煤層氣發(fā)動(dòng)機(jī)空燃比動(dòng)態(tài)建模及前饋MAP校正方法研究.pdf

1、電控技術(shù)是提高煤層氣發(fā)動(dòng)機(jī)燃燒效率、降低排放和提高動(dòng)力性的重要手段。在煤層氣發(fā)動(dòng)機(jī)控制系統(tǒng)分析和設(shè)計(jì)過(guò)程中，空燃比動(dòng)態(tài)建模和前饋MAP校正方法是需要研究的重要內(nèi)容，也是電控單元控制軟件優(yōu)化設(shè)計(jì)和控制策略開發(fā)的基礎(chǔ)。
　　 本文研究主要內(nèi)容如下：
　　 (1)為了描述煤層氣發(fā)動(dòng)機(jī)空燃比的動(dòng)態(tài)特性，建立了多變量空燃比塊聯(lián)模型。利用穩(wěn)態(tài)工況實(shí)驗(yàn)數(shù)據(jù)擬合的多項(xiàng)式，補(bǔ)償模型中的靜態(tài)非線性增益。借助3個(gè)準(zhǔn)則函數(shù)選擇動(dòng)態(tài)模型的階次，基

2、于發(fā)動(dòng)機(jī)動(dòng)態(tài)工況實(shí)驗(yàn)數(shù)據(jù)，分別采用預(yù)濾波的頻率權(quán)值修正(SM)法和輸出誤差(OE)法辨識(shí)空燃比動(dòng)態(tài)模型的參數(shù)。模型驗(yàn)證結(jié)果表明，基于SM算法的塊聯(lián)模型能夠相對(duì)較好地捕獲發(fā)動(dòng)機(jī)空燃比的瞬態(tài)偏移。
　　 (2)為了描述煤層氣發(fā)動(dòng)機(jī)強(qiáng)烈的非線性和補(bǔ)償動(dòng)態(tài)工況下的延遲，基于減法聚類算法(SCA)和在線聚類算法(OCA)，分別建立了用于空燃比反饋控制的ANFIS模型和自適應(yīng)模糊模型。利用同向激勵(lì)和反向激勵(lì)下的動(dòng)態(tài)數(shù)據(jù)，對(duì)兩種模型預(yù)測(cè)空燃比

3、的能力進(jìn)行了檢驗(yàn)和交叉驗(yàn)證。結(jié)果表明，盡管兩種模型都能夠補(bǔ)償發(fā)動(dòng)機(jī)各種延遲、描述排氣空燃比的瞬態(tài)偏移，但基于OCA算法自適應(yīng)模型，由于采用參數(shù)遞推算法和適當(dāng)選擇的規(guī)則半徑，通過(guò)在線修正和調(diào)整模型參數(shù)，可以更好地實(shí)時(shí)預(yù)測(cè)空燃比的變化，具有更高的精度。
　　 (3)為了優(yōu)化模糊空間劃分和進(jìn)一步改善建模精度，考慮聚類中心的關(guān)聯(lián)性，將協(xié)同系數(shù)引入G-K聚類算法中，結(jié)合系統(tǒng)性能指標(biāo)和3種聚類數(shù)判定準(zhǔn)則(SC、S、XB)，構(gòu)建了基于G-K協(xié)

4、同聚類算法的發(fā)動(dòng)機(jī)空燃比模糊模型。模型驗(yàn)證結(jié)果表明，與G-K聚類算法的模糊模型相比，基于G-K協(xié)同聚類算法的模糊模型具有更好的魯棒性，更適合作為空燃比動(dòng)態(tài)模型。
　　 (4)為了盡可能消除穩(wěn)態(tài)控制偏差和優(yōu)化發(fā)動(dòng)機(jī)控制MAP，借助于辨識(shí)的發(fā)動(dòng)機(jī)穩(wěn)態(tài)模型，研究了基于PI型、PID型和自適應(yīng)PID型迭代學(xué)習(xí)控制律的穩(wěn)態(tài)空燃比自學(xué)習(xí)校正算法；為了補(bǔ)償動(dòng)態(tài)非線性和延遲引起的瞬態(tài)空燃比偏移，借助于基于協(xié)同聚類算法的空燃比動(dòng)態(tài)模型，研究了基于