CN117927395A - 一种考虑不同工况的发动机控制方法及*** - Google Patents
一种考虑不同工况的发动机控制方法及*** Download PDFInfo
- Publication number
- CN117927395A CN117927395A CN202410033373.2A CN202410033373A CN117927395A CN 117927395 A CN117927395 A CN 117927395A CN 202410033373 A CN202410033373 A CN 202410033373A CN 117927395 A CN117927395 A CN 117927395A
- Authority
- CN
- China
- Prior art keywords
- engine
- working condition
- model
- engine control
- air
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000000446 fuel Substances 0.000 claims abstract description 49
- 238000002347 injection Methods 0.000 claims abstract description 22
- 239000007924 injection Substances 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000003062 neural network model Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 10
- 238000011002 quantification Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 210000002569 neuron Anatomy 0.000 claims description 6
- 230000008859 change Effects 0.000 abstract description 4
- 238000011217 control strategy Methods 0.000 abstract description 4
- 238000013139 quantization Methods 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 description 6
- 238000012795 verification Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
Landscapes
- Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明属于发动机控技术领域，提供了一种考虑不同工况的发动机控制方法及***，首先，获取发动机的功率和油耗，以及获取发动机的进气流量、转速和空燃比；然后，根据获取的功率和油耗，利用预设的发动机工况预测模型，确定发动机的工况；最后，根据确定的发动机工况，以及获取的进气流量、转速和空燃比，利用预设的发动机控制模型，得到需要控制的进气量和喷油量。在确定控制策略前，根据当前时刻发动机的功率和油耗，按照等级量化的方式预测得到下一时刻的发动机工况，并将发动机工况这一因素作为发动机控制模型的影响参数，实现了根据发动机工况改变而进行配气相位控制的目的，并且将发动机工况进行量化，实现了进气量和喷油量的精确控制。
Description
技术领域
本发明属于发动机控技术领域，尤其涉及一种考虑不同工况的发动机控制方法及***。
背景技术
发动机的配气相位机构负责向气缸提供汽油或柴油燃烧做功所必须的新鲜空气，并将燃烧后的废气排出，从工作原理上讲，配气相位机构的主要功能是按照一定的规律实现来开启和关闭各个气缸的进、排气门，从而实现发动机气缸换气补给的整个过程。
发明人发现，传统发动机使用固定式配气机构，配气相位兼顾发动机的各种工况，进而使得气门正时和升程都是固定的，发动机的配气相位不能根据发动机的工况而改变，因此很难顾及到发动机在不同转速工况时的工作需求；固定式配气机构使得气门的控制精度较低，无法满足发动机不同工况的需求。
发明内容
本发明为了解决上述问题，提出了一种考虑不同工况的发动机控制方法及***，本发明实现了根据发动机工况改变而进行配气相位控制的目的，并且将发动机工况进行量化，实现了进气量和喷油量的精确控制。
为了实现上述目的，本发明是通过如下的技术方案来实现：
第一方面，本发明提供了一种考虑不同工况的发动机控制方法，包括：
获取发动机的功率和油耗，以及获取发动机的进气流量、转速和空燃比；
根据获取的功率和油耗，利用预设的发动机工况预测模型，确定发动机的工况；
根据确定的发动机工况，以及获取的进气流量、转速和空燃比，利用预设的发动机控制模型，得到需要控制的进气量和喷油量；
其中，所述发动机工况预测模型为神经网络模型，神经网络模型根据当前时刻获取的发动机功率和油耗，按照等级量化的方式预测得到下一时刻的发动机工况；所述发动机控制模型为基于多项式回归计算模型，确定多项式回归计算模型中的系数时，考虑发动机工况。
进一步的，所述发动机工况预测模型采用BP神经网络，根据设定的最大神经元数量逐个增加神经元，使训练误差逐渐减小，直到误差小于容限，确定BP神经网络的最优参数，获得训练好的BP神经网络。
进一步的，以发动机输出扭矩作为发动机工况。
进一步的，按照预设的数值范围，将预测得到的发动机输出扭矩进行分类。
进一步的，发动机控制模型为：
其中，y代表进气量；z代表喷油量；代表进气流量；η代表转速；ω代表空燃比；λ代表发动机输出扭矩；a、b、c、d、e、f、g和h均代表系数。
进一步的，采用最小二乘法对多项式回归计算模型求解；具体的，以实际值和拟合值的差的绝对值最小为目标，求解模型中自变量的各待定系数和常系数，自变量的各待定系数和常系数确定之后，得到发动机控制模型。
进一步的，通过控制步进电机的转动角度实现控制进气门的升程和正时；同时通过控制电子节气门的位置、电子节气门位置反馈电压和进气压力实现控制发动机的喷油量。
第二方面，本发明还提供了一种考虑不同工况的发动机控制***，包括：
一种考虑不同工况的发动机控制***，包括：
数据采集模块，被配置为：获取发动机的功率和油耗，以及获取发动机的进气流量、转速和空燃比；
发动机工况预测模块，被配置为：根据获取的功率和油耗，利用预设的发动机工况预测模型，确定发动机的工况；
控制模块，被配置为：根据确定的发动机工况，以及获取的进气流量、转速和空燃比，利用预设的发动机控制模型，得到需要控制的进气量和喷油量；
其中，所述发动机工况预测模型为神经网络模型，神经网络模型根据当前时刻获取的发动机功率和油耗，按照等级量化的方式预测得到下一时刻的发动机工况；所述发动机控制模型为基于多项式回归计算模型，确定多项式回归计算模型中的系数时，考虑发动机工况。
第三方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现了第一方面所述的考虑不同工况的发动机控制方法的步骤。
第四方面，本发明还提供了一种电子设备，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程序时实现了第一方面所述的考虑不同工况的发动机控制方法的步骤。
与现有技术相比，本发明的有益效果为：
本发明在确定控制进气量和喷油量的控制策略前，根据当前时刻发动机的功率和油耗，按照等级量化的方式预测得到下一时刻的发动机工况，并将预测得到的发动机工况这一因素作为发动机控制模型的影响参数，实现了根据发动机工况改变而进行配气相位控制的目的，并且将发动机工况进行量化，实现了进气量和喷油量的精确控制。
附图说明
构成本实施例的一部分的说明书附图用来提供对本实施例的进一步理解，本实施例的示意性实施例及其说明用于解释本实施例，并不构成对本实施例的不当限定。
图1为本发明实施例1的方法流程图；
图2为本发明实施例1的***结构示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
实施例1：
传统发动机使用固定式配气机构，配气相位兼顾发动机的各种工况，进而使得气门正时和升程都是固定的，发动机的配气相位不能根据发动机的工况而改变，因此很难顾及到发动机在不同转速工况时的工作需求；固定式配气机构使得气门的控制精度较低，无法满足发动机不同工况的需求。
针对上述问题，本实施例提供了一种考虑不同工况的发动机控制方法，包括：
获取发动机的功率和油耗，以及获取发动机的进气流量、转速和空燃比；
根据获取的功率和油耗，利用预设的发动机工况预测模型，确定发动机的工况；
根据确定的发动机工况，以及获取的进气流量、转速和空燃比，利用预设的发动机控制模型，得到需要控制的进气量和喷油量；
其中，所述发动机工况预测模型为神经网络模型，神经网络模型根据当前时刻获取的发动机功率和油耗，按照等级量化的方式预测得到下一时刻的发动机工况；所述发动机控制模型为基于多项式回归计算模型，确定多项式回归计算模型中的系数时，考虑发动机工况。
具体的，本实施例在确定控制进气量和喷油量的控制策略前，根据当前时刻发动机的功率和油耗，按照等级量化的方式预测得到下一时刻的发动机工况，并将预测得到的发动机工况这一因素作为发动机控制模型的影响参数，实现了根据发动机工况改变而进行配气相位控制的目的，并且将发动机工况进行量化，实现了进气量和喷油量的精确控制。
本实施例的方法步骤包括：
S1、发动机工况预测模型样本集确定：
S1.1、可选的，通过车辆仪表或相关传感器，获取功率和油耗数据集，以及不同功率和油耗下对应的发动机输出扭矩。
S1.2、将功率、油耗和发动机输出扭矩中的85％作为训练集保存，剩余的25％作为验证集进行保存。
S2、发动机工况预测模型训练：
S2.1、数据预处理：
对功率、油耗和发动机输出扭矩数据集进行预处理，包括对数据进行归一化处理；可选的，归一化处理可以采用mapminmax函数进行。
S2.2、确定模型：
可选的，发动机工况预测模型为的BP神经网络模型。具体的，本实施例中的BP神经网络设置为三层的前向网络，第一层为输入层，节点个数等于输入的维数；第二层为隐含层，节点个数视问题的复杂度而定；第三层为输出层，节点个数等于输出数据的维数。所述隐含层采用BP函数作为基函数，将输入向量空间转换到隐含层空间。
S2.3、模型训练：
S2.3.1、将预处理后的训练集作为输入，将发动机输出扭矩作为输出，输入至构建好的BP神经网络，进行训练；
S2.3.2、通过BP神经网络，根据设定的最大神经元数量逐个增加神经元，使训练误差逐渐减小，直到误差小于容限，确定BP神经网络的最优参数，获得训练好的BP神经网络。
本实施例中，训练好的BP神经网络的输出为发动机输出扭矩的具体值，以发动机输出扭矩代表发动机工况，可以实现发动机工况预测的量化；按照预设的数值范围，将预测得到的发动机输出扭矩分为A、B、C和D类，其中，A处在的数值范围小于B处在的数值范围，B处在的数值范围小于C处在的数值范围，C处在的数值范围小于D处在的数值范围。
S2.4、利用验证集，对训练好的发动机工况预测模型进行验证。
S3、发动机控制模型样本集确定：
S3.1、可选的，通过仪表或相关传感器，获取发动机的进气流量、转速和空燃比，以及发动机的进气量和喷油量。
S3.2、将进气流量、转速、空燃比、进气量和喷油量中的85％作为训练集保存，剩余的25％作为验证集进行保存。
S4、发动机控制模型训练：
S4.1、多项式回归计算模型：
其中，y代表进气量；z代表喷油量；代表进气流量；η代表转速；ω代表空燃比；λ代表发动机输出扭矩，λ＝A、B、C或D；a、b、c、d、e、f、g和h均代表系数。
S4.2、模型求解：
可选的，本实施例中，采用最小二乘法对多项式回归计算模型求解。具体的，以实际值和拟合值的差的绝对值最小为目标，求解模型中自变量的各待定系数和常系数，自变量的各待定系数和常系数确定之后，得到发动机控制模型。
S4.3、模型验证：
利用验证集，对结算后的发动机控制模型进行验证。
S5、执行控制策略：
可选的，通过控制步进电机的转动角度实现控制进气门的升程和正时；同时通过控制电子节气门的位置、电子节气门位置反馈电压和进气压力实现控制发动机的喷油量。
在一些实施例中，为了实现发动机的控制，如图2所示，提供了一种控制***，其中，主控制单元采集发动机的进气流量、转速、电子节气门开度、步进电机转角和空燃比等发动机运行信息；控制单元经CAN总线将采集到的发动机运行信息到上传到上位机中；上位机根据接收到的发动机运行信息，进行对比、计算得出电子节气位置、进气压力、节气门位置反馈电压和步进电机转角等控制信息；上位机并将计算得到的控制信息经CAN总线下发控制命令到主控单元；主控单元控制执行单元实现测试任务，即主控单元向电子节气门发送模拟量形式的开度控制信号，向原机ECU发送模拟量形式的进气压力设定值、电子节气门开度反馈电压值以实现原机ECU对喷油量的控制。主控单元控制步进电机转动角度，从而实现对进气门的升程和正时的控制。
实施例2：
本实施例提供了一种考虑不同工况的发动机控制***，包括：
数据采集模块，被配置为：获取发动机的功率和油耗，以及获取发动机的进气流量、转速和空燃比；
发动机工况预测模块，被配置为：根据获取的功率和油耗，利用预设的发动机工况预测模型，确定发动机的工况；
控制模块，被配置为：根据确定的发动机工况，以及获取的进气流量、转速和空燃比，利用预设的发动机控制模型，得到需要控制的进气量和喷油量；
其中，所述发动机工况预测模型为神经网络模型，神经网络模型根据当前时刻获取的发动机功率和油耗，按照等级量化的方式预测得到下一时刻的发动机工况；所述发动机控制模型为基于多项式回归计算模型，确定多项式回归计算模型中的系数时，考虑发动机工况。
所述***的工作方法与实施例1的考虑不同工况的发动机控制方法相同，这里不再赘述。
实施例3：
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现了实施例1所述的考虑不同工况的发动机控制方法的步骤。
实施例4：
本实施例提供了一种电子设备，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程序时实现了实施例1所述的考虑不同工况的发动机控制方法的步骤。
以上所述仅为本实施例的优选实施例而已，并不用于限制本实施例，对于本领域的技术人员来说，本实施例可以有各种更改和变化。凡在本实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实施例的保护范围之内。
Claims (10)
1.一种考虑不同工况的发动机控制方法，其特征在于，包括：
获取发动机的功率和油耗，以及获取发动机的进气流量、转速和空燃比；
根据获取的功率和油耗，利用预设的发动机工况预测模型，确定发动机的工况；
根据确定的发动机工况，以及获取的进气流量、转速和空燃比，利用预设的发动机控制模型，得到需要控制的进气量和喷油量；
其中，所述发动机工况预测模型为神经网络模型，神经网络模型根据当前时刻获取的发动机功率和油耗，按照等级量化的方式预测得到下一时刻的发动机工况；所述发动机控制模型为基于多项式回归计算模型，确定多项式回归计算模型中的系数时，考虑发动机工况。
2.如权利要求1所述的一种考虑不同工况的发动机控制方法，其特征在于，所述发动机工况预测模型采用BP神经网络，根据设定的最大神经元数量逐个增加神经元，使训练误差逐渐减小，直到误差小于容限，确定BP神经网络的最优参数，获得训练好的BP神经网络。
3.如权利要求1所述的一种考虑不同工况的发动机控制方法，其特征在于，以发动机输出扭矩作为发动机工况。
4.如权利要求3所述的一种考虑不同工况的发动机控制方法，其特征在于，按照预设的数值范围，将预测得到的发动机输出扭矩进行分类。
5.如权利要求1所述的一种考虑不同工况的发动机控制方法，其特征在于，发动机控制模型为：
其中，y代表进气量；z代表喷油量；代表进气流量；η代表转速；ω代表空燃比；λ代表发动机输出扭矩；a、b、c、d、e、f、g和h均代表系数。
6.如权利要求1所述的一种考虑不同工况的发动机控制方法，其特征在于，采用最小二乘法对多项式回归计算模型求解；具体的，以实际值和拟合值的差的绝对值最小为目标，求解模型中自变量的各待定系数和常系数，自变量的各待定系数和常系数确定之后，得到发动机控制模型。
7.如权利要求1所述的一种考虑不同工况的发动机控制方法，其特征在于，通过控制步进电机的转动角度实现控制进气门的升程和正时；同时通过控制电子节气门的位置、电子节气门位置反馈电压和进气压力实现控制发动机的喷油量。
8.一种考虑不同工况的发动机控制***，其特征在于，包括：
数据采集模块，被配置为：获取发动机的功率和油耗，以及获取发动机的进气流量、转速和空燃比；
发动机工况预测模块，被配置为：根据获取的功率和油耗，利用预设的发动机工况预测模型，确定发动机的工况；
控制模块，被配置为：根据确定的发动机工况，以及获取的进气流量、转速和空燃比，利用预设的发动机控制模型，得到需要控制的进气量和喷油量；
其中，所述发动机工况预测模型为神经网络模型，神经网络模型根据当前时刻获取的发动机功率和油耗，按照等级量化的方式预测得到下一时刻的发动机工况；所述发动机控制模型为基于多项式回归计算模型，确定多项式回归计算模型中的系数时，考虑发动机工况。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现了如权利要求1-7任一项所述的考虑不同工况的发动机控制方法的步骤。
10.一种电子设备，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，其特征在于，所述处理器执行所述程序时实现了如权利要求1-7任一项所述的考虑不同工况的发动机控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410033373.2A CN117927395A (zh) | 2024-01-08 | 2024-01-08 | 一种考虑不同工况的发动机控制方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410033373.2A CN117927395A (zh) | 2024-01-08 | 2024-01-08 | 一种考虑不同工况的发动机控制方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117927395A true CN117927395A (zh) | 2024-04-26 |
Family
ID=90755177
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410033373.2A Pending CN117927395A (zh) | 2024-01-08 | 2024-01-08 | 一种考虑不同工况的发动机控制方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117927395A (zh) |
-
2024
- 2024-01-08 CN CN202410033373.2A patent/CN117927395A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ashok et al. | A review on control system architecture of a SI engine management system | |
| EP0185552B1 (en) | Apparatus for controlling operating state of an internal combustion engine | |
| CN111120122B (zh) | 控制装置 | |
| US7318342B2 (en) | Method for model-based determination of the fresh air mass flowing into the cylinder combustion chamber of an internal combustion engine during an intake phase | |
| JP4929966B2 (ja) | 燃料噴射制御装置 | |
| JPH0711256B2 (ja) | 内燃エンジンの制御装置 | |
| US20120116646A1 (en) | Method for compensating for valve lift deviation between engines equipped with cvvl mechanism | |
| CN103732895A (zh) | 滑模控制器和内燃机***控制装置 | |
| JP6702380B2 (ja) | 内燃機関の制御装置 | |
| Isermann et al. | Design of computer controlled combustion engines | |
| US20150184606A1 (en) | Control apparatus for supercharged engine | |
| US10947909B2 (en) | Control device of internal combustion engine and control method of same and learning model for controlling internal combustion engine and learning method of same | |
| EP0950805A2 (en) | Fuel injection control unit for an engine | |
| CN113728159A (zh) | 发动机控制*** | |
| JP2008539360A (ja) | ニューラルネットを使用した車両エンジンの制御方法 | |
| DE19755149A1 (de) | Steuerung eines Verbrennungsmotors | |
| de Nola et al. | A Model-Based Computer Aided Calibration Methodology Enhancing Accuracy, Time and Experimental Effort Savings Through Regression Techniques and Neural Networks | |
| JP4849588B2 (ja) | 内燃機関の制御装置 | |
| JP3898114B2 (ja) | 内燃機関の吸入空気量推定方法、推定装置、吸入空気量制御方法および制御装置 | |
| CN117927395A (zh) | 一种考虑不同工况的发动机控制方法及*** | |
| CN113795661B (zh) | 内燃发动机的控制器 | |
| CN113153543B (zh) | 进气负荷模型修正方法及车辆 | |
| Isermann et al. | Nonlinear identification and adaptive control of combustion engines | |
| CN113431690A (zh) | 一种发动机管理***控制方法及装置 | |
| JP2010096021A (ja) | 内燃機関の燃焼状態診断装置 |
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 |