燃油喷嘴小油量非线性区补偿算法研究

曾伟，顾欣，马涛

(1.凯龙高科技有限公司，无锡 214000；2.上海柴油机股份有限公司产品研发中心，上海 200438)

0 引言

随着机动车排放标准的日趋严格和不断升级，GDI发动机需要采用更加先进而复杂的喷射模式和控制策略才能满足其要求。而先进的喷射模式和控制策略则需要控制GDI喷油器在其原来很少用到的小油量区域内(0.5 mg～3 mg的范围)进行喷射。但是在小油量区域，喷油器特性曲线都是极其非线性的，且各喷油器特性曲线之间的离散性很大，喷油器油量偏差往往过大，油量一致性很差，很难控制各喷油器进行准确的油量喷射，因此必须要想办法提高小油量喷射的一致性。

如果从机械设计或加工工艺上提高小油量喷射的一致性，则难度很大且成本很高，因此国外的相关研究都是希望通过对小油量进行软件算法补偿的方式来提高小油量喷射的一致性，这种方案具有不需要改进原喷油器结构、或进行少许改动、且整体成本低、实施方便的优点。

针对上述问题和需求，提出了一种基于轨压降的小油量补偿策略。此策略并不是针对影响小油量的具体因素进行补偿，而是基于GDI喷油器没有回油的结构特点，且根据油量喷射前后的轨压降与喷油量之间的特定关系(一般是线性关系)，通过测量小油量喷射前后的轨压降特征值，来估算实际喷射的油量大小，并通过统计平均的方法[1]来保障估算油量的准确性。通过实时计算各喷油器的估算油量，在线重构各喷油器在小油量区域的喷油规律(即各轨压下喷油量和喷射脉宽的关系)，进而各喷油器依据所重构的喷油规律来实施喷射，从而获得比较高的小油量一致性[2]。

1 GDI喷油器小油量一致性研究

图1试验结果表明：当处于非线性区域(200～400 μs喷射脉宽)时，各喷油器的油量基本特性曲线差异较大，一致性较差。相对于喷油器油量均值，在非线性区域，有很多工况的油量偏差在20%以上，甚至有些工况点的油量偏差达到50%之间。而在大油量线性区域，特性曲线线性度与喷射一致性则很好，油量偏差一般都小于5%，满足了使用要求。为了满足更高的排放要求，先进的喷射模式需要进行多次小油量先导喷射(如0.5 mg～3 mg之间)，以满足清洁燃烧需求，因此对小油量的一致性也有较高的要求，一般要求小油量偏差在20%以内。

图1GDI喷油器非线性区域油量特性曲线

从实验结果可得出结论：由于GDI喷油器在小油量区域的喷射油量一致性比较差，很多工况的油量偏差都已经在20%以上，甚至还有某些大于50%的。因此就需要开发一种小油量补偿算法，来对小油量喷射进行补偿，提高小油量喷射的油量一致性，以满足更高排放的要求。

2 GDI燃油系统喷油量与轨压降关系特性试验

2.1 轨压降特征值提取试验

对于轨压降的特征值进行探索性提取试验，在单次喷射的前提下，对待测喷油器进行5次喷射(每个循环只喷射一次)后，进行轨压降计算。

试验在不同轨压下，关闭泵油和除待测缸以外的其它喷油器，使待测喷油器连续喷射5个循环，记录其喷射前与喷射后轨压(记录时间各为3个循环)并测量喷射的实际油量。如图2所示，单次喷射采集轨压降的检测经历了11个循环(时间为2 s)喷射前后的轨压基本处于稳定状态，波动很小。图2中，喷射前轨压为5.1164 MPa，喷射后轨压为4.8234 MPa，计算得5次喷射的平均轨压降为0.0586 MPa。

图2多次喷射轨压降提取

2.2 轨压降与喷油量的关系特性试验

在不同轨压与喷射脉宽下重复2.2节的工作，可获得待测喷油器各轨压下的油量特性与轨压降特性曲线数据，对其进行相关性分析。以喷油脉宽为横坐标，喷油量和轨压降分别为纵坐标，画出的1～4号GDI喷油器非线性区域的轨压降特性曲线与油量特性曲线如图3所示。

图3非线性区域喷射油量与轨压降特性曲线

试验发现各个喷油器的喷射油量与轨压降皆成经过零点的线性正相关，且不同喷油器的拟合曲线基本重合。四条线性拟合趋势线的斜率平均值为5.432，如图4所示。

图4各喷油器油量与轨压降关系

基于轨压降与油量相关性，设计开发了燃油喷嘴小油量非线性区补偿算法架构。如图5所示，算法主要分为5大主模块与13个子模块，具体模块如下：

图5燃油喷嘴小油量非线性区补偿算法

3 燃油喷嘴小油量补偿策略实现

3.1 自学习状态控制模块

该模块负责小油量补偿算法的状态标志设置与切换工作。控制模块把油量补偿算法分为三种状态：

a)当未进行轨压降估算油量时，状态位设置为未学习状态，此时根据油量到脉宽的转换表格，查表求取喷射脉宽；

b)当完成轨压降估算油量自学习后，状态位设置为已学习状态，此时根据各喷油器的估算油量学习表格进行油量到脉宽的转换；

c)当状态为未学习状态，或是状为已学习状态，但需要进行喷油器老化补偿时，置位轨压降估算油量需求标志(如0代表为学习，1代表自学习，2代表已学习)，并判断是否可使小油量轨压降估算开启自学习功能。如满足轨压稳定要求(轨压波动范围小于阈值且稳定一段时间以上)，则开启油量自学习功能，此时状态位设置为自学习状态。

3.2 未学习状态控制模块

未学习的油量到脉宽转换模块：当处于未学习状态时，根据轨压与油量来查Q2T(油量到脉宽转换)表格获得未学习时的喷射脉宽1。

3.3 已学习状态控制模块

已学习的油量到脉宽转换模块：当处于已学习状态时，根据学习获得的各喷油器各自的估算油量学习表格来获取已学习喷射脉宽。可使用与各喷油器对应的学习表来求反函数，以此获取各喷油器的喷射脉宽，即Linj=Map-1(P， Q估计)，并控制各喷油器的喷射，以在小油量非线性区域获得较好的一致性。

3.4 自学习状态控制模块

当开启自学习功能后，进入自学习模块。此模块分为9个子模块，完成轨压降估算油量的自学习更新功能。

a)自学习喷射模式及参数设置模块：

在计算估算油量前，需要确认自学习模式与油量补偿的参数。

b)喷油泵油使能控制模块：

c)喷油前轨压采集模块：

该模块执行喷油器喷油前轨压采集、滤波与合理性判断功能。

d)喷油器喷射管理模块：

该模块执行喷油器喷射时的管理控制，设定合适的喷射次数与喷射脉宽2，以完成待测喷射器的喷射驱动。

e)喷油后轨压采集模块：

该模块执行喷油器喷油后轨压采集、滤波与合理性判断功能，并调用轨压降计算模块来获得高精度的轨压降。

f)轨压降计算模块：

史书描述温瑞塘河的开凿是在西晋武帝太康年间（公元280—289年），“横阳周凯率众治理永宁、安固、横阳三江（今瓯江、飞云江、鳌江）及濒海地，疏凿河道，引水入海”。“濒海地”是指温瑞平原，即温州周凯带领民众治理瓯江、飞云江、鳌江及温瑞平原，疏浚河道，开凿塘河，引水到大海。溢流堰坝应在西晋武帝太康年间与温瑞塘河同时建造，距今约1 730年。为防止潮水倒灌、咸水入河造成农业减产甚至绝收，后人在堰坝上再修建陡门用于挡潮。

此模块根据喷射前后压力差，计算单次喷射的轨压降并判断其合理性，如满足合理性要求，则存储入MAP表中。当存储了足够多的轨压降测量值后，计算轨压降的平均值。

g)相关系数计算模块：

此模块根据输入的轨压查表获取相关系数，以作为计算估算油量的前提。

h)油量估算模块：

根据计算得到的轨压降均值以及相关系数，来求取当前工况下的估算油量。

i)自学习油量更新模块：

当处于自学习状态时，此模块对脉宽、轨压进行自学习设置；并把各轨压、脉宽下学习到的估算油量自动填写入各喷油器对应的学习表中，以在学习完成后使用各喷油器对应的学习表来获取喷射脉宽3。

3.5 喷油脉宽协调模块

负责喷油器脉宽的协调工作，对输入的未学习喷射脉宽1、自学习喷射脉宽2、已学习喷射脉宽3进行协调并输出最终的喷射脉宽。

在未学习状态时，使用给定的基本表格，进行查表求取喷油脉宽，并在合适的情况下开启轨压降估算油量学习功能。

在自学习状态时，是指当前正处于小油量的自学习阶段，需要进行不同轨压、不同脉宽下小油量的学习；采集各喷油器不同轨压和不同脉宽下的轨压降，然后根据轨压降与喷油量的相关系数来计算估算油量，并把计算到的估算油量值填入到各个喷油器对应的小油量学习表中；一般在发动机或整车出厂前，需要对装在发动机上的各喷油器小油量进行自学习。当喷油器老化后，也需要在合适的情况下重新开启小油量自学习功能，以改善老化后喷油器的小油量一致性。

在已学习状态时，使用与各喷油器对应的学习表求反函数来获取各喷油器的喷射脉宽，以在小油量非线性区域获得较好的一致性。

4 燃油喷嘴小油量补偿策略验证

为了验证小油量补偿策略的有效性，将集成测试后的补偿算法在GDI喷油器上进行验证，以确补偿算法的有效性与补偿效果。

4.1 喷油器非线性区域油量与轨压降相关系数确定

在不同轨压下，对待测型号喷油器非线性区域的轨压降与喷油量的特性曲线相关性进行分析并计算其相关系数，把获得的相关系数制作成插值表。

对各轨压下的轨压降与油量每隔1 Mpar进行轨压降与油量测量，并对其关系曲线进行线性拟合，经过处理后，获取各轨压下的相关系数曲线如图6所示。

图6喷油器非线性区域油量与轨压降相关系数

验证试验表明，当轨压相同时，各喷油器的喷射油量与轨压降皆成过零点的线性正相关，且不同喷油器的拟合曲线基本重合；因此，轨压降与喷油量呈线性强相关性。通过对各轨压下的轨压降油量关系曲线进行拟合计算，可获得相关系数曲线。

4.2 小油量补偿策略估算油量与实际油量对比

使用补偿算法对各轨压下的油量进行估算，在获得待测喷油器各轨压下根据轨压降估算的油量特性曲线后，将其与使用高精度天平称量的实际油量构成的特性曲线进行比较，比较结果如图7所示，实测油量与估算油量二者的偏差小于10%。

图7各轨压估算(实际)油量特性曲线对比

4.3 补偿算法效果验证

当关闭(开启)油量补偿算法时，在不同轨压下，GDI喷油器以不同脉宽进行喷射。描绘轨压降补偿算法前后各喷油器不同轨压下的非线性区域油量特性曲线，并分析各自油量偏差，如图8～图9所示。

图8补偿算法关闭下油量特性曲线

图9补偿算法开启时的油量特性曲线

对多次喷射模式下油量补偿前后油量特性曲线及油量偏差进行分析，发现使用算法补偿后，各轨压下喷油器小油量非线性区域的油量特性曲线更加趋向一致，小油量一致性得到明显改善；喷油器间的实测油量最大偏差从70%左右下降为小于20%，满足了小油量喷射控制要求。

5 量杯累计油量对比验证

为了验证算法的可靠性，挑选不同轨压，不同脉宽下的小油量试验点(试验分别在5 MPa、10 MPa、15 MPa轨压下进行，针对每个轨压下挑选一个非线性区域小油量点，使用量杯接取未使用与使用补偿算法后各喷油器喷射的油量，来对油量补偿策略进行宏观上的补偿效果验证。

对未使用补偿策略与使用补偿策略下分别获得的量杯累积油量，进行目测，如图10所示，观察其补偿后喷油量一致性是否好于补偿前。

图10非线性区域补偿前后油量试管目测

试验结果表明非线性区域补偿前后的油量一致性有较大改善；在线性区域，补偿前油量偏差较小，补偿后的油量偏差有小幅改善。

6 结论

对GDI喷油器的小油量补偿原理和方法进行了深入的试验研究，成功开发和实施了GDI喷油器小油量补偿策略，并在博世和马瑞利的GDI喷射器上进行了补偿效果的验证，取得了较好的验证效果。

需要指出的是，如果此补偿策略后续应用到量产项目上，需要针对应用到车上的各种具体细节问题进行深入研究和开发。同时针对具体喷油器的小油量特性和需要达到的指标要求，需要在算法自学习效率与油量一致性目标方面进行一个平衡，即在达到指标要求的情况下尽量减少油量自学习的工况点数，以提高自学习速度和算法效率。