廣告
多次噴射柴油機實時預測模型參數映射關系辨識
為了實現發(fā)動機的節(jié)能減排，許多先進的技術被提出并應用在發(fā)動機領域，導致先進發(fā)動機通常以復雜的控制策略和大量的控制變量為特征。多次噴射發(fā)動機因其可兼顧排放和油耗特性，已成為未來發(fā)展的必然趨勢，因而很多學者將精力投入到多次噴射發(fā)動機實時預測模型的研究中。目前，對EF 和ANN 兩種方法在發(fā)動機預測模型參數映射關系辨識的應用也鮮見報道。筆者基于前期關于多次噴射柴油機實時預測模型的研究基礎，分別采用EF 和ANN 兩種方法辨識輸入/輸出參數之間的映射關系，最終建立基于EF 和基于ANN 的多次噴射柴油機實時仿真模型，并在穩(wěn)態(tài)和瞬態(tài)工況對兩種模型進行預測性能對比，在快速原型設備上進行計算耗時對比。
01多次噴射柴油機試驗臺架及測試工況
研究對象為菲亞特汽車公司(FIAT)生產的四沖程、水冷、高壓共軌、多次噴射3.0 L 歐Ⅵ柴油機，配有VGT 和高壓EGR 系統(tǒng)，其主要技術參數、測試儀器以及測試工況見參考文獻[1]
02基于經驗公式的參數間映射關系辨識
圖1 為部分經驗公式的擬合結果，其中，RMSE為均方根誤差，RMSEr 為相對均方根誤差。為了得到高精度的面向控制的柴油機預測模型， 柴油機模型中所有需要辨識的參數均應該采用數學方法直接或間接地與柴油機運行參數相關聯。
圖1 基于經驗公式的各因變量參數映射關系擬合結果
03兩種仿真模型預測性能
圖2 和圖3 分別為EF 模型和ANN 模型在穩(wěn)態(tài)工況和瞬態(tài)工況下的仿真結果。為便于直觀表示MFB 50 滯后于發(fā)火上止點的曲軸轉角位置，圖2 和圖3 中采用MFB 50-360 表示。ANN 模型在穩(wěn)態(tài)工況的預測精度高于EF 模型，但是在瞬態(tài)工況，其預測精度(尤其是PFP)出現明顯惡化，低于EF模型。主要原因在于，模型中參數存在校準誤差和不確定性，ANN 相比EF 具有更強的非線性擬合能力，可以實現更好的非線性擬合，但是對參數誤差和不確定性更加敏感。對于模型參數來說，校準誤差和不確定性較高，因而EF 更適合用于模型中參數間映射關系的辨識。
圖2 基于經驗公式和基于ANN的柴油機物理模型穩(wěn)態(tài)工況仿真結果對比
圖3 基于經驗公式和基于ANN 的柴油機物理模型在WHTC瞬態(tài)工況仿真結果
04結 論
(1) 相比基于冪函數的經驗公式，ANN 對柴油機物理模型中參數間的非線性映射關系辨識效果更好，但是對數據誤差的敏感度較低。
(2) 相比基于EF 的柴油機物理模型，筆者建立的基于ANN 的柴油機物理模型在穩(wěn)態(tài)工況對MFB 50、PFP 和BMEP 的預測精度更好；在WHTC瞬態(tài)工況，對MFB 50、PFP 和BMEP 預測精度出現明顯惡化(尤其對于PFP)，預測性能較差；主要因為參數本身具有較大的校準誤差和不確定性，而ANN模型，相比EF，對誤差和不確定性更加敏感，EF 相比ANN 更適合用于辨識柴油機物理模型參數間映射關系。
(3) 所建立的基于EF 的柴油機物理模型和基于ANN 的柴油機物理模型，其在ETAS ES910 快速原型設備上測試的計算耗時相當，約為350 μs，遠低于實際柴油機單個循環(huán)所需時間(約為20 ms)，二者均能滿足燃燒過程實時控制的要求。
05參考文獻
[1]胡松,王賀春,王銀燕,張金羽,楊福源.多次噴射柴油機實時預測模型參數映射關系辨識[J].內燃機學報,2022,40(02):153-161.
- 下一篇：整車通過性虛擬仿真
- 上一篇：基于參數自學習的柴油機轉速主動抗擾控制
廣告 編輯推薦
最新資訊
-
“汽車爬坡試驗方法”將有國家標準
2026-03-03 12:44
-
十年耐久監(jiān)管時代：電池系統(tǒng)開發(fā)策略將如何
2026-03-03 12:44
-
聯合國法規(guī)R59對機動車備用消聲系統(tǒng)的工程
2026-03-03 12:08
-
聯合國法規(guī)R58對后下部防護裝置的工程化約
2026-03-03 12:07
-
聯合國法規(guī)R57對摩托車前照燈配光性能的工
2026-03-03 12:07
