基于神经网络模糊PID 的轨压控制器设计

（武警海警学院，浙江宁波315801）

刘 宇

0 引言

很多因素会影响柴油机正常工作，但很难对这些因素进行有效控制。大量实验证明，燃烧时的雾化程度、油气混合质量、着火点时间和废气排放等都与燃油喷射系统有关。所以，通过对柴油机燃油喷射过程进行控制，达到改善柴油机性能的目的[1]。

目前，主要有2个有关高压共轨电控喷射系统控制策略的研究方向：

1）采取柔性控制，即根据柴油机实际工况，结合MAP图对喷油量、喷油正时和喷射控制的参数进行调整，使柴油机的喷油不受转速、负载和外部环境的影响。但是参数调整过程复杂，难以明显地提高柴油机电控喷射系统的性能。

2）通过增大轨压，使柴油机油气混合充分、着火延续期缩短和噪声降低[2,3]等。虽说增大压力可以迅速提高柴油机喷射系统性能，但受到高压油管、喷油嘴等自身结构的限制，很难无限增大。

因此，只有把柔性控制和增大轨压两者相结合，才能使柴油机综合性能真正迈上一个新台阶[4-8]。最终喷油量的实现，必须结合柴油机的实际工况选择合理的控制策略，只有这样才能达到柴油机工作的最优化。轨道压力是柴油机实现喷油的前提条件，对柴油机的喷油起着至关重要的作用。因此，实现轨道压力的控制是重点也是难点。

1 高压共轨电控喷射系统控制策略的实现

1.1 轨道设定值的计算

1）环境修正量计算。首先，根据柴油机当前转速和喷油量，查询与此对应条件下的环境基本量基本值；其次，柴油机的外部因素，例如：冷却水温度、大气温度和大气压力，这些因素通过查询对应曲线，分别会得到水温修正系数、大气温度修正系数和大气压力修正系数。最后，这三个修正系数之和与环境修正量基本值之积就是环境修正量。

2）燃油温度修正量计算燃油温度修正量计算方法基本上和环境修正量的方法一致：首先，通过查询柴油机轨道压力MAP图，可以知道燃油的基本修正值；然后，通过查询轨道压力—燃油温度MAP图，也可以知道燃油温度的修正系数；最后利用这个燃油温度修正系数和燃油基本修正值相乘，得到的积就是燃油温度修正量。

1.2 基本的控制策略

柴油机的轨道压力控制如图1所示。

图1 轨道压力控制图

根据上一小节对环境修正值和燃油温度修正值的计算结果，把轨道压力基本值、环境修正值和燃油温度修正值进行相加，得到的值就是轨道压力目标值。由于柴油机工作时轨道压力一直在发生变化，所以需要对轨压目标值进行限定，不能高于最高轨压，也不能低于最低轨压。

1）起动时油压控制

起动时，需要根据实际情况选择恰当的控制方式：刚起动时，由于转速比较低，只能检测到曲轴转速信号，而判缸信号无法立即检测到，此时运用开环控制，建立控制时序，可以快速起动油压；当油压接近目标值时，采用闭环控制对油压进行反馈调节，使柴油机工作更加平稳。

2）起动后油压控制

（1）正常工况：正常工作时，方法同基本的控制策略。

（2）紧急工况：在急加速或急减速情况下，采用开环和闭环相结合的控制方法进行控制。首先需要设定一个差值界限，当偏差值小于界限时，采用开环直接启动；当偏差值大于界限时，需要反馈并做继续调整。

这里采用了传统PID闭环控制算法对轨压实现控制，但是当柴油机发生工况改变时，会产生压力波动，而传统PID控制算法无法对压力进行精准控制。

2 基于神经网络模糊PID轨压控制器设计

2.1 轨道设定值的计算

轨压控制的目的在于解决共轨压力的稳定性以及工况之间过渡的良好衔接性。但在轨压控制过程中，会受到很多因素影响，如：

1）高压燃油在高压共轨内快速流动会与管壁碰撞发生反弹，导致压力波动；

2）油泵的工作周期性会导致轨压波动；

3）系统自身的结构会导致压力波动，例如：高压油管的长度和直径、高压油泵的供油油路的长度、高压油路的弯曲等。

压力波动对控制轨压的稳定性能造成严重的影响，所以在轨压控制的过程中，需要采取相应的措施来调节压力波动引起的参数变化。

2.2 神经网络模糊PID轨压控制器设计

由于传统PID控制算法只能使柴油机在某种工况下达到最优，而工况之间过渡时，传统PID控制算法明显无法满足。因此，为了解决这一问题，又在此基础上提出了神经网络控制算法和模糊控制算法，但发现都不足以对轨压实现精准的控制。为此，作者结合了模糊控制和神经网络控制，并在此基础上，取长补短，设计出神经网络模糊控PID控制器。

2.2.1神经网络模糊PID轨压控制器设计

模糊控制是基于模糊集理论[9]和专家系统的成果而诞生的，把具体的信息经过模糊化处理，使它具有这个信息特点的一个范围性描述。并不需要像其它控制那样，对控制对象进行准确定量的数学建模实现控制，而是只需要通过从规则库里面进行推理，得到相关的内容，从而对控制对象进行控制。

模糊控制是以模糊语言变量、模糊集合论及模糊逻辑推理为主的一种计算机控制。它由于不需要准确定量的数学建模和运用人们的工作经验进行处理，相对而言缺乏一定的系统性和准确性。模糊控制系统由模糊控制器和控制对象组成，如图2所示。

2.2.2神经网络控制

1）神经网络

神经网络全名是“人工神经网络”，顾名思义，是人们模仿大脑神经系统建立的模型。因而和人脑一样，它的重要组成结构是人工神经元，神经元是神经网络操作的基本信息处理单位[10]。具体结构如图3所示。

图2 模糊控制器结构图

图3 人工神经元的结构示意图

其中，x1是输入信号，y1是输出信号；从图中可以清楚的看出有多个输入信号，但只有一个输出信号。输入信号x1和权系数w1之积是权值，权值与神经元的偏差之和作为激活函数f(z)的输入值，y1是输出值。

图4 激活函数示意图

（3）S型激活函数

S型激活函数主要将将输入值变化到（0,1）的范围内，它可以处理大的输入信号值，也可以处理小的信号输入值。其表达式为：

3）神经网络控制系统特点

（1）非线性：现如今大部分问题都属于非线性类，而神经网络系统却具备了线性和非线性这两种特点；

（2）容错性：当系统局部受到损害时，系统本身具有恢复信息的功能；

（3）并行性：通过神经元结构示意图可知，系统可以同时有多个输入信号且可以并行处理，得到一个输出信号；

（4）时效性：因为具有并行性，因此响应速度快，满足时效性要求；

（5）鲁棒性：当系统受到外界干扰时，由于系统本身是按相似的输出模式进行输出，因此仍然可以在训练结束的基础上进行输出。

2.2.3神经网络模糊PID控制器

通过模糊控制和神经网络控制基本理论的学习，可以知道模糊控制可以处理PID所不具备的动态性能和静态性能的能力，神经网络控制可以处理大量数据的能力。因而，在传统PID的基础上，引入模糊控制和神经网络控制，从而设计出图5所示的神经网络模糊PID控制器，以更好地实现对轨压的精准控制。

在PID控制算法中介绍PID是通过比例、积分和微分实现控制的，但是这三个参数KP、Ti和Td不是毫无关系的，恰恰相反，他们是紧密联系在一起，相互联系、相互制约的关系。

图5 神经网络模糊控制器系统结构图

首先，把轨压目标值和实际轨压值之间的偏差及偏差值变化率输入到模糊化板块内，对这两个变量进行模糊化处理，得到比例、积分和微分三个参数的值。其次，把这三个参数值作为神经网络控制的输入端，在神经网络控制器中对这些值进行调试训练，得到最佳的一组数值。最后，把这得出的三个数值输入到PID控制器中，由PID控制器控制比例电磁阀实现对高压油泵的控制。本文采用了闭环控制，把实际压力反馈到输入端与目标值进行对比，可以使得柴油机工作更加稳定。由此看来，所设计的神经网络模糊PID闭环控制可以具有以下的优点：

1）结构简单、操作方便，还具有较强的鲁棒性。

2）处理复杂的问题时，不需要精准的定量建模，节约了成本。

3）有多个输入端，可以处理大量的数据，得到最优的值。

4）工作稳定，具有自我学习和自我调节的功能。

3 结论

在柴油机高压共轨电控喷射系统研究方面，控制策略一直是研究的重点和难点。传统PID控制算法凭借结构简单、容易实现的特点，被广泛应用于柴油机电控系统。但是传统PID控制算法还存在对控制对象参数变化比较敏感的缺陷，所以需要对轨压的控制方法继续研究。本文提出的神经网络模糊PID控制算法，结合了模糊控制、神经网络控制和传统PID控制三者的优点，很大程度上改善了对轨压控制的精准性和可控性。随着对高压共轨电控喷射系统控制策略研究的继续深入，硬件设施不断提高，相信在以后更精准、更智能的控制算法也会出现。