关键词：
发动机起动控制
模型辨识
二阶超螺旋滑模控制
积分强化学习算法
最优控制
摘要：
在内燃机汽车行驶时,发动机作为其重要组成部分之一,经常需要频繁起动与加速,在这一过程中,发动机的瞬态性较为突出,导致发动机转速、节气门开度和喷油脉宽有较为剧烈的波动,因此发动机转速的跟踪快速性和燃油经济性之间的平衡关系是这一过程中控制的重点之一。若仅考虑燃油经济性,则发动机起动或加速的过程会相应变慢,影响驾驶员的体验感;若仅考虑转速跟踪快速性,则会导致起动过程中喷油较多,空燃比较低,进而导致大气污染问题。因此有必要寻找并优化控制策略,在保证发动机起动与加速的跟踪快速性的前提下,尽量保证燃油经济性。然而,车用发动机结构较为复杂,其模型的非线性和不确定性较强,导致基于精确模型的控制方法难以实现。因此,本文分别提出了基于平均值模型和不基于模型的控制策略。首先辨识了发动机的平均值模型,并在AMESim中搭建了发动机的物理模型。为了能使系统得到初步控制,同时尽量减少超调,提升快速性,因此提出了基于积分滑模面的二阶超螺旋滑模控制器。为了实现系统在线寻优,并能够使系统在多种工况下依然能够取得较好的控制效果,本文又提出了基于积分强化学习算法的控制器。本文的主要研究内容如下:
1.在AMESim中搭建发动机起动的模型并进行模型验证。在搭建模型中考虑节气门开度、进气歧管、燃油喷射、发动机燃烧及旋转动力学模型,从而设计出发动机整体系统的模型;为了降低模型的阶数,从而设计出基于模型的控制器,因此推导出发动机的平均值模型;为了验证平均值模型的正确性,在AMESim中搭建了相应的物理模型并进行模型验证,结果表明,辨识出的平均值模型可以在一定程度上拟合系统动态。
2.设计基于简化模型的转速控制。考虑推导出的平均值模型与实际模型在精度上并不能完全匹配,由辨识精度不足引发的集总扰动较强,而滑模控制不仅具备很强的抗干扰能力,而且易于实现,因此被广泛应用在控制系统中。基于此,本文设计了一种基于积分滑模面的二阶超螺旋滑模控制器,同时分析了其收敛性,并在上述平均值模型的基础上进行了仿真验证,实验结果表明,本文设计的滑模控制器的控制效果要优于传统滑模控制器的控制效果,而且可以在一定范围内寻找到转速跟踪快速性和燃油经济性之间的较优平衡点。
3.设计基于强化学习算法的转速控制。考虑到发动机模型较为复杂,且若改变控制量或者改变实验工况后,系统动力学也会发生改变,从而需要对系统重新进行建模,这也就导致基于模型的控制器的设计过程也会发生改变。因此,在传统强化学习算法的基础上,推导出了一种积分强化学习算法,该算法不依赖模型,采用控制策略与值函数循环迭代的方式来寻找最优解,通过最终值函数的收敛值来判断是否寻找到了最优解。并将其在多工况、多控制量作用的系统进行了仿真验证,仿真结果表明,该算法适用度较广,且能够实现在线寻优,可以寻找到转速跟踪快速性和燃油经济性之间的最佳平衡点。但相应的,时间成本也有了明显的增加。
4.为了对比分析哪种算法更适宜于发动机转速控制,分别总结了上述两种算法的优缺点。结果表明,并不存在一种算法能够完全代替另外一种算法进行控制的情况。在不同的情况下,可以选择不同的控制算法进行控制。具体适用场景将会在每章的小结中给出。
欢迎来到三峡大学图书馆！
