值可采用监督学习算法对输出层权值进行训练。但是更简捷方便的方法是采用伪逆法直接计算,因此本文采用伪逆法计算输出层权值,假设输入?’=-c=12=沪...112...M为沪是,第个隐含层节点的输出为咕),公,,,则;抑,,;,,Ij隐层输出矩阵为:。=8防(4.)1^=?若民8?网络的待定输出权值为^>1;>1;1,则网络输出向量为:1,,?1;[|=FXfF()0(4.9)+):令网络输出向量等于教师信号d,则r可用0的伪逆0求出^=W0d(4.10)+r-ir=0巫〇〇(4.11)()4.2.4高压共轨柴油机的RBF网络模型为了在满足排放条件下找到经济性最好时的控制参数组合,不仅需要建立控制参数与燃油消耗率之间的预测模型,还要建立控制参数组合与排放之间的预测模型,用于在寻找最佳控制参数组合时计算控制参数姐合是否违反约束条件。将实验获取数据导入RBF神经网络模块进行模型的训练。W油量与工况点的预测模型为例,国4.6所示为油量预测模型训练过程中,隐,重叠系数为10的拟合情况含层神经元个数为25。图4.7所示为模型输出与实测试验数据的相对误差。戀猶I巧麗嫌內=====^7〇1皿I30"獄撕95tmi05lio115125xm133图4.6油量模型拟合情况Fig.4.6Thecomp扣isonofthefittedcurveandtherealcurveoffuelquantky40 基于模型的高压共轨柴油机标定。紙-'1I。化^^11!、|1.-||L|||:,"叶||巾||「|?0?旅IiiiiiIjiI踞90巧100105noU5120125玉30玉巧縣魚图4.7油量模型误差F.4.uanifidmodlig7TheeiTorofthefuelqttyttee在民BF神经网络拟合的过程中需要根据拟合情况不断的对神经元个数、重叠、系数进行调整。当拟合结果达到要求时,权值、基函数中屯、扩展常数这H个网络参数也随之确定、NOx。从而得到了各性能参数的预测模型。最后燃油瓣耗率模型排放模型、PM排放模型、油量模型的基函数个数分别为56、48、50、36,重叠系数均为10。4.3模型质量验证。模型是基于模型标定的核必内容,模型的精度直接决定着标定质量由于权值一采用伪逆法计算,模型的拟合结果满足精度要求不定模型具有良好的泛化能力。为了验证模型,在原来试验设计结果的基础上新设计了20组控制参数组合,并进行台架试验测得性能参数。为了保证对模型评价的客观性,20组控制参数纽合循环测试5次,取平均值作为试验测试结果。将测试点分别输入各性能预测模型计算各参数组合的结果。下分别为各模型验证结果及误差。实验数据模型输出HEI3]-70-0,061^j1,0-㈱—了S,叫丽■,X,002-^排.*j1国圓■,国',;-,|麗ir|叫| ̄ ̄ ̄- ̄ ̄ ̄ ̄ ̄ ̄-020.06iiiiii;iiiiiiiiiiiii024S8101214巧18泌02468iO12U16巧巡测试点测试点4图.8油量模型验证结果及误差Fig.4.8Theresultsofthevalidationoffittedoilquantitymodel41 昆明理工大学硕±学位论文实验数据d模型输出rn■- ̄ ̄ ̄ ̄2撕臟5-W-?^「;SX議-|1]2如-x;xIIX、??I,亥、-义240XI。-1--^圓1?■■I誦画誦画||'匿23。-X■■X.III5-。.心2泌-,XIIIgII21Q-0 ̄,021IIIIIjIIIIiiiiiiiii02468101214IS1820024色81日1214161820测试点娜试点图4.9燃油消耗率模型验证结果及误差Fi.4.9Theresittedfuelconsumtrmgultsofthevalidationoffpionateodel实验数据EZD模型输出PHg-0.巧一1j7-芝^^X比X¥;i冲!--12-狂■§f■"^"X15{1i)t)I)(1i1II(IIIIit0246810121416巧200246810:L2M化IS20测试点测诚点图4.10NOx排放模型验证结果及误差Fig.4.10Theresultsof化evalidationoffitedNOxmodel实验数据PT1模型输出irn ̄ ̄'丄111"?—?"―〇*?S0.31V:—I乂^*20IS-《《化〇右〇巧XI。」-..::HW0王■■■.。-,|。々_I?如I-5f,-0-0-K.2I.2J?|--—_-.………………_--—0.i0.34tp,‘,ii1,iiir024681012M16巧劝02468101214161820测试点测试点图4.11PM排放模型验证结果及误差Fi.4.11Theresultsofthevalidationof打化dPMmodelg验证结果表明,油量模型的平均残差率为0.035,油量模型的平均残差率为42 基于模型的高足共轨柴油机巧足0.015,;SK)x模型的平均残差率为0.052,PM排放模型的平均残差率为0.09,各模型均能满足基于模型标定的建模要求。4.4本章小结分析了标定系统及试验方案,对试验设计得到的参数组合分别进行了台架试验,并测得燃油消转率、NOx、PM等性能参数。使用自己编写的RBF神经网络程序进行模型训练。建立了控制参数与各性能参数的预测模型。另外,由于转矩与油量的物理关系复杂,为了得到不同转矩下的喷油量,建立了喷油量的预测模型。为了验证预测模型的可靠性,,另外増加设计了20个参数组合。结果表明预测模型具有良好的精度,能够满足高压共轨柴油化基于模型标定的工作需要。在模型的训练过程中一,隐含层神经元个数是个关键参数,个数太少,模型不能表征实际系统的映射关系;个数太多又会影响模型的泛化能力。重叠系数决定着、两个基画数之间的重合度,在模型比较复杂变化频率高时,应该使用较小的重叠系数,模型比较平缓时,使用较大的重叠系数。43 基于模型的高压共轨柴油机标足第五章控制参数优化5.1优化问题的数学描述柴油机控制参数的优化是一个复杂的优化问题。随着排放法规的日益严格,对电控柴油机控制参数优化不仅要考虑发动机的性能参数,还应满足排放法规的要求。在本文的标定中W燃油消耗率为优化目标,NOx和PM排放为约束条件,并在发动机的每个工况点上找到在满足排放约束条件下的燃油消耗率最低时的控制参。数其数学描述为:目标函数min/(X)(5.1)占约束函数:=-巧闲&闲&liin含0(5.2)6乂=-邮《〇)各闲各(5.3)2(22其中乂(X)为燃油消耗率的预测模型输出,义=似巧,&(X),各2闲分别NOx,PM排放的预测模型输出;&Hm、&lim分别为NOx,PM排放限值。高压共轨柴油机的控制参数优化并不是要求得目标最小值,而是需要找到目标最小值时的控一RBF制参数组合。由于燃油消耗率的预测模型是个神经网络,模型是不可解析的,因此传统的方法难W解决柴油机控制参数寻优间题。5.2标定优化的遗传算法设计5-.2.1般数学问题的优化在数学问题中;=+,经常设计到求函数极小值和极大值的问题。考虑函数;一=要求其最小值,般的做法是对原函数求导x+i,,得y并令其等于零可得到最=-小函数值对应的输入变量xl。当问题的函数不连续或者很难求得其导数时,这种方法就显得力不从必了。对于此类问题也可W采用传统的数值方法解决问题。如黄金分割法、梯度下降法等。黄金分割法适用于[〇,6]区间上的任何单峰函数求极小值问题,其具体做法是[a,6]内随机取点A,把[a,6]分为兰段。如果/向>/(口2),令**-===--===口〇口a+化6186〇<,口。占〇.6186,A,A(句;如果())令62,91,巧(i2/1/〇2-,如此迭代下去,将会缩小搜索空间句,得到的结果也将逼近最优解。黄金分割45 度明理工大学硕±学位论文法不要求函数是连续的,但是只能适用于单峰问题的寻优。梯度下降法要求问题函'=二-数连续可微:索,考虑问题,初始化jceab令;,其中y/〇)[,>兩//〇)X为搜?=速率,可W是01之间的小正数,,这,当xjc时停止搜索。当函数有多峰时,+i。。种方法很容易收敛于局部最优解(多峰问题中某个极小或极大值,但不是最小值)柴油机基于模型标定优化问题属于非线性规划问题,需要在满足所有约束条件下找到目标函数的最优值,传统。控制参数与性能参数的预测模型是民BF网络的方法很难解决这类问题的寻优。遗传算法是借鉴生物界优胜劣汰法则对样本空一,不需要系统模型连续间进行自适应搜索的种进化优化算法。在问题寻优过程中、、,并且对于多峰函数能在全局范围内寻得最优解实可微。由于遼传算法原理简单、现方便及鲁棒性强,遗传算法在问题求解优化和捜索等许多领域得到了成功的应用。近些年,遗传算法被广泛的使用在电控发动机的标定工作中,在解决发动机控制参数优化问题中获得了很好的效果。5.2.2遗传算子的选择及设计遗传算法是生物进化论和遗传学为基础发展起来的,遗传算子模拟了生物,参数组合(f被认为是进化的过程,采用了群体捜索技术。在柴油机的标定中口,)一P一条染色体,,多组参数组合炒构成个种群,)而目标函数及约束条件则可W被认为是这个种群生活的自然环境,根据参。遗传算法模拟了自然界的优胜劣汰法则数组合如尸计算得到的适应度值判定该组合在当前种群中的优劣,并通过遗传进,)化后,对优秀的控制参数纪合进行保留,较差的控制参数组合在多次迭代后被淘汰。一基于这样的思想,,最后的控制参数组合收敛到个最佳的状态即标定中要得到的最佳控制参数组合。,、交叉算子为了实现控制参数组合的基于模型优化需要设计选择算子、变异算子等遗传操作对控制参数进行自然竞争。通过选择算子对当前种群中的所有(口,f)控制参数组合施加压力,根据每组(口,f)对应的燃油消耗率6。赋予不同的选择一概率,对应燃油消耗率的值越低,该组合被选择进入下代的概率越大,这样就实现了种群中各控制参数组合的优胜劣汰,。交叉算子扩大了在解空间内的捜索范围。,通过父代染色体杂交,可能产生更优秀的子代变异操作在小概率下发生增加了在解空间内的局部搜索,。经过这些遗传操作逐步使种群进化到包含待求解问题近似最优解的区域。46 基于模型的高压共轨柴油机标足1)选择算子选择算子通过计算出各染色体的适应度值对染色体进行筛选,把遗传搜索引导到更可能找到最优解的空间。如果选择对种群施加的压力太大,则遗传搜索过早终止,并且很容易停止在某个局部最优解上;如果选择压力太小,算法收敛速度又难接受。随着遗传算法的发展选择方法,出现了许多,常用的选择算法有轮盘赌选择(rcmlettewheelselection)、(//+/I)选择((//+乂)selection)、竞争选择(化urnament-selection)、稳态复制(steadystatereproduction)、排序与比例变换等方法。由于轮盘赌选择方法实现方便一,并能保证每个染色体在下代中复制的次数与期望值相差不大,因此本文采用了轮盘赌选择方法对控制参数进行组合。其具体操作如下:一一(1)对预测模型输出值进行归化,巧化W后,当前种群中的最差控制参数组合将直接被淘汰,而最优染色体被赋予了最大的选择概率。>(2)计算各控制参数纽合=/.的适应值K(&,,)=evalXbxi=\2...osize()(,,.1^p),pp_(5)^的句为罚函数。(3)计算种群中所有控制参数适应值之和fpopsizeF=e=^val{X),il,2,...,pop_size(5.2)=1!po?57:ze为种群规模。;_(4)计算控制参数组合K的选择概率A,由于该优化问题是求解最小值问题,A计算如下:围!=1-Piopsize(53).iF^\p—_(5)计算各控制参数组合的累积概率popsize=i2...〇size,(5P,h,pp_.4)Zi=,1在选择过程中产生一个[01的随机数,随机数所在控制参数组合累积概率段,]一中,则该控制参数组合被选择到产生下代控制参数组合的遗传操作中。2)编码方式及交叉、变异算子(1)编码方式47 昆明理工大学硕±学位论文编码是将具体问题的解空间(表现型空间)映射为遗传算法编码空间。遗传算法发展的早期,主要采用二进制的编码方式。假设某个问题的解空间为10,则在遗传操作之前需要把X编码为二进制表示的染色体。二进制编码方法的优点,交叉和变异等遗传算子便于实现,且在交叉是编码和解码的过程简单、变异操作中不会产生超出解空间范围的不可行解。缺点是问题的解的表现型空间可能只是很小的距离,而编码空间具有较大的Hamming距离。举个例子来说,假设某问题的最优解为1024,二00000000001023进制表示为1,二,而当前个体为进制表示为01111111111。想要通过遗传算子将onnnii11进化后得到100000000000是特""口1]别困难的,送就是所谓的Hamming悬崖问题。随着遗传算法的发展,出现了许多编码方式。如:实数编码、整数或字母排列编码、格雷编码等。格雷码在二进制编码方式的基础上进行了改进,但仍然存在二进制编码的部分问题。整数或字母排列编码又被称为符号编码,染色体编码串中的基因值取自一个没有实际意义而只有代码意义的数字或字母。符号编码方式对遗传算子的设计要求很高一,般需要仔细的设计交叉、变异等遗传运算的操作方法一一实数编码方式比较直观,解空间与编码空间对应。每个基因直接用解空间范围内的实数表示即可。实数编码的方式在很多研究中被证明是对于函数优化问tw题最有效的方式。实数编码可表示范围较大的数,捜索空问大,运行效率高,适合于精度要求高的遗传算法。另外,这种方式便于设计知识型遗传算法、处理复杂的约束条件等。本文采用了实数编码方式的遗传算法对控制参数组合进行寻优。一,在实数编码的方式的遗传操作过程中可能产生非法解但是,即新代个体可能超一出限定的范围。针对这问题,设计了合理的交叉、变异算子来保证了产生的新个体在解空间内。(2)交叉算子交叉算子使用随机的两个父代个体按一定的概率进行交叉操作产生一个新的,选用算术交叉的方式进行父代的杂交个体。针对实数编码方式。具体操作如下:设父代中两个控制参数组合为X=X=(如巧(也巧(5.5)i;)则产生的新个体为:又=乂+乂(;!5.6);^^=XXXAA(+5,,.7),乘子限制为=:+,-W油量口为例由于巧和A的产生均在口巧口边界范围内,这种交叉算ma48 基于模型的高压共轨柴油机标足子能够保证新个体知和知也在边界范围内。(3)变异算子变异算子在满足变异概率的条件下对染色体的基因进行变异,变异操作实质上是对染色体进行微调,在局部范围进行捜索。变异算子进行变异时必须保证变异后的个体在边界范围内;,针对高压巧轨柴油机的标定问题,设计如下的变异算子=假设父代电控参数组合为X(A^,其中.在变异概率下被选择进行变异产),,巧=生新的后代X.(巧,则,),巧*=--:1(5巧口+碱W切(妻).8)-=-Lc.((]_5ppyp(f(.9)其中r是[04]的随机数,T是最大迭代次数,t是当前迭代次数,b是确定非均匀性的参数。随着迭代次数的增加,变异逐渐趋向于零,保证迭代初期在较大的样本空间范围进行搜索,迭代后期在局部样本空间进行捜索。5.2.3约束处理高压共轨柴油机标定时,需要在满足所有约束条件的前提下寻找到最优性能指标时的控制参数组合,这是非线性规划问题。如何解决约束问题是非线性规划问题的关键。常用的约束处理方法包括拒绝法、修补方法和罚方法等。拒绝方法抛弃在进化过程中产生的所有不可行解(即不满足约束的解)。这种方法简单方便,但是效率低,缺乏科学性。拒绝法对样本的限值过于严格,如果在遗传算法初期随机初始化产生的染色体大部分或全部是不可行解,则大量的染色体将被淘汰,使得算法无法。收敛或无法进行修补方法是对染色体采用修复程序使之变为可行解,构造修复程序是比较简单的,但是这种方法依赖于具体问题,对不同的问题必须设计不同的修复程序。有些时候,经过修补程序对染色体的修补过趕特别复杂。罚方法是遗传算法中解决约束问题的常用方法一,有时些不可行个体可能携带最优解的更有用的一信息,因此罚方法般不拒绝每代中的不可行解。这样yX来,遗传搜索不仅能从可行区域进行搜索还能从不可行区域进行搜索。罚方法关键技术在于如何确定合理的惩罚函数,避免惩罚不够或过度惩罚。针一对这问题:,设计了自适应的罚函数策略。惩罚函数构造如下49 睦明理工大学硕±学位论文=P切1+(5.10)巧(苦尝)咕-Afc'=x':maxb5〇(}(.11))化g),,=maxsAbjcjcetAbP(5.12)^;{,()()}^?ax.其中,A6jc是约束1在X的违反量();AZ是当前种群中的最大违反量;e是,f'一7为了避免除零的个小正数a,。;是惩罚参数;(为当前迭代次数为总迭代次数对不可行解染色体的惩罚力度包括两方面一。方面,某个染色体的惩罚为度由当前种群中的整体违反约束的水平决定,能够做到在不同代中根据具体情况进行自适应调整一,,,;另方面在遗传算法初期,给予较小的惩罚因子随着迭代次数的増加加大对不可行解的惩罚力度,保证在最终找到的最优解中满足约束条件。5.3控制参数优化5.1.3控制参数优化策略在DoE试验设计中,虽然将转速和转矩加入到参数组合设汁中,但是转速和转矩并不是需要优化的参数。由于建立的预测模型包含了工况点信息,因此向模型输入不同的转速与转矩,可利用遗传算法找到不同工况点下喷油提前角和轨压的最佳控制组合,这样就可W根据MAP表格的横级坐标(即MAP输入)的值,得到整个表格数据。但是,喷油提前角和轨压MAP的输入并不是转矩,而是油量与转速-。因此可利用转矩油量预测模型,根据MAP表格油量坐标的值得到对应一的转矩值并输入到模型中一。送样MAP表格就能与预测模型对应,可通过遗传算法找到整个MAP表格的最佳控制参数组合。在遗传算法优化时=。,转速和转矩不参与染色体的生成,染色体为本(0,马)在一个固定的转速转矩组合下,不断对染色体种群进行遗传操作,直到找到该组合一下的最优喷油提前角与轨压组合。,然后再进行下个工况点的控制參数的寻优因为模型建立时使用的各参数都具有边界条件及范围约束,模型也只能在这些约束内保证其精度。为了保证遗传算法的可行性,在遗传算法程序中,生成的初始化染色体W及在遗传子进行遗传操作的过程中,也必须保证参数是可行的。因此采用了与DoE试验设计时相同的边界约束对各参数限制。为了能够有效的进行控制参数寻优,遗传算法程序増加了自动寻优算法。图5.1所示为程序自动控制参数寻优的流程图。50 基于模型的高压共轨柴油机标定自适应惩巧初始化种群《1<1RBF一.神经网巧模型?遁巧度评价A轮盘选择「I广算术交叉IZIII重设X况参数非均匀变异]Ir,新个体件满足 ̄- ̄ ̄—^ ̄输出结巢51图.自动优化程序的逻辑流程F-mi.5.1TheflowrocessdrAuzaongpiagamoftomaticOptiiti5.3.2控制参数优化结果图5.2为转速在2600r/min,转矩为235N.m下的优化结果-—————2451-244243-2違1-If1識III-240I-23g^02040§0801C?1251401^im200图5.2优化后的目标结果F.ig5.2TheresultsofotimizationGeneticalorithmpg51 昆明理工大学硕±学位论文驟罐鶴凑囚織□m&mm因图"2〇-…………I…II■1.1……I ̄ ̄--*-ISO201150;;;;;iI1|J|E±lri;}p025SO巧1燃125150玉巧2嫩0巧诚巧100王251巧200(a)初始化染色体(b)优化后染色体aTheI打itialChromosomebTheevolutio打alChromosome()()图5.3初始化与优化后的染色体Fihenitndeevoluilromosomeg.5.3TIialathtonaCh图5.3(b)为该工况点下优化后的喷油提前角与喷油压力控制参数组合。优化过程中种群规模为200,交叉概率为0.4。由于优化时,遗传算法对两个控制参数同时进行捜索。相比传统标定,省去了人工权衡的环节,解决了传统标定方法的难""一些凹坑题,对MAP进。但是优化后的数据有,为了柴油机控制过程的平顺性行了光顺处理。结果分别为图5.4、5.5、5.6所示。-_—作66評S喬焉嶺咬\巧乂%々鄕\\1、誦I、未辆幽鎌-夸冶f令备''I。皋妇r.相y图5.4油量MAPFig.5.4TheMAPofoilquility52 基于模型的高压共轨柴油机标足論〇、。%.件r%粗瘦!图5.5喷油提前角MAPFTnnmnig.5.5heMAPofIectitiijog輸〇、。准.巧r%解瘦!图5.6轨压MAPF.5.Mig6TheAPofCommonRailr巧surep53 睦明理工大学硕±学位论文5.4标定质量的验证为了验证优化后的控制参数质量,通过标定系统将优化后的参数刷新到ECU中,并进行该发动机的万有特性实验,得到了万有特性曲线。图5.7、5.8分别为为优化前后的万有特性曲线图。结果表明;标定后的共轨压力、喷油提前角参数扩大了该发动机的燃袖经济区域。400!爾藝愛::-::::^:^I如兰二n二284^■ ̄ ̄-二29650^8^5iew20^24002^3^3600-1转速./rm化图5.7优化前万有特性曲线Fig.5.7Theoriginalcharac化risticfuelCO打sumptioncurve午400或S乙互垂贫襄200S:ZX—巧款5違X_三含每養—100-.—.巧4—1…—1^^—"-?一29650T8001200160020002400280032003600—1?转速/rrain图5.8优化后万有持性曲线Fig.5.8TheModeAbasedoptimizedcharacteristicfuelconsumptio打curve54 基于模型的高压共轨柴油机标定5.5本章小结分析了一般数学问题中求解极大值或极小值的方法及高压共轨柴油机控制参数组合优化的复杂性。高压共轨柴油机控制参数优化属于非线性规划问题,适合采用类似遗传算法这种进化算法寻找最优控制参数组合。针对高压共轨柴油机控制参数非线性规划问题,采用了实数编码的方式进行编码,并设计了合适的交叉算子与变异算子,保证了种群的可行性。另外,采用了罚方法对约束进行处理。在优化程序中采用了MAP插值的方法增加边界约束,各参数的边界约束与试验设计过程中的约束相同。将优化后的控制参数姐合重新刷入到开发ECU中,并进行了万有特性台架试验。结果表明;标定后的共轨压力、喷油提前角参数扩大了该发动机的燃油经济区域。55 基于模型的高压共轨柴油机标足.第六章总结与展望6.1总结能源与环境问题是汽车行业发展面临的两大问题。为了满足汽车行业发展对现代柴油机的日益严格要求,国内外研充人员做了很多相关的工作。高压共轨系统由于其控制柔性、控制精度高、可移植性强等特点被广泛应用于柴油机中,成为现代柴油机不可或缺的配置。另外,废气再循环技术、祸轮增压技术、可变气口正时技术、排气后处理技术等多项技术应用于柴油机中,改善其动力性、经济性及排放性能。随着送些新技术的増加,柴油机的标定工作也变得越来越复杂,各个控制参一性能目碌的影响存在锅合关系数对同,各个性能指标之间也存在相互之间矛盾。采用传统的标定方法很难找到满足各性能指标的控制参数组合。汽车行业的发展也对柴油机台架标定与整车标定提出了更高的要求。基于模型的标定方法能够有效提高标定效率、降低标定成本、提高标定精度,成为了目前的研究热点和发展方向。针对YN38CRD高皮共轨柴油机展开了基于模型标定技术的研巧,具体工作如下:(1)分析了高压共轨柴油机喷射系统的MAP体系。其中,喷油提前角MAP和喷油量MAP比较复杂,不同的喷射组合,预喷和主喷使用的MAP不同。另外,各MAP在控制策略中还存在一定的逻辑关系。因此,在标定工作前必须明确需要标定的MAP。(2)分析了不同试验设计方法的原理及其适用范围,Halton试验设计方法具有可重复、水平数独立、巧匀性好等特点,选择并编写了Hahon空间填充试验设计程序。利巧该方法对转速、转矩、喷油提前角及轨压四个控制参数进行设计了234个试验点。为了验证模型,在原有设计的基础上设计了20各测试点,用于对模型的验证。(3)根据试验设计得到的参数姐合进行台架试验,利用标定系统在线修改及监测控制变量。测量了不同参数对应的性能参数,包括燃油消耗率、NOx排放W及PM排放。为了对建立的模型进行客观评价5,测试点的每个组合进行了次循环测试,采用平均值对模型进行验证。(4)分析了RBF神经网络的原理及其可行性,编写了RBF网络训练程序。57 居明理工大学硕±学位论文根据台架试验得到的数据进行RBF网络训练,分别得到了燃油消耗率、NOx排放、PM排放WRBF神经网络表征的预测模型。另外,考虑到油量MAP主要满足动力性要求,训练得到了转矩与油量之间的映射模型。利用20个测试点的数据模型进行了验证,各模型均能很好的表征控制参数与性能参数的映射关系,能够满足基于模型标定的需求。(5)根据遗传算法理论,编写了、、罚方法进行约束处!实数编码算术交叉理的遗传算法优化程序。1^0<!^1燃油经济性为目标,在满足及?1^排放约束条件下对控制参数寻优。优化后得到的控制参数组合重新写入到开发ECU中,进行了台架试验验证。结果表明:优化后的参数改善了原机的经济性能。6.2展望基于模型的标定方法能够提高标定效率与质量,降低标定成本,是发动机标定技术发展的方向。然而国内基于模型的标定技术还不够成熟,对它的研巧也不够完善,还有很大空间进行扩展:(1)可W将基于模型标定方法应用于多次喷射的标定过程中。随着喷射次数的增加,将增加各次喷射的油量及喷油提前角参数,标定工作也将更具有复杂性和挑战性。也可尝试将基于模型的标定运用到瞬态标定中,研究瞬态的基于模型的标定方法。(2)试验设计方法、建模方法、优化方法应该多样化与智能化。应该具有多种方法进行选择,在不同条件及柴油机的工况范围采用不同的方法对柴油机的标定将更加有力>。另外,实现各方法的智能化,可^1将智能的基于模型的标定技术与。标定系统相结合,完成柴油机的自动标定(3)开发准确快速的发动机仿真模型,将智能化的基于模型惊定方法与仿真。模型结合,实现没有台架试验也不需要标定系统的自动化虚拟标定相信随着柴油。机技术的不断发展,自动化虚拟标定也将成国内柴油机标定工作的新主题58 基于模型的高压共轨柴油机标定致谢感谢申老师对我无微不至的关也与帮助。在过去的求学时光里,往事历历在目。。申老师不仅是我的指导老师,更是我的良师益友在本科二年级的时候,有幸结识了申立中教授。在他的极大鼓励下考上了硕±研巧生。申老师是我也目中的内燃机""大牛,他不仅知识渊博、视野宏阔、科学态度严谨,而且对研究生教育工作认真、。负责任劳任怨申老师总是从系统思想的高度引导我发现问题,解决问题,培养了我的系统思维。在生活中,申老师愿意跟我分享他的宝贵经历,他崇高的品格和深刻的思想将使我受益终生。。在申老师的帮助下,顺利的完成了课题研巧工作毕""业在即、。,我谨向敬爱的导师,我屯目中最可爱的人点个赞感谢我的师兄张生斌博±对我的关也与支持。在两年半的求学路途中,师兄总、是很耐屯的跟我讨论遇到的问题,,课题中遇到的很多问题在师兄的帮助下得W解一决。另外,师兄毫不保留的给我传授些编程的技巧与方法,让我在研究生期间学到了很多有价值的东西!。在此,我向师兄致衷也的感谢另外,感谢王老师和姚老师给予我许多技术上的点拨和指导,感谢毕老师和贾老师对我在生活上的帮助与支持。同时感谢我的师兄师弟们在生活上、学习上给我的帮助。最后,感谢我的父母与姐姐对我的支持,他们是我在学业和生活上百尺竿头更进一步的动力。59 基于模型的高压共執柴油机栋定参考文献I欧阳光耀,安±杰..北京:[,刘振明等著柴油机高压共轨喷射技术[M]清华]20-大学出版社12:520.,-口]国家环境保护总局,国家质量监督检验检疫总局.GB176912005《车用压燃式、气体燃料点燃式发动机与汽车排气污染物排放限值及测量方法(中国扭、IV、V阶段)》.[3]GuzzellaL,OnderCH.Introductiontomodelingandcontrolofinternalcombustionenginesystems[M].2nded.Berlin:Springer,2010.[4]袁文华,鄭加强,粪金科.柴油机高压共轨喷油系统设计优化及智能控制M-.北京!中国水利水电出版社:1035.[],2014[5]XavierE.M.民.SWesthalR民odriuesWN.ReductionofExerimental,p,gpDataPoi凸tsintheBaseCalibratio凸byEstimationofEngineMapsUsinge--RgularizedBasisFunctio凸NeuralNetworksC.SAEPaer2012:360231[]p,2012.[6]AuilerJE,ZbrozekJD,B山mbergPN.OptimizationofAutomotiveEngineCalibrationforBe-aertterFuelEconomyMethodandAlicationsC.SAEPpp[]p7700761977.,tkinson-7C.ceseratonOtimizati:An[]A,MottGDynamiModlBadCal化ipon-In-iToductio打andAlication化DieselEnines[C].SAEPaper2005010026ppg,2005.[8]UllmannS,ReussHC,ZellA.Cal化rationSystemPro化typeforIncreasingtheLevelofAutomationinStationaryEnineTesti凸andCal化ration[C].SAEgg-Paper-20050118282005.,[9]DiewaldR,CartusT,SchiiBlerM,etal.ModelBasedCalibrationC--Me也odolo.Ser20090128372009gy[]AEPap.,10KeuthNAltenstrasserHKunzfeldAetal.AdvancedMethodsforCal化ration[],,,andVa-nlidationofDiesdECUModelsUsingEmissionandFuelConsumptioOptimizationandPredictionDuringDnamicWarmUestsDCC.SAEypT巧)[]Paer2013-26-0p1132013.,-[II]StuhlerHKruseTStuberA.A山omatedModelBasedGDIEnineCal化ration,:g61 枯明理工大学硕±学位论文aven--AdptiOlineDoEAroachC.SAEPaer20020107082002.pp[]p,12eeethotatca打dD打amcode-BasedEnne[良yu打ghoL.Mdologyfor民aidSiiMlgi]pyCalibrationandOptimizationD.Ohio:TheOhioSt:ateUniversity,2005.[][13]P.Schoeggl,W.KrieglerandE.Bogner.VirtualOptimizatio打ofVehicleandAE--PowertrainParameterswithCo打siderationofHumanFactorsCS200501[,]19452005.,14SchlosserAKinooBSalberWetal.AcceleratedPowertrainDeveloment[,p],,ThrouhMode--glBasedCalibrationC.SAEPaer20060108582006.[]p,15Carl:erNGabler民.AModelBasedCal化ratio打Processfor民obustOtimal[],pCamPositio打SelectionUnderallEngineOperatingCo打ditions[C].SAEPaper--20080113662008.,16KianifarMRCameanLFeuentialDoEFrameworkforeadSl;a1;eodel[],p.SqStyME--BasedCal化rationC.SAPaer20130109722013.[]p,7MtPtDtrt-1e打i打kWillemsFKuerF.Exerime打alemonsaio打ofaModel[],,pppBasedControlDesinandCatMethsttimalo-glibraionodforCoOpEurVI*--EnineA-g;fteitreatme打tOerationC.SA巨Paper20130110612013.p[],1Atkin乂llMode-B民t8so打CainMZhanHoushu打.UsinlasedaidTransien[],,ggpCalibration化民educeFuelConsumptiona打dEmissionsi打DieselEnginesC.[]--SAEPaper20080113652008.,-19NebelMVoelsMSCombeTetal.GlobalDynamicModelsforXiLbased[,g,,]CaUbra--tionC.SAEPaper2010010329,2010.C]20YooJ,LeeH,JanJW,etal.AutomatedOtimizi打alibrationofEnine[]gpgCgDab--riveiliton化eDnamicPowertrainTestBedC.SAEPaper201301yy[]25882013.,21民askESell打auM-tTues.Simulatio打BasedE打inelibraion:Toolsechni[],gCa,q,t4-0-andAlicaionsC.SAEPaer200112642004.pp[]p,[22]ETASGmbH.车辆嵌入式系统的测量、标定和诊断解决方案[M].易特驰汽车技术(上海)有限公司.2014.[23]G.F.Guimargies,L.民.Muniz,G.T.Braga,etal.AStrategyBasedontheArchttureANFI-IiecS(AdaptiveNeuroFuzzynferenceSystem)forCalibrationI--ofnt;ernalCombustionEnineC.SAEPaer20123605212012.g[]p,[24]周英杰.基于DoE的柴油机数学建模及电控参数标定[D].上海:同济大学,62 基于模型的离皮共轨柴油机标^2008.[25]陈礼勇.高压共轨柴油机基于模型的虚拟标定方法硏巧[D].天津大学,2007.口6]杜乐.基于模型的直喷汽油机标定技术研巧[D].吉林大学,2013.口7]李光磊.电控柴油机性能开发与优化标定技术研巧[D].长春;吉林大学,2005.:口8邱森.离压共轨车用柴油机电控参数基于模型标定的研巧D.南宁广西][]大学,2009.29张生斌..基于LabV化W的电控发动机ECU标定软件的研究与开发D[][]:昆明理工大学2011昆明.,0、:2007.口]郭源.电控发动机标定系统软件核屯开发及仿真D.长春吉林大学[],.发动机标定数据管理系统开发[D].PU周洋.武汉:武汉理工大学,2013颜伏伍任明..武汉理工大学,邹斌,等电控发动机自动标定系统设计m口引,-学报:信息与管理工程版2004264:3639.,,()33王俊席-杨林.GD1[],,冯静,等高压共轨柴油机在线标定存储区的应用研5263-巧W.内燃机工程,200:4345.,()口4先成.电控喷油系统喷油特性测试和油量线性化自动标定系统开发[D].]李上海交通大学2008.,口5]马雁,殷海红,战强.WP7京V柴油化性能优化研究阴.内燃机与动为装1-置2033〇:48.,,p)[36]倪计民,杨挺然,杨健等.基于模型的高压共轨柴油机电控参数优化机.200829-内燃机工程1:610.,,()[37]韩强,杨福源,张京永,等.用于标定和优化的高压共轨柴油机建模的.清华大学学报-:自然科学版2004441:15241527.,,〇)38吴建营杨福源.[陈小迅等.共轨柴袖机基于模型标定方法应用研究[J]],,,2006-车用发动机:2427.,,口)[39]倪计民,杜倩颖,周英杰,等.DoE在高压共轨柴油机优化设计中的应用-.内燃机学报20093W27:2312%.,,()Nebe-40lMVoelsMSCombsTetal.创obalDnamicModels化rX化bawd[],,g,y--Cal化rationC.SAEPaper20100103292010.[],4KianifarMR,CameanLF.SeuentialDoEFrameworkforS化adS化teModel[。pqyBasedCa--libration[C].SAEPaper20130109722013.,63 占明理工大学硕±学位论文42D--[最优设计和Dn最优设计的算法研巧[0].西安电子科技大学3.],201sructonandComar-43SobolIM.AotskyDConstiisonofHihDimensional[],,pgSob〇rGeneratorsJaz-.Wilmottmaine20119:6479.[]g,()44]FosterT.CalibrationScenarioEdhorEnablesHigherCal化ration[E街cAE--ienciesC.SPaer20080127142008.[]p,[45刘福水仇滔刘兴华,等.基于模型的电控柴油机标定技术[J].车用发动],,-20056:14机.,,46立群.第二版.北京:化学工业出[]韩.人工神经网络理论、设计及应用[M]-版社,2011:164177.[47]泻国胜,贾素梅,周巧.基于BP神经网络的电控单体累柴油化标定方法-P.农业工程学报2012285:212和],,。)[48]候献军,巩学军,杜常清等.基于RBF神经网络的汽油机电控参数的标定-.中国机械工程8:22642267.及优化口],2009,20(1)49XavierE.M.R.SWes巧halR民odriuesWN.ReductionofEixerimental[],,gpDataPointsintheBaseCal化rationbyEstimationofEngineMapsUsinger20-%-Re山arizedBasisFunctionNeuralNetworksC.SAEP巧120231g[],2012.[50]候媛彬,杜京义,汪梅.神经网络[M].西安:西安电子科技大学出版化,2007-:125137.51玄光男程润伟.遗传算法与工程优化[M].于散杰周根贵.北京;清华大[],,学出版社2004-:628.,52-::7689.[]张宏建孙志强等.现代检测技术M.北京化学工业出版社,2007,[]64 基于模型的高压共轨柴油机标足附录A攻读硕±学位期间参与项目及发表论文1王正江.基于RBF神经网络的电控柴油机标定研巧.内燃,申立中,张生斌机科技,201465
此文档下载收益归作者所有