联合boost和matlab基于模型标定的研究_北航等

1、 Boost 100191-Based Calibration of a gasoline engineInvestigation of the Min Boost andAbstract: The Boost software of the AVL and the Menvironment-Based Calibration toolboxabsoftware were used to optimize the torque characteristic and the fuel economy of a gasoline engine.The progress of the calibra

2、tion was elaborated, including building Boost m, selecting testingpos, mathematical Ming and calibration optimizing. The ignition timing map and theamount of fuel injection of each cycle map were given, as well as the engines torque map and fuelconsumption map, which would be of great reference valu

3、e to the engines designing work.Keywords: engine; mAVL-based calibration; pre-calibrationBoostMBC M-Based CalibrationBoostMAP2070123BoostBoost1)2)Boost3)4)max BTQ(S, n, L, Q) andmin b (S , n, L, Q)e( Tex )max Lim TexP Lim Pmaxmax( dpdp) Limddmax式中BTQ为发动机转矩；S为基本点火提前角；n为发动机转速；L为节气门开度；Q为循环喷油量； be 为燃油消耗

4、率；Tex 为排气温度； Lim Tex 为排气温度限值； Pmax 为最高爆发压力；max 为最高爆发压力限值；为燃烧压力升高率；d 为燃烧压力升高率限值。标定的优化目标是转矩和燃油消耗率通过标定点火提前角和循环喷油量，使发动机在每一工况点上都能在满足排气温度、最高爆发压力和压力升高率的限制条件下达到较高的转矩和较低的燃油消耗率。三、 发动机的物理模型研究对象为四冲程四缸水平对置汽油机，该发动机采用废气涡轮增压，图 1 是其Boostd pd Lim dpLim P模型。该模型选用 Wacshni1978 研究传热损失，传热系数w为：0.8V T 130D pT 2.280.308c 0.0

5、03240.80.53 c D c,l 0.2p pucm wccmcc,op Tc,l c,l式中，D 为缸径； pc 为缸内压力；Tc 为缸内温度； cm 为活塞平均速度；cu 为气道实验台上获得的旋流速度；VD 为发动机排量； pc,o 为发动机倒拖时缸内压力；Tc,l 为进气门关闭时刻缸内的温度； pc,l 为进气门关闭时刻缸内的压力4。选用韦伯函数描述缸内燃烧的放热规律，燃料燃烧百分率 xa为：a - a m1x 1- exp-6908()aaz式中， a 为曲轴转角， a 为燃烧起始角； az 为燃烧持续角；m 为燃烧品质指数。韦伯函数中的三个参数a 、az 和m的取值非常重要，直

6、接影响到仿真结果的准确度。可以将发动机示功图上压力曲线明显脱离压缩曲线的曲轴转角作为燃烧起始角，将燃料的放热率等于传热率时的曲轴转角作为燃烧终止角，然后根据燃料燃烧的百分率曲线拟合出燃烧品质指数m。但是这个过程相 当繁琐，在这里选用Boost软件计算。在Boost中输入发动机的示功图可以很快的计算出a 、az 和m的值，节省大量时间。在发动机设计出来之前，可以选用相近发动机的示功图代替。图2是发动机在某工况下的示功图，试验值是在发动机台架实验中测出的示功图，模拟值是把根据该试验值计算出的a 、az 和 m的值带入Boost软件中仿真得到的发动机的示功 图。从图上可以看出模拟值与试验值相比除峰值

7、压力略高外，其它值都非常吻合，最大误差小于4。在发动机实验台架上做出部分工况点的示功图，再由示功图计算出各工况点的a 、az 和m的值，其它工况点可以通过插值的方法得到。四、 工况点的选取及仿真计算由于发动机控制参数的不断增多，各个参数之间的相互作用使得发动机标定实验工况点和标定数据急剧上升，利用多变量交叉综合对每一工况的所有控制参数的排列组合进行发动机实验的传统标定图 1 发动机的 Boost 模型图 2 发动机示功图方法是不可能实现的5。近年来，实验设计（Design of Experiment）在发动机标定过程中得到了广泛的应用。实验设计选择最有效的点进行测试，大大减少了发动机实验点数量

8、，可以在提高标定精度的同时降低标定成本。本研究将发动机转速 n、节气门开度 L、点火提前角 S 和循环喷油量 Q（由于在 Boost 模型里面不能控制循环喷油量，所以在实验设计里面用空燃比AFR 代替，在后面的标定优化里面再换算成循环喷油量 Q）作为设计变量，其中 S 属于局部变量，n、L、和 Q 属于全局变量，通过实验设计得到了 80 个实验工况点，其分布见图 3。工况点选取了以后，依次改变局部变量点火提前角 S，用Boost 模型仿真计算出设计的各工况点处与发动机转速n 和节气门开度L对应的发动机的转矩、循环进气量、空燃比（AFR）、功率、排气温度、最高爆发压力和最高压力升高率等。然后由循

9、环进气量和 AFR 计算出循环喷油量Q，再由 Q、功率和转速等计算出燃油消耗率。图 4 是在节气门开度不变的条件下发动机转矩的速度特性，从图中可以看出模拟值比试验值略低，但是非常接近，误差小于 3。五、 发动机的数学模型图 3 发动实验工况的分布100模拟值试验值）m 98 N（ 矩96转949290340039004400490054005900转速（r/min）图 4 发动机转矩的速度特性建立发动机的数学模型就是通过统计建模的方法建立前面模拟仿真的离散量之间的函数关系。需要建立的模型主要包括两类：局部模型和全局模型。型5.模1 局部局部局模型局型局部模型就是独立地对各个工况点的控制参数建立

10、模型。实验设计了 80 个工况点，经 Boost 模型仿真计算后得到 80 组实验数据，组内数据的自变量为局部变量 S，因变量为 BTQ和 be ；组间数据的自变量为全局变量 n、L 和 Q ，因变量是每组局部模型的回归系数。局部模型就是在组内建立BTQ 和 be 随 S 变化的函数关系，选用组合二次回归模型：BTQ c1(S k )2 max if S kc2 (S k )2 max if S k式中的 c1、c2、max 和 k 都是局部模型的回归系数，其中 k 是局部最佳点火提前角；max是局部最大转矩；c1 是局部最大转矩点右边二次回归模型的二次系数；c2 是局部最大转矩点左边二次回归

11、模型的二次系数。图 5a 是其中一个工况点处转矩的局部模型：蓝色点为仿真计算的点，红色点为最大转矩点，曲线是二次回归模型。b 图是该模型各点的残差，从图中可以看出建模精度非常高，全部点的误差都小于 0.2。be 的局部模型类似。a）用组合二次回归模型建立的转矩的局部模型图 5 局部模型b）残差5.2 全局模型全局模型是将所有的工况点综合起来，建立局部模型回归系数 a、b、max 和 k 关于全局变量 n、L 、Q 的函数关系。实践证明选用混合径向基函数(Hybrid Radial Basis Function，简称Hybrid RBF 函数)建模具有很高的精度，比如对于回归系数 max，图 6

12、 是其全局模型观测值（横坐标）与预测值（纵坐标）的分布图，直线表示观测值与预测值相等，即越接近直线，精度越高。a 图选用的是二次回归模型，图中有些点离直线较远，且分布较散，部分点的模型误差大于 10。b 图选用的是 Hybrid RBF 函数，可以看到所有点都非常接近直线，几乎全部点的模型误差都小于 3。a）二次回归模型预测值与观察值的分布b）Hybrid RBF 函数预测值与观察值的分布图 6 max 的全局模型六、 优化标定及结果数学模型建立好以后就可以利用该模型进行标定优化。求解多目标优化最基本也是最常用的方法是评价函数法。评价函数法的基本思想是借助几何或应用中的直观背景，构造所谓的评价

13、函数，从而将多目标优化问题转化为单目标优化问题，然后利用单目标优化求解方法求出最优解，并把这种最优解当作多目标优化的最优解6。这里选择的 NB（I Normal Boundaryersection）多目标优化函数就是其中一种。图 7a 和 b 分别是标定优化后循环喷油量和点火提前角的MAP 图，c 和 d 分别是发动机转矩和燃油消耗率的 MAP 图。优化后的发动机性能表明转矩最大值为 130N.m(4650r/min)；燃油消耗率在中高负荷都较低，在 250300g/(kWh)之间；小负荷时燃油消耗率较高，最高达到了 390 g/(kWh)，这是由小负荷时发动机机械效率和指示热效率均降低造成的

14、。a）循环喷油量 MAP 图b）点火提前角 MAP 图c）优化后的发动机转矩图 7 标定优化结果d）优化后的燃油消耗率1AVLBoost2Hybrid RBF3BoostBoost4NBIMAPMAP1 MirkoKnaak, Steffen Schaum, and Karsten Roepke. Fast measurement byegratingm-based methods and advanced test-cell automation. Proceedings of the 2006 IEEEernational Conference on Control Applications Munich, Germany, October 4-6, 20062 Merten Jung, Keith Glover. Calibratable Linear Parameter-Varying Control of a TurbochargedDiesel Engine. IEEE Tran2006ions on Control Systems Technology, VOL. 14, No. 1, January3,.ECU.2007(29)74 Users Guide of AVL Boost ver5.1. January 20085.2008.03.67