柴油机变海拔增压系统智能可变模式控制方法

1.本发明涉及的是一种柴油机增压技术领域的增压模式控制方法，特别是一种带有两个增压器的柴油机变海拔增压系统智能可变模式控制方法。


背景技术：

2.我国是世界上高原海拔最高、面积最大的国家之一，其中全国陆地海拔1000米以上的面积为555.8万平方千米，约占中国陆地面积的57.9％。此外，我国地形复杂多样，山区面积分布广大，高原地形的海拔变化范围也十分广泛。柴油机变海拔运行时，进气压力温度变化范围大，出现了柴油机输出功率下降、油耗上升、排放恶化等问题，为改善其变海拔适应性，满足不同海拔全工况范围的进气需求，需要实现柴油机增压系统可变模式和旁通阀开度的合理控制。同时，环境参数变化使得控制系统的特性发生变化明显，控制器的稳定性、抗干扰性等控制特性下降。为了增压系统变海拔运行的精确控制，需要开展变海拔增压系统控制方法的相关研究，实现了变海拔增压压力的精确控制，提高不同海拔下控制系统的抗干扰能力和瞬态特性。但是在现有技术中，还没有相关的专利。


技术实现要素：

3.本发明针对现有技术的不足，提出一种柴油机变海拔增压系统智能可变模式控制方法，可以根据海拔和发动机工况的变化进行增压组合模式的智能选择，调节废气旁通阀开度以满足各海拔条件下发动机全工况范围增压压力的要求，实现不同海拔和工况下柴油机性能恢复。
4.本发明是通过以下技术方案来实现的，本发明包括以下步骤：步骤一，根据柴油机转速和扭矩的需求信号，查询增压压力map图，读取目标增压压力，根据低压级压气机前温度传感器测得的海拔环境条件下的进气环境温度，对目标增压压力修正得到修正目标增压压力；步骤二，基于单级、两级增压模式流量与压比的适应范围，利用模糊控制算法，实现可变增压模式的智能选择，从而获得高、低压级旁通阀开度的调节范围；步骤三，在不同海拔高度的实际环境条件下，在调节范围内初始化高、低压级旁通阀门开度，利用柴油机增压压力神经网络快速预测模型，实现变海拔增压系统增压压力预测；
5.步骤四，通过遗传算法对相应增压模式下高、低压级旁通阀开度进行快速搜索，直至增压压力达到目标值并输出给旁通阀的阀门电子控制单元。
6.进一步地，在本发明的步骤一中，对目标增压压力修正的原则为：在部分负荷工况，两级涡轮增压系统以经济性调节规律实现油耗最低；在外特性工况优先满足动力性需求。
7.更进一步地，在本发明的步骤二中，所述模糊控制算法为将转速、油门及海拔高度实时信号模糊化，将模糊化的信号作为增压系统可变模式控制模糊规则的输入，完成模糊推理，根据推理得到的输出量选择增压模式，获得高、低压级涡轮旁通阀的调节范围；
8.其中，根据转速信号分为七个等级：800-1000rpm临界低转速(xs)，1000-1200rpm
低转速(s)，1200-1400rpm中低转速(ms)，1400-1600rpm中转速(m)，1600-1800rpm中高转速(mb)，1800-2000rpm高转速(b)，2000-2300rpm临界高转速(xb)；并根据海拔高度的变化分为：0-1500m低海拔(l)，中高海拔1500-3000m(o)，高海拔3000-4500rpm(h)；隶属函数选用对称三角形；根据不同模式(单级、两级)流量与压比的适应范围，建立增压系统变海拔智能可变模式控制策略的模糊规则；采用cog反模糊化方法获得当前运行工况及海拔下的增压模式，并根据增压模式确定高、低压级旁通阀的调节范围。
9.更进一步地，在本发明的步骤三中，所述柴油机增压压力神经网络快速预测模型，采用bp神经网络模型，根据发动机转速扭矩运行工况，高、低压级压气机入口温度压力，高、低压级旁通阀开度作为输入层神经元，预测当前工况下的柴油机增压压力，神经网络训练的代价函数为：
[0010][0011]
其中，p
test
为实测增压压力，单位pa；p
pre
为由神经网络预测得到的增压压力预测值，单位pa；为正则化参数，用于优化搜索过程中最小化权重矩阵，以获得最稳定的增压压力快速预测模型；n为bp神经网络输入神经元的个数,θi为权重系数。
[0012]
更进一步地，在本发明的步骤四中，所述遗传算法对相应增压模式下高、低压级旁通阀开度进行快速搜索，采用二进制规则对旁通阀开度进行编码，初始化种群数目为50，将目标增压压力与预测增压压力之差作为个体评价的适应度函数，适应度函数的计算式为：
[0013]
f(t)＝lg(|p
obj-p
pre
|)+1
[0014]
式中t为进化代数，p
obj
为修正目标增压压力，单位pa；p
pre
为预测增压压力，单位pa。
[0015]
更进一步地，在本发明的步骤四中，所述遗传算法为根据个体适应度选择优秀个体遗传到下一代种群,交叉概率为0.8，变异概率为0.1，终止条件为：若达到预先给定的进化代数，或者种群的平均适应度在连续若干代基本没有改进，则选取进化搜索过程中所得到的最大适应度的个体作为最优解输出，获得满足变海拔进气需求的最优高、低压级旁通阀开度，达到柴油机变海拔全工况可变模式自适应的需求。
[0016]
与现有技术相比，本发明具有如下有益效果为：该方法解决了柴油机变海拔运行过程中可调增压系统增压模式选择及增压压力控制误差大的问题，在瞬态工况下基于模型的前馈控制算法能够快速调节高、低压级涡轮旁通阀开度到目标值，同时满足实际增压压力与目标增压压力的跟踪精度要求，实现了基于模型的变海拔柴油机增压系统智能可变模式自适应优化控制，满足不同海拔、不同工况的进气需求。
附图说明
[0017]
图1为本发明的方法流程图；
[0018]
图2为本发明实施例中可调两级增压系统结构示意图；
[0019]
其中，1、柴油机，2、高压级中冷器，3、高压级压气机，4、低压级中冷器，5、低压级涡轮，6、高压级涡轮，7、高压级涡轮旁通阀，8、低压级涡轮旁通阀，9、阀门控制系统，10、电子控制单元，11、高压级中冷后压力温度传感器，12、高压级中冷器前压力温度传感器，13、低
压级中冷后压力温度传感器，14、低压级中冷器前压力温度传感器，15、进气压力温度传感器，16、低压级增压器转速传感器，17、涡轮后压力温度传感器，18、涡轮间压力温度传感器，19、涡轮前压力温度传感器，20、高压级增压器转速传感器，21、低压级压气机，22、柴油机进气管路，23、柴油机排气管路。
具体实施方式
[0020]
下面结合附图对本发明的实施例作详细说明，本实施例以本发明技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
[0021]
实施例
[0022]
本发明的流程图如图1所示，本发明实施例的结构图如图2所示。
[0023]
如图2所示，本发明的实施例包括柴油机1、高压级中冷器2、高压级压气机3、低压级中冷器4、低压级涡轮5、高压级涡轮6、高压级涡轮旁通阀7、低压级涡轮旁通阀8、阀门控制系统9、电子控制单元10、高压级中冷后压力温度传感器11、高压级中冷器前压力温度传感器12、低压级中冷后压力温度传感器13、低压级中冷器前压力温度传感器14、进气压力温度传感器15、低压级增压器转速传感器16、低压级涡轮后压力温度传感器17、涡轮间压力温度传感器18、高压级涡轮前压力温度传感器19、高压级增压器转速传感器20、低压级压气机21、柴油机进气管路22、柴油机排气管路23，柴油机进气管路22的出气口与柴油机1的进气道相连通，柴油机排气管路23的进气口与柴油机1的排气道相连通；沿进气流向低压级压气机21、低压级中冷器4、高压级压气机3、高压级中冷器2依次串接在柴油机进气管路22上，沿排气流向高压级涡轮6、低压级涡轮5依次串接在柴油机排气管路23上，低压级压气机21、低压级涡轮5同轴相连，高压级压气机3、高压级涡轮6同轴相连，高压级涡轮旁通阀7的进出口分别与高压级涡轮6前后的柴油机排气管路23相连通，低压级涡轮旁通阀8的进出口分别与低压级涡轮5前后的柴油机排气管路23相连通，高压级涡轮旁通阀7、低压级涡轮旁通阀8均通过线束与阀门控制系统9相连接。高压级中冷后压力温度传感器11布置在高压级中冷器2下游的柴油机进气管路22上，高压级中冷器前压力温度传感器12布置在高压级中冷器2、高压级压气机3之间的柴油机进气管路22上，低压级中冷后压力温度传感器13布置在高压级压气机3、低压级中冷器4之间的柴油机进气管路22上，低压级中冷器前压力温度传感器14布置在低压级中冷器4、低压级压气机21之间的柴油机进气管路22上，进气压力温度传感器15布置在低压级压气机21上游的柴油机进气管路22上。低压级涡轮后压力温度传感器17布置在低压级涡轮5下游的柴油机排气管路23上，涡轮间压力温度传感器18布置在低压级涡轮5、高压级涡轮6之间的柴油机排气管路23上，高压级涡轮前压力温度传感器19布置在高压级涡轮6上游的柴油机排气管路23上；低压级增压器转速传感器16布置在低压级压气机21、低压级涡轮5之间的连接轴上，高压级增压器转速传感器20布置在高压级压气机3、高压级涡轮6之间的连接轴上；高压级中冷后压力温度传感器11、高压级中冷器前压力温度传感器12、低压级中冷后压力温度传感器13、低压级中冷器前压力温度传感器14、进气压力温度传感器15、低压级增压器转速传感器16、低压级涡轮后压力温度传感器17、涡轮间压力温度传感器18、高压级涡轮前压力温度传感器19、高压级增压器转速传感器20均通过线束与电子控制单元相连接。
[0024]
本发明的实施过程如下：
[0025]
首先，根据转速和扭矩的需求信号，查询增压压力map图，读取目标增压压力，根据低压级压气机前温度传感器测得的进气环境温度，对目标增压压力进行修正得到修正目标增压压力。在部分负荷工况，两级涡轮增压系统目标增压压力修正以经济性调节规律实现油耗最低；在外特性工况目标增压压力修正优先满足动力性需求。
[0026]
而后，基于不同增压模式(单级、两级)流量与压比的适应范围，应用模糊控制算法将转速、油门及海拔高度实时信号模糊化，将模糊化的信号作为增压系统可变模式控制模糊规则的输入，完成模糊推理，根据推理得到的输出量选择增压模式，获得高、低压级涡轮旁通阀的调节范围。根据转速信号分为七个等级：800-1000rpm临界低转速(xs)，1000-1200rpm低转速(s)，1200-1400rpm中低转速(ms)，1400-1600rpm中转速(m)，1600-1800rpm中高转速(mb)，1800-2000rpm高转速(b)，2000-2300rpm临界高转速(xb)；并根据海拔高度的变化分为：0-1500m低海拔(l)，中高海拔1500-3000m(o)，高海拔3000-4500rpm(h)；隶属函数选用对称三角形；根据不同模式(单级、两级)流量与压比的适应范围，建立增压系统变海拔智能可变模式控制策略的模糊规则。采用cog反模糊化方法获得当前运行工况及海拔下的增压模式，并根据增压模式确定高、低压级旁通阀的调节范围。
[0027]
而后，在不同海拔高度的实际环境条件下，在调节范围内初始化高、低压级旁通阀门开度。柴油机增压压力神经网络快速预测模型采用bp神经网络模型，根据发动机转速扭矩运行工况，高、低压级压气机入口温度压力，高、低压级旁通阀开度作为输入层神经元，预测当前工况下的柴油机增压压力，神经网络训练的代价函数为：
[0028][0029]
其中，p
test
为实测增压压力，单位pa；p
pre
为由神经网络预测得到的增压压力预测值，单位pa；为正则化参数，用于优化搜索过程中最小化权重矩阵，以获得最稳定的增压压力快速预测模型；n为bp神经网络输入神经元的个数,θi为权重系数。
[0030]
最后，通过遗传算法对相应增压模式下高、低压级旁通阀开度进行快速搜索，采用二进制规则对旁通阀开度进行编码，初始化种群数目为50，将目标增压压力与预测增压压力之差作为个体评价的适应度函数，适应度函数的计算式为：
[0031]
f(t)＝lg(|p
obj-p
pre
|)+1
[0032]
式中t为进化代数，p
obj
为修正目标增压压力，单位pa；p
pre
为预测增压压力，单位pa。
[0033]
遗传算法根据个体适应度选择优秀个体遗传到下一代种群,交叉概率为0.8，变异概率为0.1，终止条件为：若达到预先给定的进化代数，或者种群的平均适应度在连续若干代基本没有改进，则选取进化搜索过程中所得到的最大适应度的个体作为最优解输出，获得满足变海拔进气需求的最优高、低压级旁通阀开度，并输出给阀门电子控制单元，达到柴油机变海拔全工况可变模式自适应的需求，满足各海拔条件下发动机全工况范围增压压力的要求，实现不同海拔和工况下柴油机性能恢复。
[0034]
通过离线模糊计算分析，得到20％负荷下增压模式选择模糊规则如表1所示，100％％负荷下增压模式选择模糊规则如表2所示。实际控制时查询该模糊规则控制表，即可由当前发动机转速、负荷和运行海拔求得增压模式。如表所示，在高转速高海拔下应用两级增压模式，在较低发动机转速下应用单级增压模式，根据发动机负荷适度调节涡轮废气
旁通阀开度。
[0035]
表1 20％负荷下增压模式选择模糊规则
[0036][0037]
表2 100％负荷下增压模式选择模糊规则
[0038][0039]
上述实施例仅例示性说明本发明的设计原理及用途作用，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

技术特征：
1.一种柴油机变海拔增压系统智能可变模式控制方法，其特征在于包括以下步骤：步骤一，根据柴油机转速和扭矩的需求信号，查询增压压力map图，读取目标增压压力，根据低压级压气机前温度传感器测得的海拔环境条件下的进气环境温度，对目标增压压力修正得到修正目标增压压力；步骤二，基于单级、两级增压模式流量与压比的适应范围，利用模糊控制算法，实现可变增压模式的智能选择，从而获得高、低压级旁通阀开度的调节范围；步骤三，在不同海拔高度的实际环境条件下，在调节范围内初始化高、低压级旁通阀门开度，利用柴油机增压压力神经网络快速预测模型，实现变海拔增压系统增压压力预测；步骤四，通过遗传算法对相应增压模式下高、低压级旁通阀开度进行快速搜索，直至增压压力达到目标值并输出给旁通阀的阀门电子控制单元。2.根据权利要求1所述的柴油机变海拔增压系统智能可变模式控制方法，其特征在于在所述步骤一中，对目标增压压力修正的原则为：在部分负荷工况，两级涡轮增压系统以经济性调节规律实现油耗最低；在外特性工况优先满足动力性需求。3.根据权利要求1所述的柴油机变海拔增压系统智能可变模式控制方法，其特征在于在步骤二中，所述模糊控制算法为将转速、油门及海拔高度实时信号模糊化，将模糊化的信号作为增压系统可变模式控制模糊规则的输入，完成模糊推理，根据推理得到的输出量选择增压模式，获得高、低压级涡轮旁通阀的调节范围；其中，根据转速信号分为七个等级：800-1000rpm临界低转速(xs)，1000-1200rpm低转速(s)，1200-1400rpm中低转速(ms)，1400-1600rpm中转速(m)，1600-1800rpm中高转速(mb)，1800-2000rpm高转速(b)，2000-2300rpm临界高转速(xb)；并根据海拔高度的变化分为：0-1500m低海拔(l)，中高海拔1500-3000m(o)，高海拔3000-4500rpm(h)；隶属函数选用对称三角形；根据不同模式(单级、两级)流量与压比的适应范围，建立增压系统变海拔智能可变模式控制策略的模糊规则；采用cog反模糊化方法获得当前运行工况及海拔下的增压模式，并根据增压模式确定高、低压级旁通阀的调节范围。4.根据权利要求1所述的柴油机变海拔增压系统智能可变模式控制方法，其特征在于在步骤三中，所述柴油机增压压力神经网络快速预测模型，采用bp神经网络模型，根据发动机转速扭矩运行工况，高、低压级压气机入口温度压力，高、低压级旁通阀开度作为输入层神经元，预测当前工况下的柴油机增压压力，神经网络训练的代价函数为：其中，p
test
为实测增压压力，单位pa；p
pre
为由神经网络预测得到的增压压力预测值，单位pa；为正则化参数，用于优化搜索过程中最小化权重矩阵，以获得最稳定的增压压力快速预测模型；n为bp神经网络输入神经元的个数,θ
i
为权重系数。5.根据权利要求1所述的柴油机变海拔增压系统智能可变模式控制方法，其特征在于在步骤四中，所述遗传算法对相应增压模式下高、低压级旁通阀开度进行快速搜索，采用二进制规则对旁通阀开度进行编码，初始化种群数目为50，将目标增压压力与预测增压压力之差作为个体评价的适应度函数，适应度函数的计算式为：f(t)＝lg(|p
obj-p
pre
|)+1
式中t为进化代数，p
obj
为修正目标增压压力，单位pa；p
pre
为预测增压压力，单位pa。6.根据权利要求5所述的柴油机变海拔增压系统智能可变模式控制方法，其特征在于所述遗传算法根据个体适应度选择优秀个体遗传到下一代种群,交叉概率为0.8，变异概率为0.1，终止条件为：若达到预先给定的进化代数，或者种群的平均适应度在连续若干代基本没有改进，则选取进化搜索过程中所得到的最大适应度的个体作为最优解输出，获得满足变海拔进气需求的最优高、低压级旁通阀开度，达到柴油机变海拔全工况可变模式自适应的需求。

技术总结
一种柴油机增压技术领域的柴油机变海拔增压系统智能可变模式控制方法，包括以下步骤：根据转速和扭矩的需求信号查询增压压力MAP图，读取目标增压压力，对目标增压压力修正得到修正目标增压压力；基于增压模式流量与压比的适应范围，利用模糊控制算法实现可变增压模式的智能选择；在调节范围内初始化高、低压级旁通阀门开度，利用神经网络快速预测模型实现变海拔增压系统增压压力预测；通过遗传算法对旁通阀开度进行快速搜索，直至增压压力达到目标值并输出给阀门电子控制单元。本发明解决了柴油机变海拔运行过程中增压模式选择及增压压力控制误差大的问题，实现了基于模型的变海拔柴油机增压系统智能可变模式自适应优化控制。控制。控制。


技术研发人员：石磊 冷泠 陈自强 李军玮 邓康耀
受保护的技术使用者：上海交通大学
技术研发日：2023.03.28
技术公布日：2023/6/12