柴油机转速、转矩调节器性能改进

柴油机转速、转矩调节器性能改进 柴油机性能测试系统中转速、转矩调节器性能改进 一( 背景 柴油机系统是一个多变量、时变、非线性的系统。对柴油机特性的研究，不仅可以为车辆正确匹配柴油机提供依据，还可以为整车动力性、经济性的模拟计算及优化整个动力装置性能提供分析数据。柴油机特性往往是通过台架性能试验获得。利用试验数据对柴油机性能进行描述的方法主要有两种:一是试验数据描述法(或称格法、差值法)，是在数据表格中直接存入试验数据，当需要某一点的运行数据时，从表格中直接提取或通过插值提取。该方法计算简单，精度较高，但是要求试验数据的测试量相当大，测量精度要求高，并占用相当大的计算机内存;二是模型描述法，即建立柴油机的转速、转矩和油耗等参数之间的数学模型来描述柴油机的性能特性，模拟精度的高低与建模方法、模型的好坏有直接的关系。一般来说，此方法计算方便，适应面广，能够满足工程应用要求。 对柴油机进行建模，要求模型与实际系统应具有相同的瞬态行为和时间尺度，并尽可能简单以满足调速系统硬件动态实时性的要求。目前，柴油机的建模方法分为机理建模和系统辨识。一个真实的柴油机动态时变模型有大约30个状态变量，因此，采用机理建模所建模型的结构复杂，阶数高，不稳定，要、实现相应的控制算法比较困难。采用系统辨识的方法不需要知道过程内部复杂的物理机理，只——————————————————————————————————————————————— 是建立一个输入与输出之间的数学关系，为柴油机智能控制器的设计奠定基础。 对柴油机进行建模是为了更好的实现转速、转矩及油耗等的控制。目前， 对柴油机进行ETC测试试验时，工厂中较多的是对转速和转矩分别进行PID参数整定，通过调整kp,ki,kd参数来实现分别控制。但转速和转矩本身存在耦 合关系，而且对油耗的控制要求越来越高，因此，改变现有人工调整参数的方法，通过建立合理模型，设计相应自适应及优化控制算法，实现转矩、转速的精确调节，及油耗的最优控制具有重要的工程价值及推广前景。 二( 目前的初步进展 1. 分析目前情况下转速容易出现较大超调的理论根源 (1) PID控制是一个线性化控制器，要用一个线性化的控制器去控制本质 上的非线性过程，需要尽可能多的了解被控对象。比如，选取若干工况点，分别整定PID参数，并将参数进行存储，方便调用;或者，对系统本身进行建模，以此为依据选取PID参数; (2) 转矩和转速本身具有耦合作用，对其进行分别控制容易造成顾此失 彼。因此，应该对系统建立统一的模型，并设计统一的参数调整方案(即进行统一的控制器设计)。 ——————————————————————————————————————————————— (3) 过渡过程容易产生较大的误差。当转速或转矩设定值发生突然变化 时，现有PID参数不能立即发生改变，需要人为重新进行调整，造成输出曲线出现较大波动。因此，需要设计一个算法对控制器参数可以根据设定值自适应的进行调整。 (4) 目前的ETC试验对油耗没有具体的优化。 2.特征模型建模方法及相应自适应控制器的设计 基于特征模型的全系数自适应控制方法是由吴宏鑫院士于1992年提出的 一套新型的完整实用的自适应控制方法，其基本思想是将建模与控制要求结合在一起，建立与控制要求相结合的系统特征模型，设计基于该模型的全系数自适应控制律(包括维持跟踪控制、黄金分割控制，逻辑积分控制和逻辑微分控制)。其特点是辨识参数少，适合工程应用;所辨识的模型参数具有已知范围;黄金分割控制律可以保证系统的暂态性能。它在很大程度上可以解决现有自适应控制理论在实际应用中存在的问题。该方法在载人飞船再入升力控制、复杂挠性卫星自适应控制、双柔性机械臂协调控制，液压釜温度自适应控制等问题中已得到广泛应用。 2.1特征模型 所谓特征模型，就是根据对象的动力学特征、环境特征和控制性能要求所建的模型,其表达式为: y(k?1)?f1(k)y(k)?f2(k)y(k?1)?g0(k)u(k)?g1(k)u(k?1) (1) 当——————————————————————————————————————————————— 对象稳定或含积分环节时，方程的系数fi(k),gi(k)是慢时变的;系数的范围可事先确定;在同样输人情况下，特征模型的输出与实际对象输出是等价的(即:在动态过程中能保持在允许的输出误差内, 在稳态情况下, 输出是相等的);当系统静态增益为1时，在稳定状态下系数之和等于1，即 f1(?)?f2(?)?g0(?)?g1(?)?1 (2) 由此可以看出，特征建模的形式简单, 工程实现容易;且特征模型与一般高阶系统的降阶模型不同, 它是把高阶模型的有关信息都压缩在几个特征参量之中。 2.2 自适应控制律设计 自适应控制律包括:维持/跟踪控制律，黄金分割自适应控制律，逻辑微分控制律和逻辑积分控制律。 2.2.1黄金分割自适应控制律 黄金分割自适应控制律是把黄金分割比引入控制器设计中，能保证参数未知定常系统在过渡阶段、参数估计未收敛情况下闭环系统稳定。它一般不需要人在现场试凑控制器参数。1994年，谢永春博士证明了该控制器的稳定性和鲁棒性。该方法既简单又有极强的鲁棒性，已成功应用于多个实际工程。 其表达式为: uG(k)??1?l1f1(k)e(k)?l2f2(k)e(k?1)?g0(k)??1 (3) l2?0.618为黄金分割系数;f(k),f(k),g(k)为参数估计值; 120其中，l1?0.382, e(k)?y(k)?yr(k)为输出误差(yr(k)为期望的输出值);?为一与增益——————————————————————————————————————————————— 相关的正常数。 只要保证f1(k),f2(k),g0(k)在规定范围内，不管参数估计是否收敛于“真值”，此反馈控制律可以保证闭环系统稳定。 2.2.2维持/跟踪控制律 其表达式如下: uT(k)?1?yr(k)?f1(k)y(k)?f2(k)y(k?1)?g1(k)u(k?1)?g0(k)??2 (4) 2.2.3逻辑微分控制律 逻辑微分控制律的基本原理是需要微分时加微分，不需要微分时能自动减少或取消微分，它具有自动增加或减少微分的能力，具体表达式如下: uD(k)?kd?y(k)?y(k?1)? (5) 其中，kd?，c为微分常数。 2.2.4逻辑积分控制器 一般常规积分器其积分系数都选定为常值。而逻辑积分器则是根据系统运行状态和控制任务要求，经分析判断后自动改变积分系数，具体形式为: uI(k)?cuI(k?1)?kIe(k) e(k)[e(k)?e(k?1)]???0?k1kI??e(k)[e(k)?e(k?1)]???0?k2 ?1当e(k)突然增加时?c??0一般情况 ??1当e(k)突然减少时? (6) 其中，k2?k1?0,?为一小正数。应用上述逻辑积分，能较好地克服阶跃干扰，使过渡过程性能改善，并能跟踪各种突变的期望曲线。 综上，基于特征模型的自适应控制器可表达为如下形式: ——————————————————————————————————————————————— u(k)?uG(k)?uT(k)?uD(k)?uI(k) (7) 对于一个确定的系统，这四种控制律不一定都需要，只要其中几种的组合即可。这需要在仿真过程中确定。 2.3 从柴油机ETC测试平台数据中，初步验证特征模型对柴油机调速过程的有效性。 从控制的角度，柴油机调速系统可以简化为一个单输入(阀门开度)单输出(转速)系统，但进排气压力、油压、温度等条件也对控制精度有较大的影响。用特征模型对该系统进行建模，得到模型系数如下: 图1 速度调节系统的特征模型系数 系统输出如下图所示: 图2 转速输出曲线 其中红线表示实际输出，蓝线表示特征模型输出，可以看到，绝大多数情况下，特征模型输出逼近系统实际输出，只有在711点附近，由于系统转速从1967r/min陡降到967r/min,造成模型输出一个较大误差，但很快模型输出就跟踪上系统输出。如果是用PID控制，则需要人为较长时间的调节。 三( 下一步工作 1.用特征模型方法建立转速、转矩整体模型 2.基于该模型设计自适应控制器，解决耦合问题 3.通过参数优化的方法在保证转矩转速精确控制的前提下对油耗进行优化。 ——————————————————————————————————————————————— 4.硬件实现。 参考文献: [1] 萧颖，潘大德，柴油机数学模型的模拟和仿真，内燃机车， 2011，3(445):12-15 [2] 徐丽友，周志立，张明柱，基于MATLAB的柴油机性能试验 数据的处理，河南科技大学学报:自然科学版，2006，4 (27):33-35 [3] 宋百玲，宋恩哲，应用Simulink对M851型柴油机调速系统 建模与仿真，哈尔滨工程大学学报，2004，4(25):468-471 [4] 杨卫东，孙妙，李同强，陈文杰，ETC试验工况回归分析算 法影响因素的探讨，柴油机设计与制造，2009，1(16):20-23 [5] 曹恒，孙宝元，段军，潘大德，李天福，应用时域变周期采 样的柴油机试验建模，内燃机学报，2000，3(18):223-229 [6] 吴宏鑫，沈少萍，PID控制的应用与理论依据，控制工程， 2003，1(10):37-42 [7] 吴宏鑫，全系数自适应控制理论及其应用[M]，国防工业出版 社，1990 [8] Wu H X, Hu J, Xie Y. Characteristic model-based all-coefficients adaptive control method and its applications[J]. IEEE Trans. On Systems, Man and Cybernetics, 2007, 37(2): 213-221. [9] Meng B, Wu H X. A unified proof of the characteristic model of the linear time-invariant systems[C]. Proc. of 2007 American Control ——————————————————————————————————————————————— Conference, New York City, 2007. [10]吴宏鑫，王迎春，邢琰，基于特征模型的智能控制及应用[J]，中国科学，2002 E辑, 32(6): 805-816. [11]孟斌，吴宏鑫，黄金分割控制的收敛性和稳定性研究，宇航学报[J]，2009，5(30):2128-2132 [12]解永春，航天器鲁棒自适应控制方法及其应用研究[D]，中国空间技术研究院北京控制工程研究所博士学位，1994 [13]吴宏鑫，胡军，谢永春，基于特征模型的智能自适应控制[M]，中国科学技术出版社，北京，2009.1 ———————————————————————————————————————————————