李 鵬 李 銳 李 洋 鄭太雄

(重慶郵電大學(xué) 汽車電控研究所，中國 重慶400065)

0 引言

發(fā)動(dòng)機(jī)怠速工況是指發(fā)動(dòng)機(jī)在不對(duì)外做功的情況下，以最低轉(zhuǎn)速穩(wěn)定運(yùn)轉(zhuǎn)的狀態(tài)。在交通擁擠的城市里，車輛的怠速時(shí)間約占總運(yùn)行時(shí)間的1/3，約有30%的燃油消耗與此，怠速工況對(duì)發(fā)動(dòng)機(jī)的耗油量和廢氣排放有著重要影響[1]。汽車發(fā)動(dòng)機(jī)在怠速時(shí)最易受到大用電設(shè)備使用情況的影響，導(dǎo)致怠速的波動(dòng)，嚴(yán)重時(shí)會(huì)引起發(fā)動(dòng)機(jī)熄火，它一方面限制了低怠速值，增加燃料消耗，另一方面也會(huì)引起車身振動(dòng)，降低汽車的舒適性。因此怠速穩(wěn)定性控制是一個(gè)綜合協(xié)調(diào)的過程，是發(fā)動(dòng)機(jī)控制研究的重要內(nèi)容之一，國內(nèi)外學(xué)者對(duì)此進(jìn)行研究，怠速控制策略已經(jīng)從傳統(tǒng)的PID經(jīng)典控制理論發(fā)展到模糊控制、預(yù)測(cè)控制等現(xiàn)代智能理論。但是由于發(fā)動(dòng)機(jī)具有非線性、時(shí)變性及大滯后等特點(diǎn)，很難獲得精確的發(fā)動(dòng)機(jī)怠速數(shù)學(xué)模型，控制系統(tǒng)的參數(shù)識(shí)別和控制器參數(shù)的整定相當(dāng)困難，導(dǎo)致怠速控制問題一直是發(fā)動(dòng)機(jī)領(lǐng)域一個(gè)難點(diǎn)。為此，本文提出一種基于仿人邏輯預(yù)測(cè)控制的怠速控制策略，通過實(shí)驗(yàn)驗(yàn)證該方法在多狀態(tài)切換及穩(wěn)定性控制方面有明顯的提高。

1 發(fā)動(dòng)機(jī)因素分析

在發(fā)動(dòng)機(jī)運(yùn)行過程中，進(jìn)氣、供油、點(diǎn)火以及負(fù)荷變化等因素都會(huì)導(dǎo)致怠速轉(zhuǎn)速發(fā)生變化。對(duì)這些因素進(jìn)行分析，進(jìn)氣量、噴油量和點(diǎn)火角是三個(gè)變量，噴油量包括基本噴油量和補(bǔ)償修正量兩部分。進(jìn)氣量的多少?zèng)Q定了發(fā)動(dòng)機(jī)的動(dòng)力輸出，點(diǎn)火角過大或過小都會(huì)影響發(fā)動(dòng)機(jī)的燃燒特性，造成怠速化學(xué)能釋放的穩(wěn)定性以及尾氣排放的特性。以進(jìn)氣量和點(diǎn)火角為例進(jìn)行兩個(gè)因素方差分析，考察節(jié)氣門開度大小和點(diǎn)火提前角的大小對(duì)發(fā)動(dòng)機(jī)曲軸轉(zhuǎn)速的影響。對(duì)六缸、四沖程、2.7升汽車發(fā)動(dòng)機(jī)進(jìn)行MATLAB建立汽油發(fā)動(dòng)機(jī)怠速平均值模型[2]，模型能夠良好的運(yùn)行。通過MATLAB模型得到試驗(yàn)數(shù)據(jù)，將節(jié)氣門開度值（A因素）分成A1～A41=10：0.05:12共41個(gè)水平，同時(shí)將點(diǎn)火提前角大小（B因素）分成 B1～B41=2：0.2：10共 41個(gè)水平，進(jìn)行交叉分組試驗(yàn)，即不同節(jié)氣門與不同點(diǎn)火提前角的配比下測(cè)定一次發(fā)動(dòng)機(jī)曲軸轉(zhuǎn)速，測(cè)定結(jié)果做數(shù)據(jù)表，試做方差分析。按兩個(gè)因素單獨(dú)觀測(cè)值試驗(yàn)的方差分析公式如下：

總平方和：

A因素平方和：

B因素平方和：

式中C為校正數(shù)，誤差平方和SSe=SST-SSA-SSB，總自由度dfT=ab-1，A因素自由度dfA=a-1，B因素自由度dfB=b-1，誤差自由度dfe=dfT-dfA-dfB，計(jì)算結(jié)果形成方差分析表1。

根據(jù) df1=dfA=40，df2=dfe=1600，查臨界 F 值，F(xiàn)=1.401684；根據(jù) df1=dfB=40，df2=dfe=1600，查臨界值F=1.401684。因?yàn)锳因素（節(jié)氣門開度）的F值10847.58＞1.401684，故差異極顯著；因素B（點(diǎn)火提前角）的F值4560.75＞1.401684，故差異極其顯著。

表1 方差分析表

通過以上兩個(gè)因素方差分析得出以下兩點(diǎn)：一是進(jìn)氣量和點(diǎn)火角對(duì)發(fā)動(dòng)機(jī)曲軸轉(zhuǎn)速的影響都是極顯著的；二是進(jìn)氣量的影響比點(diǎn)火角的影響大些，所以通過對(duì)進(jìn)氣量的調(diào)節(jié)能提供比點(diǎn)火提前角控制更大的轉(zhuǎn)矩，因此調(diào)節(jié)發(fā)動(dòng)機(jī)的轉(zhuǎn)速范圍更大。雖然點(diǎn)火提前角控制產(chǎn)生的轉(zhuǎn)矩更小，但是由于發(fā)動(dòng)機(jī)任何參數(shù)的改變到發(fā)動(dòng)機(jī)性能的體現(xiàn)都會(huì)存在延時(shí)現(xiàn)象，通常改變進(jìn)氣量來調(diào)節(jié)怠速轉(zhuǎn)速時(shí)，這種時(shí)延為500ms，而改變點(diǎn)火提前角來調(diào)節(jié)轉(zhuǎn)速的時(shí)延短的多，只有90ms左右[3]。因此，通過對(duì)點(diǎn)火提前角的控制方法來控制怠速時(shí)的發(fā)動(dòng)機(jī)轉(zhuǎn)速控制效果要快得多。最后，將怠速的控制量選為進(jìn)氣量和點(diǎn)火提前角。

2 怠速控制策略的研究

通過多因素分析確定改變怠速空氣量和點(diǎn)火提前角對(duì)汽油發(fā)動(dòng)機(jī)怠速轉(zhuǎn)速實(shí)施控制。汽油發(fā)動(dòng)機(jī)的怠速工況是一個(gè)非線性、時(shí)變和不確定的過程，需要找一個(gè)合適的控制方法。仿人智能控制在解決復(fù)雜問題多狀態(tài)上有明顯的優(yōu)勢(shì)，仿人智能控制器的原型算法于1979年由重慶大學(xué)周其鑒教授等人提出，1983年在國際上正式發(fā)表[4]。仿人智能控制器的原型算法為：

式中，u為控制輸出，Kp為比例系數(shù)，k為抑制系數(shù)，e為誤差，e˙為誤差的變化率，em,i為誤差的第i次峰值。

預(yù)測(cè)控制是一類用計(jì)算機(jī)實(shí)現(xiàn)的最優(yōu)控制算法，建模方便，不需要深入了解過程內(nèi)部機(jī)理，有利于提高系統(tǒng)的魯棒性，簡單實(shí)用的模型校正方法，較強(qiáng)的魯棒性[5]。一個(gè)典型的預(yù)測(cè)控制系統(tǒng)組成大致包括原始模型、預(yù)測(cè)控制、參考軌跡和在線優(yōu)化等四個(gè)部分。預(yù)測(cè)控制的實(shí)質(zhì)就是使實(shí)際輸出和設(shè)定的控制輸入之間均方誤差最小。預(yù)測(cè)控制的功能是根據(jù)被控對(duì)象的歷史信息和未來輸出來預(yù)測(cè)系統(tǒng)未來輸出[6]。

仿人邏輯控制器是對(duì)人主動(dòng)開環(huán)控制及強(qiáng)時(shí)變控制的模擬，預(yù)測(cè)控制是對(duì)師傅經(jīng)驗(yàn)的模擬，其共同特征是主動(dòng)時(shí)變控制[7]。兩者的結(jié)合將是對(duì)人的控制思維特點(diǎn)的較全面模擬。仿人邏輯控制器系統(tǒng)在正常區(qū)間運(yùn)行平穩(wěn)，突發(fā)事件瞬間切換，能夠確保系統(tǒng)安全，模型失配時(shí)也能保證滿意運(yùn)行。雖然這樣的處理也許不是全局最優(yōu)的，但卻是在確保強(qiáng)魯棒性基礎(chǔ)上的局部最優(yōu)，這樣一種策略對(duì)于某些工業(yè)控制至關(guān)重要。因此，本文針對(duì)怠速控制設(shè)計(jì)了發(fā)動(dòng)機(jī)仿人邏輯控制器，如結(jié)構(gòu)圖1。

圖1 發(fā)動(dòng)機(jī)仿人邏輯預(yù)測(cè)控制器結(jié)構(gòu)框圖

控制器的工作原理如下：在系統(tǒng)工作時(shí)邏輯控制器和預(yù)測(cè)控制器同時(shí)工作，其控制輸出量分別為K(t)和U(t)。邏輯控制設(shè)置較寬的誤差控制帶e0，其作用是用最短的時(shí)間將發(fā)動(dòng)機(jī)轉(zhuǎn)速轉(zhuǎn)變到目標(biāo)怠速狀態(tài)，暫且不管小的波動(dòng)。預(yù)測(cè)控制的作用是利用預(yù)測(cè)模型將發(fā)動(dòng)機(jī)轉(zhuǎn)速穩(wěn)定在正常狀態(tài)，并使控制曲線最優(yōu)?？刂屏壳袚Q要選擇合適的時(shí)機(jī)對(duì)這兩種控制信號(hào)進(jìn)行切換。具體而言，當(dāng)發(fā)動(dòng)機(jī)轉(zhuǎn)速遠(yuǎn)離正常狀態(tài)，即通過仿人邏輯狀態(tài)判斷其運(yùn)行狀態(tài)，通過控制量切換到預(yù)測(cè)控制器，此時(shí)相當(dāng)于師傅的經(jīng)驗(yàn)開始起作用。這樣一種控制結(jié)構(gòu)充分利用了邏輯控制對(duì)模型匹配要求極低的特點(diǎn)，在模型失配的情況下仍然能取得滿意效果。此控制器的本質(zhì)是時(shí)變開環(huán)控制加閉環(huán)校正控制，是將人的思維控方式融合到模型中的結(jié)果。

3 仿真驗(yàn)證

3.1 仿真條件及過程

汽車在啟動(dòng)的過程中，發(fā)動(dòng)機(jī)曲軸轉(zhuǎn)速是從低轉(zhuǎn)速迅速到達(dá)目標(biāo)怠速的過程，然而汽車在正常運(yùn)行中，從運(yùn)行狀態(tài)到怠速是一種非常普遍的過程，在這個(gè)過程中，發(fā)動(dòng)機(jī)曲軸轉(zhuǎn)速是從高轉(zhuǎn)速迅速降到目標(biāo)怠速的過程，所以分析這種狀態(tài)也是很有必要的。所以實(shí)驗(yàn)過程中，本文分了兩種情況進(jìn)行實(shí)驗(yàn)分析，即發(fā)動(dòng)機(jī)曲軸轉(zhuǎn)速從低轉(zhuǎn)速到目標(biāo)怠速的情況和發(fā)動(dòng)機(jī)曲軸轉(zhuǎn)速從2000r/min速降到怠速的情況。將發(fā)動(dòng)機(jī)的目標(biāo)怠速設(shè)定在850r/min，對(duì)PID、模糊和仿人邏輯預(yù)測(cè)控制（HLPC）三種控制方法進(jìn)行仿真對(duì)比，驗(yàn)證本文提出的控制方法的優(yōu)越性。最后在達(dá)到穩(wěn)定怠速的時(shí)間段內(nèi)加入10N的外加力矩，仿真對(duì)比哪種控制方法好。

3.2 仿真結(jié)果

圖2 啟動(dòng)過程仿真效果圖

發(fā)動(dòng)機(jī)曲軸轉(zhuǎn)速從低轉(zhuǎn)速到目標(biāo)怠速的情況如圖2所示，藍(lán)色虛線的是仿人邏輯預(yù)測(cè)控制的結(jié)果。在模型完全匹配的情況下，本文提出的仿人邏輯預(yù)測(cè)控制器的結(jié)果是最優(yōu)的，在仿真效果圖中可以看出在此控制下發(fā)動(dòng)機(jī)轉(zhuǎn)速能夠迅速的達(dá)到目標(biāo)轉(zhuǎn)速，明顯比PID控制和模糊控制的效果好。整個(gè)怠速系統(tǒng)在10s時(shí)加入10N外加力矩，放大10s處外加力矩時(shí)的狀態(tài)，可以看出仿人邏輯預(yù)測(cè)控制也能很好的達(dá)到要求，在受到波動(dòng)的情況下能很快的恢復(fù)到穩(wěn)定的狀態(tài)，效果也比PID控制和模糊控制的效果好。

發(fā)動(dòng)機(jī)曲軸轉(zhuǎn)速從2000r/min速降到怠速的情況如圖3所示，本文提出的仿人邏輯預(yù)測(cè)控制器的曲線在下降的過程中能夠比較平緩并且迅速的過度到怠速的目標(biāo)轉(zhuǎn)速，穩(wěn)定性明顯比PID控制和模糊控制的好。整個(gè)怠速系統(tǒng)在20s時(shí)加入10N外加力矩，仿人邏輯預(yù)測(cè)控制的控制效果也是比較好的。

圖3 正常運(yùn)行到停車怠速的仿真效果圖

4 結(jié)論

對(duì)汽油發(fā)動(dòng)機(jī)怠速控制仿真的研究表明，基于仿人邏輯預(yù)測(cè)控制策略的怠速控制器與單一的PID，以及模糊控制相比有更好的動(dòng)態(tài)品質(zhì)，且運(yùn)行穩(wěn)定，并在一定程度上解決了預(yù)測(cè)控制的魯棒性問題，仿真結(jié)果對(duì)發(fā)動(dòng)機(jī)怠速控制的臺(tái)架實(shí)驗(yàn)具有指導(dǎo)價(jià)值。

［1］楊海燕.汽車發(fā)動(dòng)機(jī)怠速控制技術(shù)的研究[D].天津：河北工業(yè)大學(xué)，2007，12，1.

［2］瞿亮，凌民，傅昱，蔡立軍.基于 MATLAB的控制系統(tǒng)計(jì)算機(jī)仿真[M].北京：清華大學(xué)出版社、北京交通大學(xué)出版社，2006.

［3］Yang Wang,Anna Steafnopoulou,etc.Idle Speed control:An old problem in a new engine design.Process 2000 ACC，2000：1217-1220[Z].

［4］歐志新.仿人邏輯預(yù)測(cè)控制器在動(dòng)態(tài)配料系統(tǒng)中的應(yīng)用研究[D].蘭州：蘭州交通大學(xué)，2010，5.

［5］劉筠.基于動(dòng)態(tài)矩陣預(yù)測(cè)的怠速控制系統(tǒng)仿真設(shè)計(jì)及其遺傳算法優(yōu)化[D].杭州：浙江大學(xué)，2008，6．

［6］Shu Li,Hong Chen,Nonlinear Model Predictive Control for Idle Speed Control of SI Engine,IEEE CDC and 28thCCC，2009：6590-6595[Z]．

［7］溫興賢，田沛，梁艷絨．仿人邏輯預(yù)測(cè)控制器在主汽壓系統(tǒng)的應(yīng)用[J].電力科學(xué)與工程，2012，5，28（5）：50-54．