基于模型的電控柴油機自動標(biāo)定平臺的開發(fā)*

莊繼暉，謝 輝，朱仲文

(天津大學(xué)，內(nèi)燃機燃燒學(xué)國家重點實驗室，天津 300072)

前言

現(xiàn)代柴油機電控系統(tǒng)中控制參數(shù)對各項性能的影響作用是相互耦合的，在柴油機不同的工況運行區(qū)域需要合適的控制參數(shù)才能獲得最佳的動力性、排放性和經(jīng)濟性。傳統(tǒng)的標(biāo)定方法試驗工作量大，而且標(biāo)定的精度和重復(fù)性都比較差?；谀Ｐ偷臉?biāo)定方法是目前研究的熱點之一，標(biāo)定工程師在原先手工標(biāo)定的基礎(chǔ)上，通過對試驗數(shù)據(jù)回歸分析，進(jìn)行擬合建模獲得回歸模型。通過少量的試驗來建立柴油機的狀態(tài)參數(shù)、控制變量和柴油機響應(yīng)之間的數(shù)學(xué)模型，從而可在柴油機的整個運行范圍內(nèi)預(yù)測不同控制參數(shù)作用下柴油機的性能。對每種可行的標(biāo)定方案進(jìn)行評價，尋找出最優(yōu)的標(biāo)定方式，使柴油機在滿足一定限制的條件下達(dá)到最高的效率。把數(shù)學(xué)的優(yōu)化理論和方法引入柴油機電控系統(tǒng)的參數(shù)標(biāo)定過程，在試驗數(shù)據(jù)擬合模型的基礎(chǔ)上進(jìn)行參數(shù)優(yōu)化的方法就是基于模型的標(biāo)定方法［1］。這種基于模型的優(yōu)化標(biāo)定方法已經(jīng)得到越來越廣泛的應(yīng)用。

自動化標(biāo)定系統(tǒng)能將試驗過程和優(yōu)化計算相結(jié)合，根據(jù)柴油機的優(yōu)化目標(biāo)和控制變量的取值范圍、約束條件及限制條件等進(jìn)行試驗設(shè)計。自動化的試驗管理能全程測量和采集數(shù)據(jù)，經(jīng)過在線的試驗結(jié)果評估和控制參數(shù)優(yōu)化，指導(dǎo)下一輪的控制參數(shù)調(diào)整，整個標(biāo)定過程自動運行，直到得到最優(yōu)結(jié)果，大大縮短了標(biāo)定需要的時間周期，并節(jié)省了試驗經(jīng)費。目前比較典型的發(fā)動機自動優(yōu)化標(biāo)定系統(tǒng)有VEGA系統(tǒng)［2］和CAMEO 系統(tǒng)［3］。國內(nèi)研究有在GD-1 電控柴油機上進(jìn)行的自動標(biāo)定系統(tǒng)［4］和針對電控發(fā)動機數(shù)據(jù)匹配提出的自動標(biāo)定系統(tǒng)的解決辦法［5］。

1 分布式平臺架構(gòu)和網(wǎng)絡(luò)協(xié)作機制

自動標(biāo)定優(yōu)化平臺涉及電控單元通信、試驗規(guī)劃、統(tǒng)計建模和模型優(yōu)化等眾多問題，科學(xué)合理的體系結(jié)構(gòu)是平臺穩(wěn)定工作的基礎(chǔ)。針對電控發(fā)動機標(biāo)定過程的特點，構(gòu)建的分布式自動標(biāo)定平臺的總體結(jié)構(gòu)如圖1所示，平臺采用了C/S結(jié)構(gòu)的分布式網(wǎng)絡(luò)體系。對不同的功能模塊實施了有效的劃分，將試驗設(shè)計及臺架管理系統(tǒng)、標(biāo)定試驗管理系統(tǒng)和MAP優(yōu)化系統(tǒng)部署在不同的計算機中，各系統(tǒng)間通過網(wǎng)絡(luò)進(jìn)行公共數(shù)據(jù)的交換和共享。

試驗設(shè)計(DOE)的結(jié)果直接影響到標(biāo)定工作量以及發(fā)動機建模的精度。DOE根據(jù)標(biāo)定工程師已有的經(jīng)驗和對發(fā)動機工作特點的理解，合理設(shè)計柴油機運行工況點和各種控制參數(shù)的取值范圍，通過盡量少的試驗次數(shù)來獲得更多的有效試驗數(shù)據(jù)。

以標(biāo)定試驗數(shù)據(jù)庫為數(shù)據(jù)源，MAP優(yōu)化系統(tǒng)通過二階段建模的方法建立高壓共軌柴油機的統(tǒng)計學(xué)模型，模型能夠正確反映發(fā)動機性能響應(yīng)與控制參數(shù)之間的關(guān)系。使用遺傳算法基于發(fā)動機模型求解滿足排放限值約束下最優(yōu)化的控制MAP。最后將生成優(yōu)化后的控制參數(shù)MAP刷寫回電控單元中驗證優(yōu)化結(jié)果。

2 DOE在自動標(biāo)定平臺中的應(yīng)用

基于試驗樣本的統(tǒng)計模型一般采用回歸模型，可表示為

式中:X為自變數(shù)矩陣(或設(shè)計矩陣);β為回歸系數(shù)向量;Y為觀測向量;e為隨機誤差向量。希望通過試驗獲得的試驗數(shù)據(jù)建立最準(zhǔn)確的式(1)模型，即對β作最準(zhǔn)確的估計。

式中:σ2為隨機誤差e的總體方差，取決于試驗設(shè)備的精度，一般作為常數(shù)處理。而矩陣M=XTX包含了試驗點和統(tǒng)計模型的信息，受人的選擇控制。

通過試驗設(shè)計可以確定X。從式(2)可以看出，回歸系數(shù)的方差等于常數(shù)σ2乘以(XTX)-1。因此改變試驗處理就會改變X，從而影響。試驗設(shè)計的精度越高，值越小。X在試驗之前，即在試驗設(shè)計好后就已確定，可以對試驗設(shè)計的效果進(jìn)行比較和評估［6-7］。

D值、V值、A值的定義式分別為

由式(3)～式(5)可知，增大XTX值，可以減小，從而增大D值、減小V值和A值，使得樣本點分布的均勻性和合理性更好［8］。

試驗樣本的確定是DOE的核心內(nèi)容，Matlab的MBC工具箱中提供了多種試驗設(shè)計方法，如經(jīng)典設(shè)計、空間填充設(shè)計和優(yōu)化設(shè)計等。本文中分別比較了MBC中的空間填充法、D-optimal設(shè)計和V-optimal設(shè)計的效果。選取65個工況點進(jìn)行試驗，圖2～圖4分別為空間填充D-optimal和V-optimal試驗設(shè)計方案的試驗點分布。表1為試驗設(shè)計結(jié)果評價參數(shù)D、V、A值的比較。由表可見，V-optimal設(shè)計方案雖然在體現(xiàn)設(shè)計方案相對誤差能力的D值方面比D-optimal略小，但從體現(xiàn)設(shè)計方案預(yù)測誤差能力的V值和A值都要優(yōu)于D-optimal?？傮w而言，V-optimal設(shè)計要優(yōu)于D-optimal設(shè)計，更適合于對發(fā)動機本身的知識和特性已具有一定了解的情況下使用;而空間填充法則比較適合在對發(fā)動機認(rèn)知較少的情況下，對發(fā)動機整個工作空間進(jìn)行考慮和設(shè)計。因此，本文中采用V-optimal方法，更符合發(fā)動機統(tǒng)計建模特點，有利于提高模型精度。

表1 試驗設(shè)計結(jié)果評價參數(shù)

3 基于ASAP的自動標(biāo)定系統(tǒng)實現(xiàn)

自動標(biāo)定系統(tǒng)軟件框架符合ASAP標(biāo)準(zhǔn)，采用分層式結(jié)構(gòu)設(shè)計思想，主要包括了標(biāo)定層、診斷層、測量層、數(shù)據(jù)管理層、協(xié)議解釋層和數(shù)據(jù)通信層，見圖5。各層之間通過數(shù)據(jù)進(jìn)行耦合聯(lián)系，保持了相對的功能和結(jié)構(gòu)的獨立性，整個架構(gòu)具有充分的靈活性和可擴展性。

數(shù)據(jù)管理層負(fù)責(zé)管理和維護(hù)A2L描述文件和HEX數(shù)據(jù)文件等重要存儲文件。A2L描述文件符合ASAP2規(guī)范，采用類似于XML語言的格式對ECU中的變量進(jìn)行了詳細(xì)描述，包括監(jiān)控變量、標(biāo)定變量和存儲結(jié)構(gòu)等，標(biāo)定系統(tǒng)通過描述結(jié)構(gòu)獲得相關(guān)變量在ECU中的存儲位置進(jìn)行操作，實現(xiàn)標(biāo)定系統(tǒng)獨立于ECU。

協(xié)議解釋層將應(yīng)用層的操作轉(zhuǎn)換為相應(yīng)的關(guān)鍵字命令和解釋ECU返回的關(guān)鍵字響應(yīng)。標(biāo)定系統(tǒng)進(jìn)行通信協(xié)議關(guān)鍵字命令的發(fā)送后等待ECU返回響應(yīng)數(shù)據(jù)，根據(jù)ECU的響應(yīng)數(shù)據(jù)對標(biāo)定系統(tǒng)的狀態(tài)機進(jìn)行狀態(tài)更新和維護(hù)。

本文中開發(fā)的自動標(biāo)定系統(tǒng)兼容KWP2000及CCP協(xié)議，實現(xiàn)了包括診斷管理功能、數(shù)據(jù)傳輸功能、輸入/輸出控制功能組、ECU函數(shù)遠(yuǎn)程啟動功能組和數(shù)據(jù)上載/下載功能組在內(nèi)的KWP2000協(xié)議子集。發(fā)動機ECU標(biāo)定系統(tǒng)已經(jīng)成功應(yīng)用于多種不同型號的柴油機電控系統(tǒng)。

4 發(fā)動機模型的建立和13工況下的MAP全局優(yōu)化

以自動標(biāo)定試驗采集數(shù)據(jù)為基礎(chǔ)，采用Matlab的二階段方法進(jìn)行響應(yīng)模型構(gòu)建。二階響應(yīng)模型中以轉(zhuǎn)速n、主噴油量Δg、主噴油提前角θj和共軌壓力p為模型輸入，通過模型運算后獲得有效燃油消耗率be、氮氧化物NOx、煙度PM、轉(zhuǎn)矩Te和排溫 tr等數(shù)據(jù)作為模型輸出。二階段模型中包括局部建模和全局建模，在組內(nèi)建立因變量與自變量之間函數(shù)關(guān)系的過程稱為局部建模。根據(jù)設(shè)計經(jīng)驗一般使用二次多項式即可滿足建模精度要求，其函數(shù)表達(dá)式為

式中 β1、β2、β3為回歸系數(shù)。

對試驗數(shù)據(jù)進(jìn)行二次多項式擬合，即有多組回歸系數(shù)，而且每組回歸系數(shù)與全局變量相關(guān)，即局部模型的回歸系數(shù)是全局變量的函數(shù)，求解此函數(shù)關(guān)系的過程即稱為全局建模過程。由于全局變量和局部模型的回歸系數(shù)之間存在比較復(fù)雜的耦合和非線性關(guān)系，因此須采用神經(jīng)網(wǎng)絡(luò)等方法進(jìn)行求解才得到比較準(zhǔn)確的結(jié)果。本文中選用RBF建立神經(jīng)網(wǎng)絡(luò)模型得到全局變量轉(zhuǎn)速、主噴油量和共軌壓力與局部模型二次多項式回歸系數(shù)之間的關(guān)系式為

根據(jù)以上回歸關(guān)系式和局部模型構(gòu)成的二階段模型就可預(yù)測在任意給定的轉(zhuǎn)速、主噴提前角、主噴油量和共軌壓力下高壓共軌柴油機的轉(zhuǎn)矩、有效燃油消耗率、PM、NOx和排溫等輸出，進(jìn)而尋求在不同控制參數(shù)下該發(fā)動機所能達(dá)到的最優(yōu)化結(jié)果。

式中yRBF為神經(jīng)網(wǎng)絡(luò)輸出。

高壓共軌柴油機二階段響應(yīng)模型的總體精度如表2所示，文中建立的發(fā)動機性能響應(yīng)模型的局部RMSE及二階RMSE值都處于較低水平，表明各響應(yīng)模型具有較好的局部數(shù)據(jù)擬合以及全局?jǐn)?shù)據(jù)擬合能力，總體精度較好，能夠為基于模型的發(fā)動機性能優(yōu)化工作提供很好的基礎(chǔ)。

表2 高壓共軌柴油機各響應(yīng)模型的RMSE值

高壓共軌柴油機13工況下的噴油量、軌壓和噴油提前角的優(yōu)化屬于單目標(biāo)，多約束的全局優(yōu)化問題，即對多個指定工況點綜合起來對發(fā)動機進(jìn)行控制參數(shù)的優(yōu)化。遺傳算法［9］是解決全局優(yōu)化問題的可行方案之一，本文中通過遺傳算法進(jìn)行13工況下各控制參數(shù)的尋優(yōu)。全局約束，排放的不等式約束定義如下:

局部約束，只考慮了排溫不等式約束，即在各個運行工況下，高壓共軌柴油機的排溫都必須小于排溫限值，即

式中:θji為第i個工況下的噴油提前角，Δgi為第i個工況下的噴油量，pi為第i個工況下的噴油壓力，ti為第i個工況點下的排氣溫度，ωi為第i個工況點的權(quán)重，NOxlimit為 NOx排放限值，PMlimit為 PM 排放限值，trlimit為最高排溫限值。

算法經(jīng)過50代進(jìn)化，優(yōu)化前后共軌壓力、主噴油提前角和主噴油量的比較如圖6～圖8所示。共軌壓力優(yōu)化后在原來軌壓的水平上有所增加，特別是在大負(fù)荷的工況點增加幅度較大。圖7表明，優(yōu)化前后的主噴提前角的變化較大，在大負(fù)荷工況點使用較小的主噴提前角以減小排放，在部分負(fù)荷工況點適度增大主噴提前角以減小燃油消耗率。而主噴油量在優(yōu)化前后的變化較小，可見在高壓共軌柴油機的13工況的優(yōu)化中主噴油提前角和共軌壓力對經(jīng)濟性能和排放性能影響最大，應(yīng)給予充分考慮。

應(yīng)用該平臺在WP10高壓共軌柴油機上進(jìn)行了13工況下的噴油提前角、共軌壓力和噴油量的自動標(biāo)定及優(yōu)化試驗。相比于常規(guī)13工況下的優(yōu)化標(biāo)定，需要在每個工況點調(diào)整不同的軌壓和噴油提前角，各以8個參考值組合試驗，總的試驗次數(shù)為13×8×8=832。而DOE規(guī)劃后的試驗次數(shù)為65+30(驗證點)=95，通過95次試驗數(shù)據(jù)就可建模求解優(yōu)化后的控制參數(shù)，大大降低了試驗次數(shù)和工作量。使用優(yōu)化后的主噴油提前角、主噴油量和共軌壓力控制參數(shù)進(jìn)行實機測試。試驗結(jié)果表明:經(jīng)過優(yōu)化，在滿足原機排放標(biāo)準(zhǔn)的條件下，燃油消耗率從221減少到214g/(kW·h)，與發(fā)動機模型預(yù)測的燃油消耗率208g/(kW·h)誤差不大，說明基于該發(fā)動機模型的遺傳算法進(jìn)行全局優(yōu)化的方法是有效可行的。

5 結(jié)論

本文中提出并實現(xiàn)了一種基于模型的電控發(fā)動機自動標(biāo)定平臺，平臺的各子系統(tǒng)采用分布式網(wǎng)絡(luò)協(xié)作機制，適用性強，便于擴展。平臺通過使用自動化的標(biāo)定和試驗數(shù)據(jù)采集提高了試驗效率，最后經(jīng)過發(fā)動機建模和優(yōu)化獲得最優(yōu)控制MAP，完成了整個標(biāo)定試驗過程的自動化管理。在高壓共軌柴油機中的實際應(yīng)用表明了該標(biāo)定系統(tǒng)能夠很好滿足高壓共軌柴油機標(biāo)定方法研究的需要。

［1］劉福水，仇滔，劉興華，等.基于模型的電控柴油機標(biāo)定技術(shù)［J］.車用發(fā)動機，2005(6):1-4.

［2］李國岫，李彩芬.發(fā)動機電控系統(tǒng)自動優(yōu)化標(biāo)定的研究進(jìn)展［J］.小型內(nèi)燃機與摩托車，2005(3):12-15.

［3］Hanings S N M，et al.The Application of an Automatic Calibration Optimization Tool to Direct-injection Diesels［G］.AVL ECU and Calibration Technology，2001.

［4］王俊席，楊林，唐航波，等.GD-1電控柴油機自動標(biāo)定系統(tǒng)的研發(fā)［J］.車用發(fā)動機，2004(4):28-31.

［5］顏伏伍，任明，鄒斌，等.電控發(fā)動機自動標(biāo)定系統(tǒng)設(shè)計［J］.武漢理工大學(xué)學(xué)報，2004(4):36-39.

［6］Habchi C，Verhoeven D，Huynh Huu C，et al.Modeling Atomization and Break-up in High Pressure Diesel Sprays［C］.SAE Paper 970881.

［7］劉麗華，郭德金.試驗前對試驗設(shè)計的評價(上)［J］.安徽農(nóng)業(yè)科學(xué)，2006(6):1045-1046.

［8］倪計民，杜倩穎，等.DOE在高壓共軌柴油機優(yōu)化設(shè)計中的應(yīng)用［J］.內(nèi)燃機學(xué)報，2009，27(3):231-236.

［9］廖仕利，陳渝光，等.基于遺傳算法的發(fā)動機自尋優(yōu)模糊控制［J］.重慶大學(xué)學(xué)報(自然科學(xué)版)，2005(5):76-79.