基于实时仿真平台的大功率柴油机控制策略开发与验证

褚全红,刘涛,胡勇,李菲菲,姚素娟,杨国华,仇会彬，任路，郭敏

(1.中国北方发动机研究所(天津)，天津 300400；2.北京经纬恒润科技有限公司，北京 100191;3.北方通用动力集团有限公司，山西 大同 037036)

基于实时仿真平台的大功率柴油机控制策略开发与验证

褚全红1,刘涛1,胡勇1,李菲菲1,姚素娟1,杨国华1,仇会彬2，任路1，郭敏3

(1.中国北方发动机研究所(天津)，天津 300400；2.北京经纬恒润科技有限公司，北京 100191;3.北方通用动力集团有限公司，山西 大同 037036)

针对大功率共轨柴油机的控制，设计了相应的EMS控制策略，包括柴油机的工况判断与切换、喷油控制、油轨压力控制。基于实时仿真平台，通过实时仿真对EMS控制策略进行了调整与优化，对EMS的轨压控制、喷油控制等策略进行了验证，证明了控制策略设计合理、功能正常，可以用于实际大功率柴油机的控制试验。

柴油机；控制策略；实时仿真

高压共轨系统能够实现对喷油压力、喷油量、喷油定时以及喷油规律的全工况灵活柔性控制，对大功率柴油机技术的发展起到了重要的作用。其对大功率柴油机性能的改善，除了依靠机械性能和EMS硬件电路性能的保证外，主要依赖于EMS的控制策略和控制算法。而随着排放法规的日益严格和电控技术的不断进步，柴油控制系统复杂程度大幅增长，开发周期不断缩短，在策略及算法的开发过程中，需要考虑的因素不断增多，策略的准确性也需要及时进行检验，因此使用实时仿真平台对控制策略与算法进行验证成为开发过程中的重要环节[1-6]。

1 实时仿真平台

发动机的控制是一种要求有很强实时性的技术，非实时的、离线的仿真研究只能验证模型的准确和控制策略是否可行，其实际的指导意义与开发工具具有的价值，只有在实现以实际时间为衡量标准以及将部分实际硬件集成于其中进行实时的仿真时才能得到比较完全的体现[7-13]。

硬件部分包括实时处理器、IO模块以及其他外围硬件，用于模型的实时运行与信号的准确模拟与采集，构成EMS运行及相关测试所需的完整电气环境。高性能的处理器为模型提供了高精度与强实时性的仿真计算环境，从而可以满足准确模拟被仿真对象的各种特性的需要。对于EMS所需的各种信号，各类IO板卡可以准确地模拟传感器信号，采集执行器驱动信号，如曲轴、凸轮轴信号的模拟与喷油点火信号的采集。其他外围硬件功能包括故障注入、负载仿真、电源模拟与管理等，硬件平台功能得以完善从而形成完整的EMS集成测试系统。本系统平台结构方案见图1。

图1 实时仿真平台结构

对于半实物仿真系统，实时仿真模型具有重要的作用，模型用于在线仿真模拟发动机特性，对EMS的控制信号作出瞬态响应，因此，仿真模型需要具有实时性与准确性。模型包含燃油系统、气缸系统、气路、发动机冷却系统、排气系统。该模型主要采用平均扭矩模型，基于准稳态模型与充-排法模型，由微分方程与代数方程组成，主要体现不同周期内平均值的变化，不对具体的工作过程进行细致描述；为模拟气缸模型在不同工作冲程下对曲轴转角的影响，模型采用了基于曲轴转角的函数并使之与发动机输出扭矩相关，可以对发动机各缸不均匀性等现象进行模拟[8-15]。

2 总体控制策略

共轨柴油机的主要控制功能是实现油轨压力、喷油量、喷油正时及规律的全工况灵活控制。因此，在控制策略上，通过特定的控制模块实现特定的功能。设计原理见图2。

图2 控制器控制策略

柴油机在起动、加速和运转的过程中，工作状态时刻都在变化，因此，必须频繁检查柴油机的工作状态，按照设定的逻辑进行调整，实现有效地控制，并通过细化工况而优化控制过程。对于当前工况的确定，采用检查当前工况描述条件及工况转移限制的方式，工况转移限制即某工况只能转移至另一个或几个工况。控制器工况识别原理见图3。

图3 控制器工况识别

2.1 轨压控制

对于传统的PID轨压控制算法，随着发动机工况变化，最佳的PID控制器参数会不断地发生变化，这就导致了在一些工况中，PID控制器的参数不是最佳参数，控制效果因而变差。PID控制器的另一个问题是，参数一经确定很难实现在线修改，影响了轨压控制动静态性能的进一步提高。为提高控制效果，采用神经网络复合PID的算法。小脑模型关联控制器(Cerebellum Model Articulation Controller，CMAC)神经网络是一种前馈网络，采用有导师的学习算法，是局部逼近型的神经网络，由于其具有在线学习能力且学习速度快，可以实现实时控制[16-17]。因此本研究设计了CMAC复合PID控制器用于轨压控制(见图4)。

图4 轨压控制结构

CMAC神经网络具有很多优点，比一般的神经网络更适用于非线性系统的实时控制。CMAC控制复合PID控制结构见图5。这一控制系统系统通过CMAC和PID的复合来达到前馈反馈控制，其特点如下：

1) CMAC用于前馈控制，可以比较精确地形成被控对象的动态逆模型，能够提高系统的控制响应速度，并且减小超调量，强化控制精度；

2) PID控制器用于反馈控制，以保持系统的稳定，同时可以抑制扰动。

图5 CMAC与PID复合控制结构

CMAC的算法为有导师的学习算法，每个控制周期结束后，计算相应的CMAC输出un(k)，并与总的控制量u(k)进行比较，进入学习过程权值修正，修正权值所用的算法为神经网络常用的δ学习规则。网络的优化以总控制输出量与CMAC网络输出之差最小为目的。经过CMAC的学习，逐渐使系统的总控制输出量全部由CMAC产生。当常规控制器不用PID控制算法而采用PD算法时，可以使CMAC的权值修正仅基于当时的误差值与其变化值。该系统的控制算法为

(1)

u(k)=un(k)+up(k)。

(2)

式中：ai为选择向量；c为泛化参数；un(k)为CMAC的输出值；up(k)为传统PID控制器的输出值。

CMAC概念映射实现的方法：输入空间S在区间[Smin,Smax]上被分成N+2c个量化间隔，即

v1×v2×…×vc=Smin，

(3)

vj=vj-1+Δvj，(j=c+1,…c+N)，

(4)

vN+c+1×vN+c+2×…×vn+2c=Smax。

(5)

CMAC实现实际映射的方法为

(6)

信号rin(k)为CMAC的输入，在每个控制周期结束时，CMAC输出un(k)与总控制输出u(k)相比较，以性能指标函数为计算优化依据来修正权值，CMAC的性能指标函数为

(7)

(8)

w(k)=w(k-1)+Δw(k)+
α(w(k)-w(k-1))。

(9)

式中：η为网络学习速率，η∈(0,1)；α为惯性量，α∈(0,1)。在系统初始状态w=0，此时un=0,u=up，系统主要由PID控制。CMAC通过学习产生的输出逐渐使系统的误差降低，使PID产生的控制输出up(k)逐渐为0，直到CMAC网络输出un(k)成为总控制输出。搭建的CMAC-PID控制算法模型见图6。

图6 CMAC-PID控制算法模型

2.2 喷油量控制

根据柴油机的工况由MAP查得基本喷油量，再结合发动机的状态参数进行修正。喷油控制模块见图7。

图7 喷油量控制结构

喷油器的实际喷油量由喷油脉宽、轨压决定。喷油器喷油量是轨压与脉宽的函数:

Qinj=f(tinj,prail)。

(10)

式中：tinj为喷油脉宽；prail为油轨压力。控制策略中通过查询喷油器特性MAP来计算喷油器的喷油脉宽并进行修正。

2.3 喷油正时控制

喷油正时的确定方式为基本喷油正时加上补偿值，基本喷油正时由转速和喷油量查询MAP得到，补偿值包括冷却水温补偿、大气压力补偿和大气温度补偿。此外，还需要考虑喷油正时的最大值、二次喷射间的最小间隔以及喷油器作用时间。模型中喷油正时控制结构见图8。

图8 喷油正时控制结构

为改善燃烧过程，在中低负荷时使用预喷，预喷的喷油量根据目标总油量以及转速查询MAP并经修正后确定，预喷正时则根据主喷的正时时刻确定。

3 控制策略验证

基于实时仿真平台可以对控制系统进行更接近于实际被控对象的测试与实时调试，或进行极限条件模拟与故障模拟，对控制策略进行全面、综合地测试，可以避免在控制策略未完全验证的情况下进行台架试验，从而有效节约算法验证成本，减少控制策略开发的时间，提高控制策略验证试验的安全性及可靠性。

控制策略开发完成后，基于实时仿真平台，对控制器进行了初步标定，并对控制策略的控制效果进行了验证。控制器与实时仿真平台联合运行，通过实时平台的上位机监控软件实时控制系统的运行工况，并监测控制器中各控制量的变化，进而实现控制器策略的验证。在验证过程中，使用测功机模型作为发动机的负载，实现发动机的带载运行与转速控制，验证过程见图9。

图9 工况变化过程

图10示出了目标轨压的跟随曲线。由图可见，当目标轨压变化时，实际轨压可以快速响应，稳定时间短，超调较小，并且轨压的稳定性和精度较好，没有稳态偏差。

图10 轨压控制曲线

图11和图12示出了喷油时间和喷油量曲线。由图可见，控制策略可在中低负荷区间实现预喷与主喷两次喷射，而在高负荷阶段则仅进行主喷，在转速及负载变化过程中，喷油时间及喷油量可以快速响应，没有出现过大的抖动。

图11 喷油时间曲线

图12 喷油量曲线

图13示出喷油正时曲线。由图可见，与图12喷油时间曲线对应，在中低负荷区间具有预喷与主喷，高负荷区间则仅具有主喷。

图13 喷油正时曲线

4 结束语

针对大功率柴油机控制开发了相应的控制策略，对于关键的油轨压力闭环控制部分，采用了复合PID算法，解决轨压控制中的存在的问题。对于喷油控制部分则考虑了环境及柴油机状态对喷油时间、喷油正时的修正。为了改善燃烧过程，还加入了预喷过程。控制策略开发完成后，基于实时仿真平台对控制策略进行了调试与验证，证明所开发的控制策略功能完善，控制效果较好，为控制策略的台架调试与验证提供了良好的基础。

[1] 王尚勇，杨青．柴油机电子控制技术[M]．北京：机械工业出版社，2005.

[2] 陶永华．新型PID控制及其应用[M]．2版．北京：机械工业出版社，2002.

[3] 蒋方毅.基于模型的柴油机硬件在环仿真与控制研究.[D].武汉：华中科技大学,2009:1-15.

[4] 杜剑维,张寅豹,王银燕,等.基于dSPACE平台的柴油机测控系统硬件在环仿真[J].交通运输工程学报,2009,9(3):66-70.

[5] 杨闻睿,敖国强,刘志,等.高压共轨柴油机ECU硬件在环仿真系统软件设计[J].内燃机工程,2009,30(5):41-45.

[6] 朱辉,王丽清,程昌圻.柴油机电控单元硬件在环仿真系统研究[J].内燃机学报,1998(4):14-23.

[7] 王勤鹏,余永华,杨建国,等.船用中速柴油机电子调速系统硬件在环仿真试验平台研制[J].船舶工程,2014,36(2):62-65,98.

[8] 赵靖华,洪伟,韩林沛,等.基于enDYNA的柴油机瞬态EGR控制硬件在环仿真平台研究[J].汽车技术,2014(7):24-27.

[9] 刘志,羌嘉曦,陈自强,等.柴油机混合动力总成硬件在环仿真系统硬件设计[J].汽车技术,2008(12):8-11.

[10] 王征,杨建国,张伟.大型智能化低速柴油机高压共轨系统HIL仿真试验平台设计与实现[J].内燃机工程,2010,31(6):54-58,64.

[11] 王永庭,张付军,黄英,等.柴油机各缸供油量不均匀调节ECU硬件在环仿真研究[J].北京理工大学学报,2005(1):13-17.

[12] 刘雄,张树梅,杨林.柴油机混合动力控制器硬件在环仿真系统设计[J].车用发动机,2010(6):11-16.

[13] 王勤鹏,余永华,贺玉海,等.船用中速柴油机高压共轨硬件在环仿真平台开发[J].柴油机,2016,38(1):5-9.

[14] 齐鲲鹏,隆武强,冯立岩.硬件在环仿真系统中柴油机工作过程建模研究[J].内燃机工程,2007,28(6):49-52.

[15] 谭文春,唐航波,梁锋,等.柴油机高压共轨供油系统硬件在环仿真的设计[J].上海交通大学学报,2004,10:1647-1650,1655.

[16] 祝轲卿,王俊席,杨林,等.GD1柴油机多次喷射协调控制策略研究[J].内燃机工程,2006,27(4):26-30.

[17] 王金虎, 徐劲松.柴油机高压共轨燃油喷射系统控制策略研究[J].现代车用动力,2009(1):16-20.

DevelopmentandVerificationofControlStrategyforHighPowerDieselEngineBasedonReal-timeSimulationSystem

CHU Quanhong1,LIU Tao1,HU Yong1,LI Feifei1,YAO Sujuan1,YANG Guohua1, QIU Huibin2，REN Lu1，GUO Min3

(1.China North Engine Research Institute(Tianjin),Tianjin 300400,China；2.Beijing JingweiHiRain Technologies Co.,Ltd.,Beijing 100191,China;3.North General Power Group Co.,Ltd.,Datong 037036,China)

The EMS control strategy was designed for control of high power common rail diesel engine, which included the judgment and switching of operating conditions, injection control and fuel rail pressure control． Based on the real time simulation system, the strategy was adjusted and optimized by the real-time simulation and the rail pressure and injection control were hence verified. Therefore, the control strategy was feasible and could satisfy the demands of engine bench test．

diesel engine；control strategy；real-time simulation

姜晓博]

2017-06-18；

2017-12-01

褚全红(1968—)，男，研究员，主要研究方向为发动机控制系统和内燃机测试仪器；dtaddz@163.com。

10.3969/j.issn.1001-2222.2017.06.011

TK42

B

1001-2222(2017)06-0057-05