CN114815584B - 一种以天然气喷射器入口压力波动为输入的循环喷气量前馈pid闭环控制方法及*** - Google Patents
一种以天然气喷射器入口压力波动为输入的循环喷气量前馈pid闭环控制方法及*** Download PDFInfo
- Publication number
- CN114815584B CN114815584B CN202210376116.XA CN202210376116A CN114815584B CN 114815584 B CN114815584 B CN 114815584B CN 202210376116 A CN202210376116 A CN 202210376116A CN 114815584 B CN114815584 B CN 114815584B
- Authority
- CN
- China
- Prior art keywords
- jet
- inlet pressure
- natural gas
- input
- injection amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002347 injection Methods 0.000 title claims abstract description 164
- 239000007924 injection Substances 0.000 title claims abstract description 164
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 158
- 239000003345 natural gas Substances 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000008859 change Effects 0.000 claims abstract description 42
- 239000007789 gas Substances 0.000 claims abstract description 40
- 238000012549 training Methods 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000013528 artificial neural network Methods 0.000 claims description 20
- 230000000875 corresponding effect Effects 0.000 claims description 19
- 125000004122 cyclic group Chemical group 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000004913 activation Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000002485 combustion reaction Methods 0.000 description 14
- 230000004044 response Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 239000002737 fuel gas Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000116 mitigating effect Effects 0.000 description 2
- TVMXDCGIABBOFY-UHFFFAOYSA-N octane Chemical compound CCCCCCCC TVMXDCGIABBOFY-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/30—Use of alternative fuels, e.g. biofuels
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法及***,其中,该方法包括:在天然气喷射阀的进气端安装压力传感器,采集入口压力信号;基于入口压力信号的变化率与喷射器喷气量变化规律相同,将入口压力信号作为喷气量变化信息;建立喷气量预测模型,利用喷气量变化信息对其进行训练得到喷气量计算模型;以当前入口压力信号为喷气量计算模型的输入,求解实时喷气量;将实时喷气量与预期喷射量进行比较,得到误差值,以此作为前馈控制器及PID控制器的输入,对PID的输出进行前馈补偿,对天然气循环喷射量进行综合控制。该方法用于精确控制天然气循环喷气量,有助于维持天然气发动机的正常稳定运行。
Description
技术领域
本发明涉及动力能源技术领域,特别涉及一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法。
背景技术
在发动机中燃用替代燃料是改善缓解排放污染的措施之一。天然气由于其燃烧清洁、辛烷值高、资源丰富及价格便宜等优点获得了广泛关注。天然气H/C比高,单位质量燃烧产生的CO2低,有利于实现低碳燃烧;密度比空气小,发生泄漏会向高处扩散而减小发生***的倾向,安全性较好;天然气辛烷值很高(可达130),抗爆震能力强,有利于采用更高的压缩比和增压压力,提高功率输出和改善热效率;天然气低热值高,单位质量产生的热量多;着火界限宽,稀燃能力强,可拓展更高稀燃极限,提高热效率。因此,和柴油机相比,在相同空燃比下天然气发动机排放的CO2量更低,但同时能在混合气极稀的状态下有着相似的热效率。
为维持天然气发动机的稳定运行,需要精确控制天然气循环喷气量。目前的控制方法主要以燃气燃烧后的反应来识别循环喷气量变动,并进行补偿。由于这些方法都需要通过燃烧环节,控制的响应速度和可辨别度均受到影响。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法,该方法不需要通过燃烧缓解,响应速度和可辨别度不受影响,响应速度很快。
本发明的另一个目的在于提出一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制***。
为达到上述目的,本发明一方面实施例提出了以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法,包括以下步骤:步骤S1,在天然气喷射阀的进气端安装压力传感器,采集入口压力信号;步骤S2,基于入口压力信号的最低点与喷射器喷气量变化规律存在一一对应的关系,将所述入口压力信号作为喷气量变化信息;步骤S3,利用RBF神经网络建立喷气量预测模型,并利用所述喷气量变化信息对所述喷气量预测模型进行训练,得到喷气量计算模型;步骤S4,以当前入口压力信号为所述喷气量计算模型的输入,求解实时喷气量;步骤S5,将所述实时喷气量与预期喷射量进行比较,得到误差值,以此作为前馈控制器及PID控制器的输入,对PID的输出进行前馈补偿,对天然气循环喷射量进行综合控制。
本发明实施例的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法,以燃气燃烧后的反应来识别循环喷油量变动,并进行补偿的控制方法,提高了响应速度,且无需破坏发动机天然气喷射器及燃烧室的整体结构,只需在高压油管上加装一个压力传感器,设备简单,可以实现缸外测量。
另外,根据本发明上述实施例的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述步骤S3中,根据所述喷气量变化信息确定喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值的对应关系,将所述喷气压力与所述入口压力最大跌落值作为所述喷气量预测模型的输入,将喷气量变化作为所述喷气量预测模型的输出,其中,所述对应关系为喷气量及喷气压力与入口压力跌落值正相关。
进一步地,在本发明的一个实施例中,所述步骤S3具体包括:步骤S301,对所述喷气量变化、所述喷气始点的喷气压力以及所述入口压力最大跌落值进行归一化处理;步骤S302,选取RBF神经网络中的隐含层的激活函数构建所述喷气量预测模型;步骤S303,利用归一化后的喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值划分为训练集和测试集,利用所述训练集对所述喷气量预测模型进行训练,得到所述喷气量计算模型,并利用所述测试集进行验证。
进一步地,在本发明的一个实施例中,所述步骤S5中的补偿过程具体为:
其中,u(t)为喷射器的喷气持续期,对应喷气量,e(t)为期望喷气量与实时喷气量的差值,kp为比例系数,ki为积分时间系数,kd为微分时间系数,Kq为前馈系数,q(t)为喷射器入口压力信号得到的前馈值。
为达到上述目的,本发明另一方面实施例提出了一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制***,包括:采集模块,用于在天然气喷射阀的进气端安装压力传感器,采集入口压力信号;确定模块,用于基于入口压力信号的最低点与喷射器喷气量变化规律存在一一对应的关系,将所述入口压力信号作为喷气量变化信息;训练模块,用于利用RBF神经网络建立喷气量预测模型,并利用所述喷气量变化信息对所述喷气量预测模型进行训练,得到喷气量计算模型;求解模块,用于以当前入口压力信号为所述喷气量计算模型的输入,求解实时喷气量;补偿模块,用于将所述实时喷气量与预期喷射量进行比较,得到误差值,以此作为前馈控制器及PID控制器的输入,对PID的输出进行前馈补偿,对天然气循环喷射量进行综合控制。
本发明实施例的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制***,以燃气燃烧后的反应来识别循环喷油量变动,并进行补偿的控制方法,提高了响应速度,且无需破坏发动机天然气喷射器及燃烧室的整体结构,只需在高压油管上加装一个压力传感器,设备简单,可以实现缸外测量。
另外,根据本发明上述实施例的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制***还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述训练模块中,根据所述喷气量变化、所述喷气始点的喷气压力以及所述入口压力最大跌落值的对应关系,将所述喷气压力与所述入口压力最大跌落值作为所述喷气量预测模型的输入,将喷气量变化作为所述喷气量预测模型的输出,其中,所述对应关系为喷气量及喷气压力与入口压力跌落值正相关。
进一步地,在本发明的一个实施例中,所述训练模块具体包括:归一化单元,用于对所述喷气量变化、所述喷气始点的喷气压力以及所述入口压力最大跌落值进行归一化处理;构建单元,用于选取RBF神经网络中的隐含层的激活函数构建所述喷气量预测模型;训练和验证单元,用于利用归一化后的喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值划分为训练集和测试集,利用所述训练集对所述喷气量预测模型进行训练,得到所述喷气量计算模型,并利用所述测试集进行验证。
进一步地,在本发明的一个实施例中,所述补偿模块中的补偿过程具体为:
其中,u(t)为喷射器的喷气持续期,对应喷气量,e(t)为期望喷气量与实时喷气量的差值,kp为比例系数,ki为积分时间系数,kd为微分时间系数,kq为前馈系数,q(t)为喷射器入口压力信号得到的前馈值。
本发明又一方面实施例提供一种以天然气***压力波动为输入的循环喷气量前馈PID闭环控制设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如上述实施例所述的以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法。
本发明还一方面实施例提供一种非临时性计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例所述的以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明一个实施例的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法的流程图;
图2是本发明一个实施例的天然气控制装置的结构示意图;
图3是本发明一个实施例的燃料喷射量及气压跌落最大值的变化图;
图4是本发明一个实施例的RBF神经网络框图;
图5是本发明一个实施例的前馈PID控制框图;
图6是本发明一个实施例的天然气循环喷射量控制方法具体流程图;
图7是本发明一个实施例的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制***的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法及***,首先将参照附图描述根据本发明实施例提出的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法。
图1是本发明一个实施例的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法的流程图。
如图1所示,该一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法包括以下步骤:
在步骤S1中,在天然气喷射阀的进气端安装压力传感器,采集入口压力信号。
具体地,如图2所示,在天然气喷射阀的进气端安装压力传感器,通过电荷放大器对传感器输出信号进行放大,并用数据采集卡对入口压力进行采集;选取喷射器入口处作为压力检测点可以在不损坏喷射器的条件下最大限度的避免压力信号的通道效应,使传感器压力信号近似等于蓄压廊道内的压力信号。因此可以选取入口压力信号中的蓄压腔压降最大值作为喷气量识别的信号特征。其中,控制单元控制输出电信号,即通过控制喷射器电磁阀的通断电来控制喷射器的喷气持续期,同时采集***采集电信号、轨压以及喷射器入口压力信号,并传输给上位机。
在步骤S2中,基于入口压力信号的最低点与喷射器喷气量变化规律存在一一对应的关系,将入口压力信号作为喷气量变化信息。
在步骤S3中,利用RBF神经网络建立喷气量预测模型,并利用喷气量变化信息对喷气量预测模型进行训练,得到喷气量计算模型。
进一步地,在本发明的一个实施例中,步骤S3中,根据喷气量变化信息确定喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值的对应关系,将喷气压力与入口压力最大跌落值作为喷气量预测模型的输入,将喷气量变化作为喷气量预测模型的输出,其中,对应关系为喷气量及喷气压力与入口压力跌落值正相关。
进一步地,在本发明的一个实施例中,步骤S3具体包括:
步骤S301,对喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值进行归一化处理;
步骤S302,选取RBF神经网络中的隐含层的激活函数构建喷气量预测模型;
步骤S303,利用归一化后的喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值划分为训练集和测试集,利用训练集对喷气量预测模型进行训练,得到喷气量计算模型,并利用测试集进行验证。
具体地,如图2所示,喷气量的变化与喷气始点的喷射压力(Pinj)以及气压跌落的最大值(ΔP)有很强的对应关系。通过神经网络方法可以快速建立二者之间的精确映射关系。其中,本发明选用径向基(RBF)神经网络建立喷气量预测模型。相比于其他神经网络,RBF神经网络结构简单、训练简洁且训练速度快,具有很强的非线性映射能力。如图3所示,因此以Pinj和ΔP作为神经网络的输入以喷气量(mcyc)作为输出,对网络进行训练,建立前馈调节。其中,训练集设置为全部样本的70%,验证集和测试及均为样本的15%。训练函数选择L-M。
在步骤S4中,以当前入口压力信号为喷气量计算模型的输入,求解实时喷气量。
在步骤S5中,将实时喷气量与预期喷射量进行比较,得到误差值,以此作为前馈控制器及PID控制器的输入,对PID的输出进行前馈补偿,对天然气循环喷射量进行综合控制。
具体地,基于测得的天然气喷射器入口压力变化,对基本的PID控制器进行改造,增加一个前馈补偿环节使其变为复合控制,即用前馈神经网络与反馈PID结合的方式对天然气循环喷气量进行控制,组合成的前馈PID控制(及补偿),其中,补偿过程具体为:
其中,u(t)为喷射器的喷气持续期,对应喷气量,e(t)为期望喷气量与实时喷气量的差值,kp为比例系数,ki为积分时间系数,kd为微分时间系数,kq为前馈系数,q(t)为喷射器入口压力信号得到的前馈值。
因此,如图4-6所示,本发明实施例的工作原理为:首先根据预期的参考喷气量,由控制单元驱动天然气喷射器进行天然气的供给;同时测得燃气喷射器入口压力变化,并将该压力变化与喷射压力作为神经网络的输入,对应得到天然气循环喷射量;将实际天然气喷气量与预期喷气量进行比较,将两者之间的误差输送给PID控制器,改变燃气喷射电磁阀的通断电时刻,即改变燃气喷射持续期,进而改变天然气循环喷射量,实现对天然气循环喷射量的精确控制。与传统的PID控制算法包括比例、积分和微分三个控制环节相比,不仅操作简单,鲁棒性好,易于学习等优点,还不会因比例系数P的取值变化,影响稳定性与精确性的二者兼顾。
根据本发明实施例提出的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法,以燃气燃烧后的反应来识别循环喷油量变动,并进行补偿的控制方法,提高了响应速度,且无需破坏发动机天然气喷射器及燃烧室的整体结构,只需在高压油管上加装一个压力传感器,设备简单,可以实现缸外测量。
其次参照附图描述根据本发明实施例提出的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制***。
图7是本发明一个实施例的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制***的结构。
如图7所示,该***10包括:采集模块100、确定模块200、训练模块300、求解模块400和补偿模块500。
其中,采集模块100用于在天然气喷射阀的进气端安装压力传感器,采集入口压力信号。确定模块200用于基于入口压力信号的最低点与喷射器喷气量变化规律存在一一对应的关系,将入口压力信号作为喷气量变化信息。训练模块300用于利用RBF神经网络建立喷气量预测模型,并利用喷气量变化信息对喷气量预测模型进行训练,得到喷气量计算模型。求解模块400用于以当前入口压力信号为喷气量计算模型的输入,求解实时喷气量。补偿模块500用于将实时喷气量与预期喷射量进行比较,得到误差值,以此作为前馈控制器及PID控制器的输入,对PID的输出进行前馈补偿,对天然气循环喷射量进行综合控制。
进一步地,在本发明的一个实施例中,训练模块中,根据喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值的对应关系,将喷气压力与入口压力最大跌落值作为喷气量预测模型的输入,将喷气量变化作为喷气量预测模型的输出,其中,对应关系为喷气量及喷气压力与入口压力跌落值正相关。
进一步地,在本发明的一个实施例中,训练模块具体包括:归一化单元,用于对喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值进行归一化处理;构建单元,用于选取RBF神经网络中的隐含层的激活函数构建喷气量预测模型;训练和验证单元,用于利用归一化后的喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值划分为训练集和测试集,利用训练集对喷气量预测模型进行训练,得到喷气量计算模型,并利用测试集进行验证。
进一步地,在本发明的一个实施例中,补偿模块中的补偿过程具体为:
其中,u(t)为喷射器的喷气持续期,对应喷气量,e(t)为期望喷气量与实时喷气量的差值,kp为比例系数,ki为积分时间系数,kd为微分时间系数,kq为前馈系数,q(t)为喷射器入口压力信号得到的前馈值。
需要说明的是,前述对一种以天然气***压力波动为输入的循环喷气量前馈PID闭环控制实施例的解释说明也适用于该实施例的***,此处不再赘述。
根据本发明实施例提出的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制***,以燃气燃烧后的反应来识别循环喷油量变动,并进行补偿的控制方法,提高了响应速度,且无需破坏发动机天然气喷射器及燃烧室的整体结构,只需在高压油管上加装一个压力传感器,设备简单,可以实现缸外测量。
为了实现上述实施例,本发明还提出了一种以天然气***压力波动为输入的循环喷气量前馈PID闭环控制设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如前述实施例所述的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法。
为了实现上述实施例,本发明还提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如前述实施例所述的一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或N个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法,其特征在于,包括以下步骤:
步骤S1,在天然气喷射阀的进气端安装压力传感器,采集入口压力信号;
步骤S2,基于入口压力信号的最低点与喷射器喷气量变化规律存在一一对应的关系,将所述入口压力信号作为喷气量变化信息;
步骤S3,利用RBF神经网络建立喷气量预测模型,并利用所述喷气量变化信息对所述喷气量预测模型进行训练,得到喷气量计算模型;
步骤S4,以当前入口压力信号为所述喷气量计算模型的输入,求解实时喷气量;
步骤S5,将所述实时喷气量与预期喷射量进行比较,得到误差值,以此作为前馈控制器及PID控制器的输入,对PID的输出进行前馈补偿,对天然气循环喷射量进行综合控制。
2.根据权利要求1所述的以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法,其特征在于,所述步骤S3中,根据所述喷气量变化信息确定喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值的对应关系,将所述喷气压力与所述入口压力最大跌落值作为所述喷气量预测模型的输入,将喷气量变化作为所述喷气量预测模型的输出,其中,所述对应关系为喷气量及喷气压力与入口压力跌落值正相关。
3.根据权利要求2所述的以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法,其特征在于,所述步骤S3具体包括:
步骤S301,对所述喷气量变化、所述喷气始点的喷气压力以及所述入口压力最大跌落值进行归一化处理;
步骤S302,选取RBF神经网络中的隐含层的激活函数构建所述喷气量预测模型;
步骤S303,利用归一化后的喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值划分为训练集和测试集,利用所述训练集对所述喷气量预测模型进行训练,得到所述喷气量计算模型,并利用所述测试集进行验证。
5.一种以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制***,其特征在于,包括:
采集模块,用于在天然气喷射阀的进气端安装压力传感器,采集入口压力信号;
确定模块,用于基于入口压力信号的的最低点与喷射器喷气量变化规律存在一一对应的关系,将所述入口压力信号作为喷气量变化信息;
训练模块,用于利用RBF神经网络建立喷气量预测模型,并利用所述喷气量变化信息对所述喷气量预测模型进行训练,得到喷气量计算模型;
求解模块,用于以当前入口压力信号为所述喷气量计算模型的输入,求解实时喷气量;
补偿模块,用于将所述实时喷气量与预期喷射量进行比较,得到误差值,并以此作为前馈控制器及PID控制器的输入,对PID的输出进行前馈补偿,对天然气循环喷射量进行综合控制。
6.根据权利要求5所述的以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制***,其特征在于,所述训练模块中,根据所述喷气量变化、所述喷气始点的喷气压力以及所述入口压力最大跌落值的对应关系,将所述喷气压力与所述入口压力最大跌落值作为所述喷气量预测模型的输入,将喷气量变化作为所述喷气量预测模型的输出,其中,所述对应关系为喷气量及喷气压力与入口压力跌落值正相关。
7.根据权利要求6所述的以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制***,其特征在于,所述训练模块具体包括:
归一化单元,用于对所述喷气量变化、所述喷气始点的喷气压力以及所述入口压力最大跌落值进行归一化处理;
构建单元,用于选取RBF神经网络中的隐含层的激活函数构建所述喷气量预测模型;
训练和验证单元,用于利用归一化后的喷气量变化、喷气始点的喷气压力以及入口压力最大跌落值划分为训练集和测试集,利用所述训练集对所述喷气量预测模型进行训练,得到所述喷气量计算模型,并利用所述测试集进行验证。
9.一种以天然气***压力波动为输入的循环喷气量前馈PID闭环控制设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-4中任一所述的以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法。
10.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-4中任一所述的以天然气喷射器入口压力波动为输入的循环喷气量前馈PID闭环控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210376116.XA CN114815584B (zh) | 2022-04-11 | 2022-04-11 | 一种以天然气喷射器入口压力波动为输入的循环喷气量前馈pid闭环控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210376116.XA CN114815584B (zh) | 2022-04-11 | 2022-04-11 | 一种以天然气喷射器入口压力波动为输入的循环喷气量前馈pid闭环控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114815584A CN114815584A (zh) | 2022-07-29 |
CN114815584B true CN114815584B (zh) | 2022-12-27 |
Family
ID=82533828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210376116.XA Active CN114815584B (zh) | 2022-04-11 | 2022-04-11 | 一种以天然气喷射器入口压力波动为输入的循环喷气量前馈pid闭环控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114815584B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6882992B1 (en) * | 1999-09-02 | 2005-04-19 | Paul J. Werbos | Neural networks for intelligent control |
WO2010109667A1 (ja) * | 2009-03-27 | 2010-09-30 | 本田技研工業株式会社 | プラントの制御装置 |
JP2014004911A (ja) * | 2012-06-25 | 2014-01-16 | Tokyo Univ Of Marine Science & Technology | 非線形の自己回帰モデルによる船舶の航路保持方法 |
CN106483850A (zh) * | 2016-11-23 | 2017-03-08 | 沈阳航天新光集团有限公司 | 一种航空发动机基于rbf神经网络前馈的模糊自适应pid控制器设计方法 |
US11879656B2 (en) * | 2018-04-04 | 2024-01-23 | International Business Machines Corporation | Initialization of radial base function neural network nodes for reinforcement learning incremental control system |
CN111273544B (zh) * | 2020-04-01 | 2022-11-15 | 河海大学常州校区 | 基于预测rbf前馈补偿型模糊pid的雷达俯仰运动控制方法 |
-
2022
- 2022-04-11 CN CN202210376116.XA patent/CN114815584B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114815584A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104975956B (zh) | 响应于废气再循环***条件的内燃机控制 | |
US7383816B2 (en) | Virtual fuel quality sensor | |
CN102086817B (zh) | 在发动机操作期间燃料喷射器的实时自学习识别方法 | |
US20100199951A1 (en) | Adaptive control of fuel delivery in direct injection engines | |
JP2005214201A (ja) | NOxおよびUHCの排出量を最低限に抑えるためのマイクロパイロット燃料噴射制御の方法と装置 | |
Kumar et al. | In-cylinder pressure-based air-fuel ratio control for lean burn operation mode of SI engines | |
US11112333B2 (en) | Sensor failure diagnostic apparatus | |
CN101965447A (zh) | 用于柴油发动机的燃料控制*** | |
CN102797569A (zh) | 发动机瞬态操作期间对利用生物柴油的稀NOx捕集器再生的自适应控制 | |
US8425224B2 (en) | Mass air flow compensation for burner-based exhaust gas generation system | |
US9845757B2 (en) | Controller for diesel engine | |
CN101825027B (zh) | 利用燃料压力传感器误差控制燃料轨压力的方法及装置 | |
CN105283651A (zh) | 用于控制引擎的性能的***和方法 | |
US10280849B2 (en) | Combustion system control device | |
US6968827B2 (en) | Diesel engine comprising a device for controlling the flow of injected fuel | |
CN114815584B (zh) | 一种以天然气喷射器入口压力波动为输入的循环喷气量前馈pid闭环控制方法及*** | |
CN114839869B (zh) | 基于高压天然气循环喷气量实时检测的adrc喷气量闭环控制方法 | |
US9494102B2 (en) | Method for operating a fuel injection system of an internal combustion engine | |
Tan et al. | Exhaust gas recirculation control through extremum seeking in a low temperature combustion diesel engine | |
US10132318B2 (en) | Turbocharger control | |
US9328691B2 (en) | Setpoint bank control architecture | |
JP2013024199A (ja) | ラムダセンサの極希薄領域応答性診断方法及びコモンレール式燃料噴射制御装置 | |
US8424372B2 (en) | System and method for establishing a mass flow rate of air entering an engine | |
US7124017B2 (en) | Method of operating an internal combustion engine | |
Peng et al. | Characteristics of Rail Pressure Fluctuations under Two-Injection Conditions and the Control Strategy Based on ANN |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |