CN104265472A - 一种基于复合抗扰的柴油机vgt-egr***的解耦控制方法 - Google Patents

Abstract

本发明公开了一种基于复合抗扰的柴油机VGT-EGR***的解耦控制方法，主要包括静态前馈控制，动态前馈控制以及主动抗扰控制ADRC。本发明将VGT-EGR***这个两输入两输出***转化为两个单输入单输出通道，把两个通道之间的耦合影响，每个通道的动态特性随发动机工况的变化，以及外界环境的干扰统一视为总扰动。使用ADRC对总扰动进行实时观测和补偿，无需精确建模。但ADRC的带宽受到了采样频率和噪声的限制，瞬态跟踪较慢。为此，本发明加入了静态前馈控制，并特别设计了一种简单、有效的基于模型的动态前馈控制。仿真和实验验证结果均表明：本发明的控制参数标定简单，且只需要一套参数，就可实现在全工况内的增压压力和进气量的快速跟踪。

Description

一种基于复合抗扰的柴油机VGT-EGR***的解耦控制方法

技术领域

本发明涉及柴油机空气***的控制，特别设计配备有可变几何截面涡轮(VGT)和外部废气再循环(EGR)***的柴油机，增压压力和新鲜进气量的解耦控制。

背景技术

柴油机空气***是控制进气成分(主要包括新鲜空气和再循环废气)、进气压力和温度的重要环节，对于改善柴油机燃烧过程，降低油耗和排放具有至关重要的作用。随着排放法规要求的日益严格，空气***的结构日趋复杂，控制精度和响应速度要求也日渐提高，使得空气***的控制面临越来越大的挑战。空气***的硬件配置方案多种多样，其中，可变几何截面增压器(VGT)和废气再循环(EGR)***(以下简称VGT-EGR***)，是一种有效结构相对简单，成本较低，适用面较广的方案。通过对VGT喷嘴环和EGR节流阀门(2个控制输入)的协同控制，可以实现对新鲜空气量和EGR量(2个被控输出量，因实际传感器限制，常以增压压力p_im和新鲜进气量W_a作为替代变量)的灵活调节，进而改变柴油机缸内的燃烧过程，实现氮氧化物和颗粒排放的同时优化。

但是，对于VGT-EGR这样一个两输入两输出***，其瞬态过程的动态特征极为复杂。其原因在于：通过VGT的新鲜空气和流过EGR阀的废气量由同一个能量源-柴油机的废气能量驱动，但是两者之间相互干扰、影响，呈现耦合特性。另外，已有研究结果表明，VGT-EGR***还有非最小相位，变号，超调等控制难题(I.Kolmanovsky，P.Moraal，M.Nieuwstadt，and A.Stefanopoulou，“Issues in modeling and control of intake flow in variable geometryturbocharged engines，”in Proceeding of the 18th IFIP Conference on System Modeling andOptimization，Detroit，MI，July 1997，pp.436–445)，且这些特性随着柴油机工况的变化而变化(N.D.Vaughan，R.S.Wijetunge，J.G.Hawley“Application of alternative EGR andVGT strategies to a diesel engine”.SAE，Detroit，Michigan，Technique.Report.2004-01-0899，Mar.2004.)。上述复杂的动态特征，使得VGT-EGR***控制极富挑战性。

针对这一控制难题，在过去的十多年中，研究者提出了大量的控制方案。其中，PID(比例-积分-微分)，或者PI控制是一种简单、直接的控制方法。采用该方法时，不需要知道VGT和EGR两个回路内部的动态特征关系，以及两个回路的之间的交叉耦合关系，而是将VGT-EGR视为“黑箱”，根据被控输出量的实际值和目标值的偏差对控制输入量(执行器机构)进行调整(如CN1020135046B，，US006128902A所用的方法)。但是，PID控制的控制参数整定往往比较耗时，并且往往需要多套参数(M.Lee，M.Sunwoo，“Modelling andH_∞control of diesel engine boost pressure using a linear parameter varyingtechnique，”In Proc.Inst.Mech.Eng.D，J.Automob.Eng.，vol.226，no.2，2012.pp.210-224.)以保证柴油机在全工况中控制性能，导致开发效率较低，给标定工程师带来巨大的工作量。为改善传统PID控制的效果，具有非线性补偿的PID(J.Wahlstrom and L.Eriksson，“Nonlinear input transformation for EGR and VGT control in diesel engines”，SAEInternational Journal of Engines，Vol.3，no.2，pp.288-305.Dec.2010.)和模糊控制(R.Wijetunge，J.Hawley and N.Vaughan“Application of alternative EGR and VGT strategies to adiesel engine”.SAE World Congr.，Detroit，MI.，Tech.Rep.2004-01-0899，Mar.2004.)为人们所尝试，但是增加了控制算法的复杂程度。

为此，基于模型的控制受到了人们的极大关注，通过把VGT-EGR***中的复杂动态特征归纳为模型，将VGT-EGR转化为“灰箱”，有针对性地设计控制算法(如US 7320219 B2，US 6178749B1，以及2012/0173118A1所用方法)。常见方法如：非线性前馈和分段多变量控制(A.Stefanopoulou，I.Kolmanovsky，and J.Freudenberg，“Control of variable geometryturbocharged diesel engines for reduced emissions，”IEEE Trans.Control Syst.Technol.，vol.8，no.4，pp.733–745，Jul.2000.)，滑模控制(S.Ali，B.Ndoye，L.Nicolas，"Sliding modecontrol for Turbocharged Diesel Engine，"in Proceedings of the International Conference onControl and Automation(MED)，2012，pp.996-1001；H.Jin，S.Choi，and H.Jung，“Simplified multiple sliding mode transient control with VGT and EGR diesel engine”，SAEWorld Congr.，Detroit，MI，2013-01-0345，2013；D.Upadhyay，V.I.Utkin，and G.Rizzoni，“Multivariable control design for intake flow regulation of a diesel engine using slidingmode，”in Proc.IFAC 15th Triennial World Congr.，2002，pp.1389–1394.)，李雅普诺夫函数法(M.Jankovic and I.V.Kolmanovsky，"Constructive Lyapunov control design forturbocharged diesel engines，"IEEE Trans.Control Syst.Technol vol.8，no.2，pp.288-299，Mar.2000.)，模型预测控制法(MPC，P.Ortner and L.del Re，“Predictive control of a diesel engineair path，”IEEE Trans.Control Syst.Technol.，vol.15，no.3，pp.449–456，May 2007.)，以及逆线性二次型最优控制(A.Ejiri，J.Sasaki，Y.Kinoshita，K.Shimotani，and R.Iizawa，"Transient control of air intake system in diesel engines，"in Proc.Of SICE Annual Conf.，2010，pp.503-508.)。但是，基于模型的VGT-EGR***控制有两个关键问题，一直被受到研究人员的关注：其一，模型的建立，算法的设计，以及计算过程通常比较复杂，比如模型预测控制计算量过大的问题(P.Ortner and L.del Re，“Predictive control of a diesel engineair path，”IEEE Trans.Control Syst.Technol.，vol.15，no.3，pp.449–456，May 2007.)。其二，现有的控制算法对模型精度的要求往往比较高，比如，滑模控制会因为模型精度的不足(或称为模型的不确定性)导致控制过程中执行机构出现异常震颤(S.Ali，B.Ndoye，L.Nicolas，"Sliding mode control for Turbocharged Diesel Engine，"in Proceedings of theInternational Conference on Control and Automation(MED)，2012，pp.996-1001.)。针对第一点，人们提出了大量的计算过程简化方法，比如显式模型预测控制(Explicit MPC，G.Stewart and F.Borrelli，“A model predictive control framework for industrial turbodiesel enginecontrol，”in Proc.47th IEEE Conf.Decision and Control，Cancun，Mexico，2008，pp.5704–5711；P.Ortner，P.Langthaler，J.V.G.Ortiz，and L.del Re，“MPC for a diesel engineair path using an explicit approach for constraint systems，”in Proc.IEEE Int.Conf.ControlAppl.，Oct.2006，pp.2760–2765.)，基于扩展在线设定值调整策略的模型预测控制(H.J.Ferreau，P.Ortner，P.Langthaler，L.del Re，and M.Diehl，“Predictive control of areal-world diesel engine using an extended online active set strategy，”Annual Reviews inControl，vol.31，no.2，pp.293–301，2007)，但是这些方法通常以增大存储空间的占用量为代价。针对第二点，人们从模型和控制算法两个角度探索了对模型精度依赖的可能的解决方法。从模型的角度，多种多样的模型被人们采用，以提高模型在全工况内的精度，如：分段线性模型(G.Stewart and F.Borrelli，“A model predictive control framework forindustrial turbodiesel engine control，”in Proc.47th IEEE Conf.Decision and Control，Cancun，Mexico，2008，pp.5704–5711；P.Ortner，P.Langthaler，J.V.G.Ortiz，and L.del Re，“MPC for a diesel engine air path using an explicit approach for constraint systems，”in Proc.IEEE Int.Conf.Control Appl.，Oct.2006，pp.2760–2765.)，线性变参数模型(J.Salcedo andM.Martínez，“LPV identification of a turbocharged diesel engine，”Appl.Numer.Math.，vol.58，pp.1553–1571，2008；Y.Wang，I.Haskara，and O.Yaniv，“Quantitative feedback designof air and boost pressure control system for turbocharged diesel engines，”Control Eng.Practice，vol.19，no.6，pp.626–637，2011.；X.Wei and L.del Re.“Gain scheduled H-infinity controlfor air path systems of diesel engines using LPV techniques”.IEEE Trans.Control Syst.Technol，vol.15，no.3，pp.406–415，May 2007.)，维纳-哈密尔顿模型(E.Perez，X.Blasco，S.J.Sanchis."Diesel engine identification and predictive control using Wiener andHammerstein models."In Proceedings of the IEEE conference on control applications，2006，pp.2417–2423.)，但是这些方法无疑增大了模型的复杂程度。另外，从控制方法的角度，人们视图降低对模型精度的需求，或者补偿模型不确定性的对控制效果的影响。其中，鲁棒控制(X.Wei and L.del Re.“Gain scheduled H-infinity control for air path systems of dieselengines using LPV techniques”.IEEE Trans.Control Syst.Technol，vol.15，no.3，pp.406–415，May 2007.)曾被研究者采用，然而，为了降低对模型精度的敏感性，鲁棒控制的设计通常比较保守，以牺牲响应速度为代价。扰动观测器(Disturbance Observer，DOB)是一种补偿模型不确定性的有效方法(A.Ejiri，J.Sasaki，Y.Kinoshita，K.Shimotani，and R.Iizawa，"Transient control of air intake system in diesel engines，"in Proc.Of SICE Annual Conf.，2010，pp.503-508；T.Maruyama，A.Ejiri，Y.Ikai，K.Shimotani，"Model predictive controlconsidering disturbances in diesel engine air intake systems，"in Proc.IEEE Int.Conf.ControlAppl.，Oct.2012，pp.401-408，)，通过把被控输出量(如p_im和W_a)传递给VGT-EGR的逆模型，将所得结果在原有的控制输入(如VGT和EGR阀门的开度)中减掉，可以补偿模型的不确定性。因此，现有的DOB扰动观测器所解决的不确定性是在模型“之外”的(称为外部扰动)，或者说是可以通过模型的等效至控制输出的，与模型“匹配”的不确定性，并且其应用的前提是需要一个比较准确的被控对象模型。

综上所述，对于VGT-EGR这样一个充满不确定性的***，探索一种计算简单、参数整定方便、可以有效抑制不确定性的控制方法，对于提高VGT-EGR控制***的开发和调试的效率，降低研发成本，具有非常重要的意义。

发明内容

针对上述现有技术，本发明提出一种基于复合抗扰的柴油机VGT-EGR***的解耦控制方法，简称CDRC，包含主动抗扰控制(Active Disturbance Rejection Control，ADRC)与前馈控制(包括静态前馈控制SFF和动态前馈DFF)方法。CDRC将VGT-EGR这个两输入(包括：VGT开度，以下简称u_vgt，EGR阀实际开度，以下简称u_egr)两输出(实际增压压力，以下简称p_im；进气流量，以下简称W_a)***分解为两个单输入单输出的串联积分器子通道(调节u_vgt控制p_im，以下简称VGT通道；调节u_egr控制W_a，以下简称EGR通道)。将***的动态与两个串联积分器子通道的差别均分别视为总扰动，包括两个子***之间的交叉耦合影响，子通道动态特性随柴油机工况波动的变化，外部随机干扰，以及其他未知动态。注意，此处的总扰动，既包括了现有传统扰动观测器(如DOB方法)所针对的外扰，也包括内扰(即，***内部的不确定性，或者说不匹配的不确定性)，是一个更广义的扰动。采用扩张状态观测器(Extended State Observer，ESO)，基于输入和输出信息，对总扰动进行实时观测和抑制。采用这种基于总扰动的估计和补偿进行解耦的方法，不需要准确的VGT-EGR模型，仅需要大概估计其阶次即可，控制算法设计非常容易。不过，由于多缸柴油机的各缸交替进气，造成p_im和W_a有固有的周期性波动(噪声)，限制了VGT-EGR***的采样频率，也限制了ESO的带宽，影响了ADRC的控制效果。特别是在高瞬态工况，单纯的ADRC控制器容易因进气量控制的滞后，造成负荷突增时冒黑烟。为此，本发明设计了一种静态前馈控制器(StaticFeedforward Control，SFF)和动态前馈控制器(Dynamic Feedforward Control，DFF)，弥补了ADRC在解耦能力方面的不足。

本发明是SFF方法、DFF方法以及ADRC方法的有机结合，其中，SFF计算出不同稳态工况下，目标增压压力和目标进气量对应的执行器位置，进行低频率范围的解耦；DFF则直接测量瞬态工况下的喷油量、转速、增压压力，快速调节EGR阀的开度，消除高频范围(柴油机运行循环间的)的耦合；而ADRC则将所有剩余的不确定性(包括SFF和DFF没有解决的，外部的随机干扰等)均视为两个子通道各自的总扰动，根据执行器的位置和实际增压压力和进气量，对总扰动进行实时观测和补偿，实现中低频率范围的解耦。

一种基于复合抗扰的柴油机VGT-EGR***的解耦控制方法，由目标增压压力和进气量目标值的计算，静态前馈控制，动态前馈控制，以及主动抗扰控制四大部分组成。其中，静态前馈控制主要针对VGT-EGR***的低频特性，基于发动机的稳态运行特性，直接计算目标进气压力和进气量所对应的稳态工况下的VGT和EGR阀的位置；动态前馈控制主要针对VGT-EGR***的高频特性，利用发动机工况瞬态过程的信息，修正EGR阀位置在动态过程的位置；针对静态前馈和动态前馈的偏差，采用主动抗扰控制方法，将其全部视为扰动，进行实时估计和补偿。以上四个部分相结合，实现VGT-EGR***全工况的有效控制。

具体包括以下步骤：

1)根据柴油机的运行工况信息，包括发动机转速N_e，喷油量W_f，环境压力p_atm，环境温度T_atm，发动机温度T_cool，使用MAP查表或者其他目标值计算方法，得到目标增压压力p_{im_ref}和目标进气量W_{a_ref}步骤(001)；

2)根据柴油机转速N_e和喷油量W_f,采用静态前馈算法，基于MAP查表或基于静态模型计算，得到VGT开度的静态前馈控制SFF分量u_{vgt_sff}步骤(002)；

3)根据目标增压压力p_{im_ref}，实际增压压力p_im，VGT实际开度u_vgt，以及VGT开度的静态前馈控制SFF分量u_{vgt_sff}，采用主动抗扰控制ADRC方法，计算得到VGT开度的主动抗扰控制分量u_{vgt_adrc}步骤(003)；

4)根据柴油机转速N_e和喷油量W_f,采用静态前馈算法，基于MAP查表或基于静态模型计算，得到EGR阀开度的静态前馈控制SFF分量u_{egr_sff}步骤(004)；

5)根据柴油机转速N_e，喷油量W_f，实际增压压力p_im，实际进气量W_a，EGR阀实际开度u_egr，采用动态前馈控制DFF方法，得到EGR阀开度的动态前馈DFF控制分量u_{egr_dff}步骤(005)；

6)根据目标进气量W_{a_ref}，实际进气量W_a，EGR阀实际开度u_egr，EGR阀开度的静态前馈控制SFF分量u_{egr_sff}，EGR阀开度的动态前馈控制DFF分量u_{egr_dff}，采用主动抗扰控制ADRC方法，计算得到EGR阀开度的主动抗扰控制分量u_{egr_adrc}步骤(006)；

7)最后，将步骤2)和步骤3)的输出VGT开度的静态前馈控制SFF分量u_{vgt_sff}和VGT开度的主动抗扰控制分量uv_{gt_adrc}相加，得到VGT的目标开度u_{vgt_ref}，将步骤4)和步骤5)以及步骤6)的输出EGR阀开度的静态前馈控制SFF分量u_{egr_sff}和EGR阀开度的动态前馈DFF控制分量u_{egr_dff}和EGR阀开度的主动抗扰控制分量u_{egr_adrc}相加，得到EGR阀的目标开度u_{egr_ref}，将VGT的目标开度u_{vgt_ref}和EGR阀的目标开度u_{egr_ref}输入被控的VGT-EGR柴油机。

进一步讲，本发明一种基于复合抗扰的柴油机VGT-EGR***的解耦控制方法中：

步骤5)具体包括：

在发动机瞬态过程中，基于排气管中工质热力学状态的变化速率远高于进气管中工质热力学状态变化速率，以及柴油机中空气和燃油的质量比远大于14.5的一般规律，假设实际增压压力的变化率为零，假设排气管中工质质量的变化率为零。令在瞬态过程中，流过EGR阀的废气的质量流率不变，则基于EGR阀两侧气体的等熵流动原理，可以计算得到EGR阀开度的动态前馈修正值u_{egr_df}f。u_{egr_dff}是发动机喷油量的变化率，EGR阀的实际开度，实际增压压力，实际进气量和发动机喷油量的函数。

与现有技术相比，本发明的有益效果是：

1.无需精确的VGT-EGR***控制模型，建模工作量大幅降低。

本发明将未知的动态当作总扰动的一部分，利用扩张状态观测器进行在线观测，避免了常规控制方法中的复杂建模，也避免了模型精度不足(不确定性)给控制性能带来的负面影响。所需的关键信息仅仅是VGT-EGR两个通道的阶次。

2.参数标定方法简单、***。

本发明的待标定参数分为：ADRC参数和动态前馈参数两类，其中ADRC参数包括观测器带宽ω_o和闭环***的带宽ω_c，以及被控量和控制输入之间的物性系数b₀；动态前馈参数包括低通滤波时间常数τ_DFF和比例系数K₂。以上所有标定参数均有明确的物理意义，有***的标定方法。在“具体实施方式”和“实施例”中会详细介绍。

3.通过引入前馈控制，特别是动态前馈控制，补偿了ADRC性能受到带宽限制的问题，提高了瞬态响应速度。

在瞬态过程，如负荷突增，转速突增工况下，通过DFF可加速EGR阀门的动作速度，从而避免缸内EGR率过量的问题，保证了瞬态工况的缸内氧浓度，避免颗粒排放尖峰的出现。

4.控制算法的鲁棒性强，全工况内仅需一套控制参数，无需参数的分段整定。

本发明将所有的不确定性都视为扰动，根据输入和输出关系进行观测，鲁棒性强。仿真和实验验证结果显示，一套控制参数即可在柴油机的全工况内实现良好的控制效果。

附图说明

图1是本发明被控对象VGT-EGR柴油机的示意图；

图2是本发明一种基于复合抗扰的柴油机VGT-EGR***的解耦控制方法框图；

图3是本发明中扩张状态观测器ESO和动态前馈控制模块DFF作用的仿真验证曲线图；

图4是本发明对工况变化鲁棒性的仿真验证曲线图；

图5是本发明的变负荷实验验证曲线图；

图6是本发明的变转速实验验证曲线图。

具体实施方式

下面结合附图和具体实施例对本发明技术方案作进一步详细描述。

如图1所示，本发明所针对的VGT-EGR柴油机由压气机1，进气歧管2，柴油机汽缸3，EGR阀4，排气歧管5，以及变几何截面涡轮6组成。通过调节VGT开度u_vgt和EGR阀实际开度u_egr，在不同的柴油机转速N_e和喷油量W_f下，对增压压力P_im和进气量W_a进行闭环控制。图1中，u_vgt和u_egr的目标位置通过图2所示的控制方法计算得来。图1中的环境温度T_a，流过压气机的质量流率W_a，进入柴油机气缸的质量流率W_e，排气管中的压力p_em，排气管容积V_em，排气管内的平均温度T_em，以及流过EGR阀的质量流率W_egr用于动态前馈控制DFF方法的设计。

本发明基于复合抗扰的柴油机VGT-EGR***的解耦控制方法，主要由目标增压压力和进气量目标值的计算，静态前馈控制，动态前馈控制，以及主动抗扰控制四大部分组成；其中，静态前馈控制是针对VGT-EGR***的低频特性，基于发动机的稳态运行特性，直接计算目标进气压力和进气量所对应的稳态工况下的VGT和EGR阀的位置；动态前馈控制是针对VGT-EGR***的高频特性，利用发动机工况瞬态过程的信息，修正EGR阀位置在动态过程的位置；针对静态前馈和动态前馈的偏差，采用主动抗扰控制方法，将其全部视为扰动，进行实时估计和补偿；将上述四个部分相结合，实现VGT-EGR***全工况的有效控制。

实施例：

下面基于一台VGT-EGR柴油机仿真平台，介绍本发明的最佳实施例和仿真结果。最后，给出在WP12-480柴油机实验台架上的实验验证结果。关于所使用的VGT-EGR柴油机仿真平台的更为详细的参数描述请参见“Modeling diesel engines with a variable-geometryturbocharger and exhaust gas recirculation by optimization of model parameters for capturingnonlinear system dynamics，”J.and L.Eriksson，in Proc.Inst.Mech.Eng.D，J.Automob.Eng.，pp.1–27.May.2011.

如图2所示，本发明提出一种基于复合抗扰的柴油机VGT-EGR***的解耦控制方法，包括以下步骤：

步骤一、根据柴油机的运行工况信息，包括发动机转速N_e，喷油量W_f，环境压力p_atm，环境温度T_atm，发动机温度T_cool，使用MAP查表或者其他目标值计算方法，得到目标增压压力p_{im_ref}和目标进气量W_{a_ref}步骤(001)；

在本实施例中，采用MAP查表法获取目标增压压力和目标进气量，所使用的MAP表有两个，输入均为柴油机转速N_e和喷油量W_f，，输出分别为目标增压压力p_{im_ref}和目标进气量W_{a_ref}。另外，因目标目标增压压力和目标进气量随着环发动机运行边界条件的变化有轻微变化，包括环境压力p_atm，环境温度T_atm，发动机温度T_cool。为此，还需要设计分别以p_atm，T_atm，T_cool为输入，分别以p_{im_ref}和W_{a_ref}的修正系数为输出的六个MAP表。所述MAP表是在柴油机的性能试验中标定的，其中的具体数值需结合对柴油机排放和油耗的具体需求制定，流程为本领域的技术人员所熟知，此处不再赘述。

步骤二、根据柴油机转速N_e和喷油量W_f,采用静态前馈算法，基于MAP查表或基于静态模型计算，得到VGT开度的静态前馈控制SFF分量u_{vgt_sff}步骤(002)；

该步骤二中，依然采用基于MAP查表的静态前馈算法，所用的MAP表的输入为柴油机转速N_e和喷油量W_f，输出是目标增压压力p_{im_ref}对应的VGT开度，记为VGT开度的静态前馈控制SFF分量u_{vgt_sff}。该MAP表可以在柴油机的稳态使用中标定，流程为本领域的技术人员所熟知，此处不再赘述。

步骤三、根据目标增压压力p_{im_ref}，实际增压压力p_im，VGT实际开度u_vgt，以及VGT开度的静态前馈控制SFF分量u_{vgt_sff}，采用主动抗扰控制ADRC方法，计算得到VGT开度的主动抗扰控制分量u_{vgt_adrc}步骤(003)；

在本实施例中，将u_vgt和p_im之间的动态关系视为含有总扰动f_vgt的一阶线性***，将其表示成如下含有总扰动f_vgt的积分器形式：

${\stackrel{\·}{p}}_{\mathrm{im}}=f_{\mathrm{vgt}}+b_{0\mathrm{vgt}}\·u_{\mathrm{vgt}}---\left(1\right)$

式(1)中，f_vgt包括：EGR通道对p_im的影响，p_im与u_vgt之间动态关系随柴油机工况和u_{vgt_sff}的变化，外部随机干扰，以及其他所有未知动态，b_0vgt为物性系数。

依据式(1)，采用观测器的方法，对f_vgt进行在线估计。为此，我们首先将(1)转换为状态空间形式：

$\left\{\begin{array}{c}{\stackrel{\·}{x}}_1=x_2+b_{0\mathrm{vgt}}\·u_{\mathrm{vgt}}\\ {\stackrel{\·}{x}}_2=h\\ y=x_1\end{array}\right.,---\left(2\right)$

$\left\{\begin{array}{c}\stackrel{\·}{x}=A\·x+B\·u_{\mathrm{vgt}}+E\·h\\ y=C\·x\end{array}\right.,---\left(3\right)$

式(2)和式(3)中，x₂＝f_vgt是一个扩张状态，为一个未知状态， $A=\left[\begin{array}{cc}0& 1\\ 0& 0\end{array}\right],$ $B=\left[\begin{array}{c}{b}_{0\mathrm{vgt}}\\ 0\end{array}\right],$ C＝[1 0]， $E=\left[\begin{array}{c}0\\ 1\end{array}\right].$ 基于上式，可以构造出一个扩张状态观测器(ESO)形式:

$\left\{\begin{array}{c}\stackrel{\·}{z}=A\·z+B\·u_{\mathrm{vgt}}+L\·(y-\hat{y})\\ y=C\·z\end{array}\right.,---\left(4\right)$

式(4)中，L为待标定的观测器增益矩阵，z＝[z₁， z₂]^T为被估计状态，这里称ω_ovgt为观测器带宽。即z₂是通过实时估计获得的(1)中f_vgt的估计值，通过使用控制律u_{vgt_adrc}＝(-z₂+u₀)/b_0vgt，可以将(1)近似转化为积分器该式可以很容易由一个比例控制器控制，如式(5)所示：

u₀＝K_p·(r-z₁)，     (5)

式(5)中，r是设定值，K_p是待标定的比例系数，K_p＝ω_cvgt，z₁是x₁，即y的估计。称ω_cvgt为控制器带宽。

由于所采用的ADRC控制方法中，将未知动态当作了总扰动的一部分，采用了ESO的方法进行实时观测，因此无需精确的VGT-EGR***控制模型，建模工作量大幅降低。同时，控制器的鲁棒性也大大增强，在实施例中的验证结果显示，一套控制参数即可在全工况实现良好的控制效果。

在该控制回路中，所采用的一阶ADRC控制器的三个待整定参数，观测器带宽ω_ovgt，控制器带宽ω_cvgt，以及物性系数b_0vgt的整定方法为：

①取ω_cvgt＝4/T_svgt作为初始值，其中T_svgt是p_im回路的期望调节时间，单位是秒，在本实施例中T_s约为2秒，故ω_cvgt＝2。在此基础上按照以下规律微调：增大ω_cvgt响应速度提高，但过大则会导致超调、震荡。ω_cvgt的取值范围是：0＜ω_cvgt≤0.2512*f_{sampling_vgt}其中f_{sampling_vgt}为p_im的采样频率，单位是Hz。本实施例中***的采样频率f_{sampling_vgt}为125Hz，故ω_ovgt≤31.4。经调试，将VGT通道的ω_cvgt确定为1.3。

②取ω_ovgt＝4*ω_cvgt作为初始值，故本实施例中ω_ovgt＝8。在此基础上按照以下规律微调：ω_ovgt增大***抗扰能力增强，但易造成控制过程震荡或对噪声过度敏感。ω_ovgt的取值范围是：ω_cvgt≤ω_ovgt≤20*ω_cvgt。本实施例中，经调试，ω_ovgt最终选定为15.3*ω_cvgt。

③在柴油机常用工况下(本实施例中选取工况点为：柴油机转速为1500r/min，每缸喷油量为100mg/cycle)，保持转速和喷油量及EGR阀门开度不变，对u_{vgt_ref}做阶跃，把该阶跃过程中p_im变化的初始斜率(即，从阶跃过程开始，到p_im第一次达到稳定值p_im0的98％时，所用的时间t记为T，记阶跃测试前的p_im的稳定值为p_im0。连接阶跃响应的起点(t＝0，y＝p_im0)和(t＝T/4，y＝p_im1)，所得直线的斜率)即为b_0vgt的初始值。在此基础上按照以下规律微调：增大b_0vgt的绝对值响应速度提高，但稳定性下降，易发生震荡。本实施例中，b_0vgt的调试结果为-35000。最终的参数整定结果见表1所示。

上述标定方法非常***，简单，极大地方便了标定的工作。

表1：本发明实施例所得的控制器参数

步骤四、根据柴油机转速N_e和喷油量W_f,采用静态前馈算法，基于MAP查表或基于静态模型计算，得到EGR阀开度的静态前馈控制SFF分量u_{egr_sff}步骤(004)；

在本实施例中，该步骤四采用基于MAP查表的静态前馈控制方法，所使用的MAP表的输入为柴油机转速N_e和W_f，输出是W_{a_ref}对应的EGR阀开度，记为EGR阀开度的静态前馈控制SFF分量u_{egr_sff}。该MAP表可以在柴油机的稳态使用中标定，流程为本领域的技术人员所熟知，此处不再赘述。

步骤五、根据柴油机转速N_e，喷油量W_f，实际增压压力p_im，实际进气量W_a，EGR阀实际开度u_egr，采用动态前馈控制DFF方法，得到EGR阀开度的动态前馈DFF控制分量u_{egr_dff}步骤(005)；

在发动机瞬态过程中，基于排气管中工质热力学状态的变化速率远高于进气管中工质热力学状态变化速率，以及柴油机中空气和燃油的质量比远大于14.6的一般规律，假设实际增压压力的变化率为零，假设排气管中工质质量的变化率为零。令在瞬态过程中，流过EGR阀的废气的质量流率不变，则基于EGR阀两侧气体的等熵流动原理，可以计算得到EGR阀开度的动态前馈修正值u_{egr_dff}。u_{egr_dff}是发动机喷油量的变化率，EGR阀的实际开度，实际增压压力，实际进气量和发动机喷油量的函数。

该步骤五中，考察柴油机喷油量突增的瞬态工况，仅考虑柴油机两循环之间的高频动态，根据排气管中的压力p_em的波动速度远大于p_im波动速度这一规律，假设近似为零。同时，因柴油机空燃比很高(远大于14.5)，假设排气管中工质质量的变化率近似为零。基于上述两点假设，令可得u_egr的动态前馈修正值。

在VGT-EGR***中，流过EGR阀的废气质量流率(W_egr)的时间常数极小，但是，EGR回路的ADRC的观测器带宽却不能太大，因其受到了采样频率和对噪声敏感性等因素的限制。较低的观测器带宽会造成EGR回路的闭环响应较慢，在突加负荷这样的瞬态工况下，容易导致进入缸内的EGR量过大，新鲜空气不足，柴油机有冒黑烟的可能。为此，本发明提出一种动态前馈控制器，DFF，以避免这一现象的发生，从而保证柴油机的油耗和排放。

具体而言，W_egr受到进气管状态和排气管状态的共同影响。针对EGR质量流率采用可压缩等熵流动方程，针对排气管中的废气采用理想气体状态方程，可以得到式(6)：

$W_{\mathrm{egr}}=\sqrt{2}{A}_{\mathrm{egr}}\left(u_{\mathrm{egr}}\right)\sqrt{p_{\mathrm{im}}\frac{m_{\mathrm{em}}}{V_{\mathrm{em}}}-\frac{{p_{\mathrm{im}}}^2}{R{T}_{\mathrm{em}}},}---\left(6\right)$

式(6)中，A_egr是EGR阀的等效截面积，随u_egr的变化而变化，m_em是排气管中废气的质量，V_em是排气歧管的容积，T_em是排气歧管中的废气平均温度。

考察柴油机喷油量突增的瞬态工况，根据排气管中的压力p_em的波动速度远大于p_im波动速度这一规律(A.Ejiri，J.Sasaki，Y.Kinoshita，K.Shimotani，and R.Iizawa，"Transientcontrol of air intake system in diesel engines，"in Proc.Of SICE Annual Conf.，2010，pp.503-508.)，仅考虑柴油机两循环之间的高频动态，此时近似等于零，同时因柴油机空燃比较高，排气管中工质质量的变化也近似为零。基于上述两点假设，令式(6)中即：

${\stackrel{\·}{W}}_{\mathrm{egr}}=\frac{\sqrt{2}{\stackrel{\·}{A}}_{\mathrm{egr}}\left(u_{\mathrm{egr}}\right)}{\sqrt{R{T}_{\mathrm{em}}}}\sqrt{p_{\mathrm{im}}(p_{\mathrm{em}}-p_{\mathrm{im}})}+\frac{\sqrt{R{T}_{\mathrm{em}}}{A}_{\mathrm{egr}}\left(u_{\mathrm{egr}}\right)}{\sqrt{2p_{\mathrm{im}}(p_{\mathrm{em}}-p_{\mathrm{im}})}}\frac{{p_{\mathrm{im}}}^2}{R{T_{\mathrm{em}}}^2}{\stackrel{\·}{T}}_{\mathrm{em}}\≈0,---\left(7\right)$

需要引入u_egr的瞬态修正值(u_{egr_dff})，通过EGR阀门的快速调整，补偿由于T_em的快速变化对W_egr的影响，进而辅助ADRC的控制过程。其他的W_egr动态特征，比如柴油机转速N_e，W_f，p_im和W_a的变化对W_egr的影响，因其经过了动力***的惯性，增压器的惯性，或者进气歧管惯性的低通滤波，属于中低频范围，可以被ADRC有效估计，在此处忽略。

在式(7)中，T_em可以按照式(8)(J.and L.Eriksson，“Modeling diesel engineswith a variable-geometry turbocharger and exhaust gas recirculation by optimization of modelparameters for capturing nonlinear system dynamics，”in Proc.Inst.Mech.Eng.D，J.Automob.Eng.，pp.1–27.May.2011.)进行估计：

$T_{\mathrm{em}}=\left\{{\mathrm{\η}}_{\mathrm{sc}}{\left(\frac{p_{\mathrm{em}}}{p_{\mathrm{im}}}\right)}^{\mathrm{\μ}}{r_c}^{-1\mathrm{\γ}}{x_p}^{-\mathrm{\μ}}\right[q_{\mathrm{in}}(\frac{1-x_{\mathrm{cv}}}{c_p}+\frac{x_{\mathrm{cv}}}{c_v})+T_{\mathrm{ivc}}{r_c}^{\mathrm{\γ}-1}\left]{-T}_a\right\}{e}^{\frac{h\·\mathrm{\π}\·d\·l\·n}{W_{\mathrm{eo}}{c}_p}}+T_a,---\left(8\right)$

式(8)中，η_sc内燃机非理想循环的修正系数，x_cv是柴油等容燃烧中消耗的燃油量占整个燃烧过程燃油量的比例，T_ivc是进气门关闭时刻的缸内工质平均温度，r_c是压缩比，h总的传热系数，d是排气管直径，l是排气管长，n是排气管个数。

在式(8)中，工质的比能量可以近似为:

$q_{\mathrm{in}}=\frac{W_f{q}_{\mathrm{HV}}}{W_e+W_f}(1-x_r),---\left(9\right)$

式(9)中，x_r缸内废气量，q_HV是燃油的热值。流出气缸的废气量(W_eo)可以近似为W_eo＝W_e+W_f。由于W_e远大于W_f，故W_eo的导数可以近似为零。于是，根据式(7)，式(8)和式(9)，可以近似为:

${\stackrel{\·}{T}}_{\mathrm{em}}=e^{\frac{h\·\mathrm{\π}\·d\·l\·n}{W_{\mathrm{eo}}{c}_p}}{\mathrm{\η}}_{\mathrm{sc}}{\left(\frac{p_{\mathrm{em}}}{p_{\mathrm{im}}}\right)}^{\mathrm{\μ}}{r_c}^{1-\mathrm{\γ}}{x_p}^{-\mathrm{\μ}}(\frac{1-x_{\mathrm{cv}}}{c_p}+\frac{x_{\mathrm{cv}}}{c_v})W_e{q}_{\mathrm{HV}}(1-x_r)\·\frac{{\stackrel{\·}{W}}_f}{{(W_e+W_f)}^2}=b_1\·\frac{{\stackrel{\·}{W}}_f}{{(W_e+W_f)}^2}\·---\left(10\right)$

将式(10)代入(8)，经过公式变形，我们可以得到：

$2{\stackrel{\·}{A}}_{\mathrm{egr}}\left(u_{\mathrm{egr}}\right)p_{\mathrm{im}}(p_{\mathrm{em}}-p_{\mathrm{im}})=-A_{\mathrm{egr}}\left(u_{\mathrm{egr}}\right)R{T}_{\mathrm{em}}\frac{{P_{\mathrm{im}}}^2}{R{T}_x^2}\frac{b_1{\stackrel{\·}{W}}_f}{{(W_e+W_f)}^2.}---\left(11\right)$

将u_egr和A_egr之间的视为线性关系，忽略其非线性部分(交由ADRC进行观测和补偿)，式(11)可以进一步简化为：

$\begin{array}{c}\frac{{\stackrel{\·}{A}}_{\mathrm{egr}}\left(u_{\mathrm{egr}}\right)}{A_{\mathrm{egr}}\left(u_{\mathrm{egr}}\right)}=-\frac{R{T}_{\mathrm{em}}}{2p_{\mathrm{im}}(p_{\mathrm{em}}-p_{\mathrm{im}})}\frac{{p_{\mathrm{im}}}^2}{R{T_{\mathrm{em}}}^2}\frac{b_1{\stackrel{\·}{W}}_f}{{(W_e+W_f)}^2}=-\frac{b_1}{2T_{\mathrm{em}}\·(p_{\mathrm{em}}-p_{\mathrm{im}})}\frac{p_{\mathrm{im}}\·{\stackrel{\·}{W}}_f}{{(W_e+W_f)}^2}\≈-K_0\·\frac{p_{\mathrm{im}}\·{\stackrel{\·}{W}}_f}{{(W_a+W_f)}^2}\\ \≈\frac{{\stackrel{\·}{u}}_{\mathrm{egr}}}{u_{\mathrm{egr}}}\·\end{array}---\left(12\right)$

于是，根据式(12)，EGR回路的动态前馈部分可以近似为：

$u_{\mathrm{egr}\_\mathrm{dff}}=-K_2\frac{u_{\mathrm{egr}}{p}_{\mathrm{im}}{\stackrel{\·}{W}}_f}{{(W_a+W_f)}^2},---\left(13\right)$

式(13)中，K₂为待标定的增益系数。u_{egr_dff}要经过一阶线性低通滤波器处理，τ_DFF是待标定的时间常数。注意，W_f的单位是kg/s而不是mg/cycle，所以，柴油机转速N_e动态特性中造成W_f增加的一部分，已经在DFF中予以考虑了。一般的，τ_DFF的取值范围为0.5到1之间，随τ_DFF的增大，动态前馈的响应变慢；反之动态前馈响应加速，但成对噪声敏感。K₂的取值范围一般在-9e-3到-1e-3之间，增大K₂，动态前馈的补偿力度增大，但容易造成饱和，反之，补偿力度减小。在本实施例中，K₂取-3e-3，τ_DFF取0.5，如表1所示。

针对ADRC性能受到带宽限制而带来的瞬态过程响应慢的问题，引入动态前馈控制，提高了响应速度，改善了瞬态工况的缸内氧浓度，进而避免颗粒排放尖峰的出现。

步骤六、根据目标进气量W_{a_ref}，实际进气量W_a，EGR阀实际开度u_egr，EGR阀开度的静态前馈控制SFF分量u_{egr_sff}，EGR阀开度的动态前馈控制DFF分量u_{egr_dff}，采用主动抗扰控制ADRC方法，计算得到EGR阀开度的主动抗扰控制分量u_{egr_adrc}步骤(006)；

在本实施例中，将u_egr和W_a之间的动态关系表示成如下含有扰动f_egr的积分器形式：

${\stackrel{\·}{W}}_a=f_{\mathrm{egr}}+b_{0\mathrm{egr}}\·u_{\mathrm{egr}}---\left(14\right)$

式(14)中，f_egr包括：VGT通道对影响，u_egr与之间动态特性随柴油机转速N_e和W_f波动和u_{egr_sff}及u_{egr_dff}的变化，外部环境对的随机干扰，以及其他所有未知动态，b_0egr为物性系数。针对该控制回路设计ADRC控制器，具体方法与步骤三中相同，此处不再赘述。

其中，本控制回路中，ADRC控制器的参数整定方法为：

①取ω_cegr＝4/T_segr，其中T_segr是W_a回路的期望调节时间，单位是秒，在本实施例中为2秒，故ω_cegr＝2。在此基础上按照以下规律微调：增大ω_cegr响应速度提高，但过大则会导致超调、震荡。ω_cegr的取值范围是：0＜ω_cegr≤0.2512*f_{sampling_egr}其中f_{sampling_egr}为W_a的采样频率，单位是Hz。本实施例中***的采样频率f_{sampling_egr}为125Hz，故ω_oegr不受此限制。经调试，将VGT通道的ω_cegr确定为2.2。

②取ω_oegr＝4*ω_cegr，故本实施例中ω_oegr＝8。在此基础上按照以下规律微调：ω_oegr增大***抗扰能力增强，但易造成控制过程震荡或对噪声过度敏感。ω_oegr的取值范围是：ω_cegr≤ω_oegr≤20*ω_cegr。本实施例中，经调试，ω_oegr最终选定为6.8*ω_cegr。

③在柴油机常用工况下，保持转速和喷油量及VGT开度不变，对u_{egr_ref}做阶跃，把该阶跃过程中W_a变化的初始斜率(即，阶跃测试后，当W_a第一次达到稳定值W_a0的98％时，所用的时间t记为T，记阶跃测试前的W_a的稳定值为W_a0。连接阶跃响应的起点(t＝0，y＝W_a0)和(t＝T/4，y＝W_a1)，所得直线的斜率)即为b_0egr的初始值。在此基础上按照以下规律微调：增大b_0egr响应速度提高，但稳定性下降，易发生震荡。本实施例中，b_0egr的调试结果为-1.5e-2。最终的参数整定结果见表1所示。

最后，将步骤二和步骤三的输出相加，得到VGT的目标开度u_{vgt_ref}，将步骤四和步骤五以及步骤六的输出相加，得到EGR阀的目标开度u_{egr_ref}，将u_{vgt_ref}和u_{egr_ref}输入被控的VGT-EGR柴油机。也即，将u_{vgt_ref}和u_{egr_ref}作为目标值，交给ECU中VGT开度和EGR阀开度的闭环控制模块，进行两个执行器位置的闭环控制。

为了验证本发明的控制效果，分别在仿真和实验平台上对本实施例进行了测试和评价。以(J.and L.Eriksson，“Modeling diesel engines with a variable-geometryturbocharger and exhaust gas recirculation by optimization of model parameters for capturingnonlinear system dynamics，”in Proc.Inst.Mech.Eng.D，J.Automob.Eng.，pp.1–27.May.2011.)中所建立的模型为被控对象，以VGT和EGR阀门的开度为控制输入，以增压压力和进气量为被控输出。验证CDRC算法中各个关键模块的作用，包括ADRC在不确定性补偿方面的效果，DFF在在瞬态过程中加速响应的效果，以及使用一套控制参数的CDRC算法对工况变化的鲁棒性。

首先，为了验证ADRC，特别是ESO的不确定补偿的效果，以及DFF的作用，首先在1500r/min的柴油机转速下，将每缸喷油量从100mg/cycle阶跃到150mg/cycle，在这个过程中，对比了四种不同的控制器，如图3所示。

由于在实际应用中，静态前馈控制SFF往往是不准确的，所以，如果ADRC中去掉ESO，而仅仅采用比例控制(P控制)，则会带来控制过程的误差(如图中双点划线所示，此时SFF含有30％的误差，记为“0.7SFF+P”)。不过，这个稳态误差可以通过ESO的估计和补偿作用予以消除(如图中虚线所示，记为“0.7SFF+P+ESO”)。其原因在于，SFF的误差被ESO以f_vgt和f_egr的形式成功观测出来。这个现象可以从虚线(“0.7SFF+P+ESO”)和点划线(“SFF+P+ESO”)的对比中观察出来。被估计出的f_vgt和f_egr在控制律u＝(-z₂+u₀)/b₀的作用下被成功地消除掉，由此，提高了ADRC对前馈控制不确定性的鲁棒性。

若在SFF和ADRC的基础上，加入DFF，则瞬态性能还可以得到进一步的提升(如粗实线所示，记为“0.7SFF+P+ESO+DFF”)。其原因在于，加入DFF以后，f_vgt和f_egr在瞬态过程中的波动得到了有效的抑制，降低了ESO观测的负担和因观测带来的延迟(详见图3中，30s到33s时间窗口中的数据)。从柴油机原理的角度，其原理在于：在DFF的作用下，EGR阀门得到了更快速的关闭，减少了废气能量的流失，更多的废气能量被涡轮机利用，再加上回流的废气量的减少，使得有更多的空气被压入进气管。最终，增压压力和进气量的响应速度得到了提升。

为了验证CDRC算法对柴油机工况变化的鲁棒性，在含有30％SFF误差的条件下，对其在全工况内进行了测试，如图4所示。具体工况为：两个转速1300r/min(15s至40s)和1900r/min(40s至65s)，喷油量从50mg/cycle以50mg/cycle的步长变化到200mg/cycle。结果显示，整个调节过程中，除了大幅的转速突变工况以外(40s)，其他调节过程中调节时间均在2s以内，没有明显的超调和震荡。也即，柴油机工况的非线性、前馈(包括SFF和DFF)的不确定性都成功的通过ADRC实现了补偿。

为更充分地验证CDRC的效果，本实施例还在一台六缸12L排量的柴油机试验台架上进行了测试，柴油机型号为WP12柴油机，经修改，配置了VGT增压器和EGR阀。柴油机与一台电力测功机相连，通过测功机控制柴油机的负荷和转速。CDRC算法在车用ECU上运行，主频为60MHz，采样周期为8ms，CDRC的计算成本见表2：

表2 CDRC算法的计算成本

首先进行了柴油机变负荷的测试：手动调节柴油机的加速踏板，同时利用测功机阻力矩的调整，使转速稳定在1200r/min附近，如图5所示。在该工况下，p_im和W_a的目标值均发生突变，结果显示，两者的追踪效果均非常好。之后，调节测功机转速的目标值(从1000r/min突变至1500r/min)，同时保持柴油机的加速踏板开度不变，如图6所示。在此过程中，p_im andW_a.也有比较好的跟踪效果。

综上所述，在CDRC算法的控制下，VGT-EGR***的两个目标值均得到了很好的控制，体现了较好的解耦效果，同时算法的计算量低，且对柴油机变转速和变负荷的鲁棒性强，不需要控制参数的分段，这些在试验中均得以验证。

尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。

Claims (2)

1.一种基于复合抗扰的柴油机VGT-EGR***的解耦控制方法，由目标增压压力和进气量目标值的计算，静态前馈控制，动态前馈控制，以及主动抗扰控制四大部分组成；其中，静态前馈控制是针对VGT-EGR***的低频特性，基于发动机的稳态运行特性，直接计算目标进气压力和进气量所对应的稳态工况下的VGT和EGR阀的位置；动态前馈控制是针对VGT-EGR***的高频特性，利用发动机工况瞬态过程的信息，修正EGR阀位置在动态过程的位置；针对静态前馈和动态前馈的偏差，采用主动抗扰控制方法，将其全部视为扰动，进行实时估计和补偿；将上述四个部分相结合，实现VGT-EGR***全工况的有效控制；

具体包括以下步骤：

1)根据柴油机的运行工况信息，包括发动机转速N_e，喷油量W_f，环境压力p_atm，环境温度T_atm，发动机温度T_cool，使用MAP查表或者其他目标值计算方法，得到目标增压压力p_{im_ref}和目标进气量W_{a_ref}步骤(001)；

2)根据柴油机转速N_e和喷油量W_f,采用静态前馈算法，基于MAP查表或基于静态模型计算，得到VGT开度的静态前馈控制SFF分量u_{vgt_sff}步骤(002)；

3)根据目标增压压力p_{im_ref}，实际增压压力p_im，VGT实际开度u_vgt，以及VGT开度的静态前馈控制SFF分量u_{vgt_sff}，采用主动抗扰控制ADRC方法，计算得到VGT开度的主动抗扰控制分量u_{vgt_adrc}步骤(003)；

4)根据柴油机转速N_e和喷油量W_f,采用静态前馈算法，基于MAP查表或基于静态模型计算，得到EGR阀开度的静态前馈控制SFF分量u_{egr_sff}步骤(004)；

5)根据柴油机转速N_e，喷油量W_f，实际增压压力p_im，实际进气量W_a，EGR阀实际开度u_egr，采用动态前馈控制DFF方法，得到EGR阀开度的动态前馈DFF控制分量u_{egr_dff}步骤(005)；

6)根据目标进气量W_{a_ref}，实际进气量W_a，EGR阀实际开度u_egr，EGR阀开度的静态前馈控制SFF分量u_{egr_sff}，EGR阀开度的动态前馈控制DFF分量u_{egr_dff}，采用主动抗扰控制ADRC方法，计算得到EGR阀开度的主动抗扰控制分量u_{egr_adrc}步骤(006)；

7)最后，将步骤2)和步骤3)的输出VGT开度的静态前馈控制SFF分量u_{vgt_sff}和VGT开度的主动抗扰控制分量u_{vgt_adrc}相加，得到VGT的目标开度u_{vgt_ref}，将步骤4)和步骤5)以及步骤6)的输出EGR阀开度的静态前馈控制SFF分量u_{egr_sff}和EGR阀开度的动态前馈DFF控制分量u_{egr_dff}和EGR阀开度的主动抗扰控制分量u_{egr_adrc}相加，得到EGR阀的目标开度u_{egr_ref}，将VGT的目标开度u_{vgt_ref}和EGR阀的目标开度u_{egr_ref}输入被控的VGT-EGR柴油机。

2.根据权利要求1所述基于复合抗扰的柴油机VGT-EGR***的解耦控制方法，其中，步骤5)具体包括：

在发动机瞬态过程中，基于排气管中工质热力学状态的变化速率远高于进气管中工质热力学状态变化速率，以及柴油机中空气和燃油的质量比的关系，假设实际增压压力的变化率为零，假设排气管中工质质量的变化率为零；令在发动机瞬态过程中，流过EGR阀的废气的质量流率不变，则基于EGR阀两侧气体的等熵流动原理，计算得到EGR阀开度的动态前馈修正值u_{egr_dff}；u_{egr_dff}是发动机喷油量的变化率、EGR阀的实际开度、实际增压压力、实际进气量和发动机喷油量的函数。