基于排放目标的汽油车闭环燃油控制优化*

王 勇，孙冬野，漆正刚

(1.重庆大学，机械传动国家重点实验室,重庆 400044； 2. 重庆电子工程职业学院汽车工程学院,重庆 401331；3. 重庆长安伟世通发动机控制系统有限公司,重庆 401122)

2016183

基于排放目标的汽油车闭环燃油控制优化*

王 勇1,2，孙冬野1，漆正刚3

(1.重庆大学，机械传动国家重点实验室,重庆 400044； 2. 重庆电子工程职业学院汽车工程学院,重庆 401331；3. 重庆长安伟世通发动机控制系统有限公司,重庆 401122)

针对传统汽油发动机闭环燃油控制存在氧传感器老化后响应延迟导致的排放性能恶化和实际空燃比控制偏稀致使污染物综合转化率不高的问题，一方面引入氧传感器响应延迟自适应控制算法，以减轻甚至消除前氧传感器老化后对闭环燃油控制的不利影响，延长氧传感器使用寿命；另一方面引入空燃比控制算法，并结合前、后氧传感器信号联合控制偏置量，将实际空燃比调整至理论空燃比甚至少许偏浓的状态，从而有效提高排放污染物综合转化率。实车验证试验结果表明，氧传感器响应延迟自适应控制算法能有效减轻因前氧传感器老化而产生排放性能的恶化，空燃比控制算法能将污染物综合转化率提高20%以上。

闭环燃油控制；氧传感器；自适应控制；排放性能；空燃比

前言

现代汽油发动机燃油喷射电控系统中的进气道燃油喷射控制有开环和闭环两种模式[1-3]。开环模式主要应用在起动与后起动、加速加浓、减速断油、挡位切换和排气系统过热保护等工况；闭环模式则应用于其他运行工况，如怠速、小负荷、中等负荷和中大负荷行驶工况，占据了发动机全工况运行的绝对主导地位。闭环控制模块根据氧传感器信号精准控制混合气空燃比使之维持在理论值附近，是实现整机目标排放性能和油耗性能的关键[4-7]。

阶跃型氧传感器价格低廉，广泛应用于非缸内直喷发动机车型。学界对于使用阶跃型氧传感器作为闭环控制反馈信号的控制算法研究中，主要致力于对混合气空燃比进行更为精准的控制。文献[8]中提出氧传感器参考电平自适应空燃比控制方法，以避免目标空燃比发生“漂移”。文献[9]中则创新性地利用混合气燃烧产生的离子信号对理论空燃比附近达到峰值的特性进行空燃比控制。然而，过于精准地将混合气空燃比控制在理论值对于特定污染物排放控制并非最优方案，这是因为HC，CO和NOx属于对废气浓稀状态具有不同敏感性的两类化合物，三元催化转换器的最大转化效率点分别处在比理论空燃比偏稀和偏浓的位置[2,10]。因此，闭环控制算法不仅要将混合气空燃比统计平均值维持在理论值附近，而且要使其在理论值附近合理震荡，以充分利用三元催化器对于污染物的转化能力，最终达到降低污染物排放量的目标。本文中基于搭载伟世通发动机控制系统平台的某自主品牌轿车，对传统的燃油空燃比闭环控制算法进行优化，提出氧传感器响应延迟自适应算法和空燃比跳跃偏置保持算法，使混合气空燃比以理论值为中心实现可控的交替微量震荡，以维持较高的催化转化效率。通过国五I型排放试验验证表明，新算法能延长氧传感器使用寿命，实现可观的污染物减排量，对于应对未来颁布的更为严苛的国六法规是一种有益探索。

1 传统空燃比闭环控制

传统的空燃比闭环控制是根据前氧传感器信号电压Uus的浓稀状态，适时调整闭环调节因子β的变化方向与幅度，以达到维持混合气空燃比紧密围绕理论值(实测废气浓度λ为当量浓度)波动的目的。闭环调节因子与过量空气系数正相关，其控制过程分为：a燃油加浓缓变；b加浓向减稀跃变；c燃油减稀缓变；d减稀向加浓跃变，如图1所示。

图1 闭环燃油控制基本原理

闭环调节因子缓变过程缓变率Δβ按式(1)计算；闭环调节因子实时值是在上一计算调用周期值的基础上叠加缓变率而得，按式(2)计算；跃变过程跃变量Δβjump按式(3)计算；跃变后闭环调节因子值为缓变结束时刻调节因子值βend与跃变量之和，按式(4)计算，并作为下一缓变过程的初始值βinit。

(1)

β(t)=β(t-Δt)+Δβ

(2)

Δβjump=S×ρrev×Aptp

(3)

βinit=βend+Δβjump

(4)

式中：ρrev为跃变系数；Aptp为闭环调节因子目标振幅；S为由氧传感器电压指示燃油浓(+1)稀(-1)状态；Rmult为修正系数；Δt为计算调用周期；Tsec为系统传递延迟时间，如式(5)所示。Tsec由3部分组成：氧传感器对废气浓稀状态的响应延迟T1，系统经过计算过程识别到废气状态变化从而驱动执行器动作的时间延迟T2，和喷油器喷射燃油导致的混合气浓度变化、燃烧过程到排气系统氧传感器测量处废气浓度产生变化之间的时间延迟T3。

Tsec=T1+T2+T3

(5)

图2 系统固定延迟时间

对于特定的发动机机型，在特定工况条件下T2和T3基本维持不变，二者之和称为系统固定延迟时间，是转速和负荷的函数，如图2所示。对于状态良好的前氧传感器，由于其优异的响应性能，T1值非常小，在当前实际运用过程中将其视为固定值累加进系统固定延迟时间。然而，前氧传感器长时间暴露在高温高热环境中，容易产生典型的响应延迟故障，导致T1值呈现逐渐增大的过程，而系统却无法根据T1的变化对闭环燃油控制过程进行主动干预，以消除闭环燃油控制误差导致的排放性能恶化，直到诊断策略判断到前氧传感器老化程度会导致排放超过法规规定的OBD极限值时报告故障[2]。因此，有必要在闭环燃油控制中考虑氧传感器的劣化过程。

传统闭环控制方式试图将空燃比控制在理论值，但根据三元催化器对于废气的转化效率特性(如图3所示)，由于载体和贵金属的差异，不同的催化器对废气的转化效率特性略有差别，HC和CO在混合气偏稀的状态下才能实现最优的转化效率，而NOx则在混合气偏浓的状态下达到最优转化效率，两类化合物无法同时达到最优转化效率，实际控制过程必须进行折中处理，理论空燃比则是最佳的综合效率工作点。经试验发现，当前控制策略控制的实际空燃比无法围绕在理论空燃比两侧对等均匀震荡，而是处于偏稀方向，因此闭环控制在提高污染物转化效率方面仍然具有提升空间。

图3 催化器中废气转化效率特性

2 氧传感器响应延迟的自适应控制

随着前氧传感器的逐渐劣化，其响应延迟时间T1将逐渐变大，如果系统不计实际响应延迟时间的变化，仍然按照氧传感器初始状态下的闭环调节因子β缓变率进行控制，将会导致闭环调节因子的实际振幅大幅度偏离目标振幅值，从而导致实际控制的空燃比过度震荡，致使排放性能恶化。图4为传统闭环燃油控制偏浓偏差波形，由图可见，氧传感器在从稀到浓跳变过程中产生了响应延迟，传统闭环控制将会使混合气偏浓，催生大量的HC和CO；如果氧传感器产生了从浓到稀的响应延迟，则会使混合气偏稀，产生较多的NOx，控制波形的偏差与图示相反。

图4 传统闭环燃油控制偏浓偏差波形

为使氧传感器劣化后的闭环燃油控制效果与未产生劣化状态下精细调校的控制效果基本保持不变，就必须保证闭环调节因子的振幅保持不变，这就要求β的缓变率应随着T1的增大而逐渐减小，如图5所示。为此，本文中通过设计自适应控制算法求取T1值，从而控制缓变率使之与氧传感器的响应延迟状态相适应。自适应算法的基本原理是通过持续性监测闭环调节因子的实际振幅Aactual与目标振幅Aptp的差值，将偏差值乘以适当的增益系数Ggain，以积分的形式逐渐累加作为动态的氧传感器响应延迟时间，如式(6)所示。当闭环调节因子实际振幅值与目标值接近时，表明T1值的学习过程达到成熟，起到了减轻甚至消除闭环控制偏差的作用。

图5 氧传感器响应延迟自适应控制原理

T1(t)=Ggain×(Aactual-Aptp)+T1(t-Δt)

(6)

氧传感器响应延迟的自适应控制算法适用于中小程度的劣化，它能够推迟由于氧传感器老化造成的排放恶化到达国家法规规定的OBD极限值的时间，从而有效延长氧传感器的使用寿命。然而，对于过度劣化的氧传感器，自适应算法有其局限性，因为过大的T1值会造成闭环调节因子缓变率变得非常小，同时闭环控制周期变得非常大，致使闭环控制本身失去了意义。在实际使用过程中，需要对计算得出的T1值范围进行限制。

3 空燃比跳跃偏置保持控制

为实现燃烧废气中的污染物在三元催化器中最大程度转化为无害物质，需要最优的空燃比震荡，以使HC，CO和NOx具有较好的综合转化效率，而理论空燃比处是较好的折中点，因此应该尽力将空燃比统计平均值维持在理论空燃比。然而，传统的空燃比闭环控制方法应用在多款整车上均一致表现出NOx比HC及CO更大程度接近I型试验排放限值，表明NOx并未被较好地转化，空燃比实际控制值的统计平均值呈现偏稀状态。造成控制偏稀的根本原因在于废气中各分子扩散能力的差异，浓混合气产生的废气中HC分子的扩散能力优于氧分子，因此HC比氧更早抵达前氧传感器处，即前氧传感器测量出的废气浓度比实际浓度更浓，前氧传感器由稀转浓的状态切换提早发生，导致在燃油加浓缓变过程中空燃比并未被控制到理想的燃油浓度[11-12]。

从增加三元催化器还原剂配方量角度着手进行试验研究的结果表明，NOx的排放量虽然有一定程度的减小，但是以大量增加贵金属还原剂的代价实现的减排，对于成本控制极为不利。因此，需要从改进闭环控制算法本身着手，将实际空燃比控制值的统计平均值控制到理论比甚至少许偏浓的状态，才能有效解决NOx转化不足的问题。

3.1 闭环调节因子调节波形的改进算法

传统闭环控制算法控制偏稀问题的根本原因在于前氧传感器由稀转浓的状态切换提前，导致燃油加浓缓变过程提早结束，使系统还未将混合气控制到目标浓度，就转向控制混合气向偏稀方向行进，最终表现出空燃比比统计平均值偏稀。基于上述原因，本文中提出闭环调节因子在加浓缓变结束后的跳跃偏置保持控制算法，即在前氧传感器的燃油浓稀状态由稀转浓切换时，加浓缓变过程结束，但并不立即将闭环调节因子进行跃变回调，而是将其向更浓的方向跳跃，从而产生燃油偏置幅度Abias并保持一定的时间Thold以后再将其向偏稀方向跃变回调，如图6所示。

图6 闭环燃油调节因子改进波形

3.2 燃油偏置幅度前后氧传感器的联合控制

典型的排气系统在三元催化器前后端各安装一个氧传感器，前氧传感器电压信号作为闭环控制最直接最迅速的参考量，而后氧传感器的电压信号则可反映废气经过催化器处理后的状态，是催化转化效率的间接指示，因此燃油偏置幅度Abias的设计也受到两个因素影响：一个因素是关于前氧传感器的迅速直接调整闭环燃油偏置量的前馈偏置控制量Abase；另一个是利用后氧传感器电压偏差进行控制的反馈修正量Atrim，对前馈偏置控制量进行实时修正。

前馈偏置控制量Abase是转速和负荷的函数，对于较高的NOx排放问题提供了全新的控制维度。在每一个稳态工况点调整Abase值，并由排放测量设备秒采值确定最优的HC，CO和NOx折中转化效率，记录此时的Abase值和后氧传感器电压值，形成前馈偏置控制量和后氧传感器目标电压的三维图，如图7和图8所示。修正反馈量的应用是为了在动态工况下弥补前馈控制量对于控制效果的偏差，以实时的后氧传感器实测电压Uds与目标电压Udes的偏差值为基础通过式(7)所示的PI控制器进行实时修正，以使混合气快速调整到催化器综合转化效率较高的工作点。

图7 前馈偏置控制量

图8 后氧传感器目标电压

Atrim=Kp×(Uds-Udes)+Ki×∫(Uds-Udes)dt

(7)式中:Kp为比例项系数；Ki为积分项系数。

燃油偏置幅度Abias根据偏置保持时间Thold、系统响应延迟时间Tsec、前馈偏置控制量Abase和反馈偏置修正量Atrim等按式(8)～式(11)进行综合计算。式中Agross，A1和A2均为中间过渡变量。

Agross=Abase+Atrim

(8)

A1=|Agross|×2×Tsec

(9)

(10)

(11)

3.3 燃油偏置保持时间设计

燃油偏置保持时间设计是为了将闭环调节因子在燃油偏置方向维持合理的时间长度，使实际空燃比控制值达到理想的加浓程度，从而有效抑制NOx的产生，同时又不至于使CO和HC大量产生。然而，燃油偏置保持时间不能过长，其最大值必须限制到小于系统响应延迟时间，否则将引起闭环控制紊乱，因此限制的燃油偏置最大保持时间为

Tmax=Tsec×Phold

(12)

式中Phold为小于1的可标定量。

设定最大允许的燃油偏置幅度为闭环调节因子目标振幅的一定比例Pmax，其对应偏置最大保持时间Tmax，因而小于最大偏置幅度的保持时间为

(13)

4 闭环燃油振幅与偏置MBC的整定

空燃比跳跃偏置保持算法的应用会直接改变闭环调节因子的振幅，因此需要对闭环调节因子目标振幅Aptp和前馈偏置控制量Abase结合排放情况进行联合整定，以确定最佳组合。本文中利用仿真软件Matlab/Simulink中的Model-BasedCalibration(MBC)工具箱进行试验点的优化设计，可大幅减少标定工作量，缩短开发周期。MBC中非怠速工况闭环燃油模式的边界条件设置如式(14)所示，优化后产生的试验点如图9所示，也可根据实际情况对试验点进行合理增减。

(14)

图9 MBC优化设计试验点

5 试验研究

5.1 试验设施

试验对象为在三元催化器前后端各装备1个LSF4阶跃信号加热型氧传感器的某自主品牌轿车，通过转鼓维持发动机处于特定工况点和I型排放试验循环工况；使用氧传感器老化模拟电路盒Aged HEGO Simulator-model 606获取适当的前氧传感器老化信号，结合I型排放试验结果，检验氧传感器响应延迟自适应算法对排放污染物的控制能力；使用HORIBA排放分析设备采集分析排放污染物，以获取排放秒采和袋采结果；使用LA4空燃比采集器实时测量排气系统催化前的废气浓度；使用ATI hub在工作电脑与电控单元之间进行高速CAN通信，并用ATI Vision标定软件作数据采集与处理。试验设施如图10所示。

5.2 氧传感器响应延迟自适应控制算法的验证

为验证氧传感器响应延迟自适应算法对于闭环燃油控制过程的影响，使用老化模拟电路盒对前氧传感器信号进行250ms的从浓到稀单向跳变延迟处理，并在关闭和打开氧传感器响应延迟自适应算法功能两种情况下分别进行国五I型排放循环试验(使用160 000km老化态催化器)。在EUDC五挡70km/h车速阶段分别截取闭环控制波形，如图11和图12所示，此时发动机基本维持在转速1 800r/min和负荷30%的稳定工况。

图11 关闭氧传感器响应延迟自适应控制波形

图12 开启传感器响应延迟自适应控制波形

由图11和图12 可见，关闭自适应功能时，闭环调节因子在缓变过程的缓变率并未因为前氧传感器信号产生了250ms的额外响应延迟而产生变化，导致闭环燃油控制使实际空燃比大幅度往稀方向偏离，在9s时间内的统计平均值为1.018，最终致使NOx排放结果大幅度恶化，如表1所示；开启自适应功能后，系统能识别到前氧传感器产生的额外响应延迟，从而调节闭环调节因子缓变过程的缓变率进行适应性调整，β的跳变过程比图10更为均匀准确，10s内的实际空燃比统计平均值为1.006，NOx排放结果也基本上未产生明显的恶化情况，如表2所示。

表1 无氧传感器响应延迟

需要特别说明的是，自适应算法计算出的T1值190ms与设定的250ms延迟时间略有差异，这是因为自适应算法的控制目标是将闭环调节因子的振幅值随着前氧传感器的老化而维持基本不变，但这并不能保证与初始状态下的闭环燃油控制效果完全一致。更为精确的控制方式是将闭环调节因子积分面积保持不变，但在实际应用过程中不具备可操作性。

表2 有氧传感器响应延迟自适应功能排放结果

从表2的排放控制结果看，通过控制β振幅保持不变的自适应控制方法已经体现出相当程度的排放改善能力，有益于延长前氧传感器使用寿命。

5.3 空燃比跳跃偏置保持控制算法的验证

对象车辆装备响应状态良好的前氧传感器和3 000km完全激活的新鲜态催化器，在关闭和打开空燃比跳跃偏置保持算法功能的两种情况下分别进行国五I型排放循环试验。在EUDC五挡70km/h车速阶段，发动机基本维持在转速1 800r/min和负荷30%的稳定工况，分别截取闭环燃油相关控制波形，如图13和图14所示。

图13 无跳跃偏置保持算法介入控制波形

由图13和图14可见，空燃比跳跃偏置保持算法功能关闭时，闭环燃油控制致使实际空燃比呈现偏稀状态，10s内的统计平均值为1.005；打开跳跃偏置保持算法功能后，使闭环燃油控制燃油喷射往偏浓的方向进行补偿喷射，10s内的实际空燃比统计平均值为0.994。虽然两种控制方式在实际空燃比统计平均值上只相差0.011，但是体现在整车排放性能上却有相当大程度的差异，如表3所示。

图14 有跳跃偏置保持算法介入控制波形

序号跳跃偏置保持算法是否介入CO/(g·km-1)NMHC/(g·km-1)NOx/(g·km-1)1否0.330.0250.0312否0.290.0220.0383否0.310.0220.0374是0.410.0280.0245是0.450.0290.0236是0.370.0260.026I型试验排放限值1.000.0680.060

在未使用跳跃偏置保持算法对闭环燃油空燃比进行控制时，CO排放值大致处于试验车辆对应的国五I型排放限值30%，NMHC排放值在限值的23%左右，而NOx的排放值则在排放限值的62%左右，这是因为空燃比被控制在偏稀状态，催化器对于CO和NMHC的处理效率明显好于NOx；在跳跃偏置保持算法介入以后，CO，NMHC和NOx排放值分别处于排放限值的40%，30%和40%左右，虽然系统将空燃比往更浓的方向控制，致使CO和NMHC排放量增加，但是相比于未使用跳跃偏置保持算法时整车污染物排放性能提高了约20%。如果未来国六法规在不改变现有的循环工况条件下在国五排放限值基础上加严50%，其中20%就可以通过新算法的应用加以应对，因此跳跃偏置保持算法的提出对于应对未来法规具有积极意义。

6 结论

(1)构建氧传感器响应延迟自适应控制算法，以减轻甚至消除前氧传感器老化后对于闭环燃油控制过程的不利影响，延长氧传感器使用寿命。

(2)构建空燃比跳跃偏置保持控制算法，通过前氧传感器和后氧传感器信号联合控制偏置量，并对偏置量保持时间进行了设计，以解决传统闭环燃油控制对于NOx转化能力较差的问题。

(3)通过国五I型排放试验对提出的控制算法进行实车验证，氧传感器响应延迟自适应算法能够显著改善前氧传感器老化导致的整车排放性能恶化问题，空燃比跳跃偏置保持算法则能使主要排放污染物的综合转化率提高20%以上。

[1] CAVINA N, CORTI E, MORO D. Closed-loop control individual cylinder air-fuel ratio control via UEGO signal spectral analysis[C]. Korea: Proceedings of the 17thIFAC World Congress, 2008.

[2] 漆正刚，曾广智，Gary Spring, 等. 汽油车前氧传感器响应性能主动诊断策略研究[J].汽车工程，2015,37(10)：1195-1201.

[3] Bosch公司. 汽油机管理系统[M]. 吴森,等译.北京:北京理工大学出版社, 2002.

[4] FANTINI J, CHAMAILLARD Y. Determination of a nonlinear, unified and robust individual cylinder air fuel ratio estimator[C]. SAE Paper 2000-01-0262.

[5] 刘一鸣，花志远，陈永全.广义预测控制法在发动机空燃比控制中的应用[J]. 汽车工程，2013,35(5)：403-407.

[6] 周能辉，谢辉，赵华，等.基于神经网络的汽油HCCI发动机空燃比控制策略[J]. 农业机械学报，2009,40(6):1-5.

[7] SHARIATI M A, et al. Discrete proportional plus integral control algorithm for HEGO-based on closed loop control[C]. SAE Paper 970616.

[8] 张付军，黄英，葛蕴珊，等. 氧传感器参考电平自适应空燃比闭环控制方法研究[J]. 内燃机工程，2002,23(3):68-75.

[9] 吴筱敏，李康，魏若男，等. 利用离子信号进行发动机空燃比控制方法的研究[J].内燃机工程，2007,28 (3):55-62.

[10] KOHSAKIS G C, STAMATELOS A M. Dynamic behavior issues in three-way catalyst modeling[J]. AICHEJ,1999, 45(3): 603-614.

[11] KAINZ J L, SMITH J C. Individual cylinder fuel control with a switching oxygen sensor[C]. SAE Paper 1999-01-0546.

[12] HOSSEIN J, ALAN W B, MICHAEL P N. Individual cylinder air-fuel ratio control part I: L3 and V6 engine applications[C]. SAE Paper 2011-01-0695.

Optimization of Closed-loop Fuel Control of Gasoline Vehicle for Emission Target

Wang Yong1,2, Sun Dongye1& Qi Zhenggang3

1.ChongqingUniversity,StateKeyLaboratoryofMechanicalTransmission,Chongqing400044；2.DepartmentofAutomotiveEngineering,ChongqingCollegeofElectronicEngineering,Chongqing401331;3.ChongqingChang’anVisteonEngineControlSystemCompany,Chongqing401122

In view of the issues of traditional closed-loop fuel control scheme for gasoline engine, i.e. the emission performance deterioration caused by response delay due to oxygen sensor aging and the low overall conversion rate of exhaust pollutants due to too lean a real air-fuel ratio, an adaptive control algorithm for the response delay of oxygen sensor is introduced for mitigating or even eliminating the adverse effects of aged upstream oxygen sensor on closed-loop fuel control and extending the service life of oxygen sensor on one hand, and an air-fuel ratio control algorithm is also introduced and combined with associated control on bias by the signals of both upstream and downstream oxygen sensors to adjust the real air-fuel ratio to stoichiometric value or even a little richer for effectively enhance the overall conversion rate of exhaust pollutants on the other hand. The results of real vehicle verification test show that the adaptive control algorithm for the response delay of oxygen sensor can effectively mitigate the deterioration of emission performance caused by the aging of upstream oxygen sensor while the air-fuel ratio control algorithm can enhance the overall pollutant conversion rate by over 20%.

closed-loop fuel control; oxygen sensor; adaptive control; emission performance; air-fuel ratio

*国家自然科学基金(51375505)资助。

原稿收到日期为2016年7月4日，修改稿收到日期为2016年8月8日。