转速基于非线性多输入多输出近似动态规划的发动机缸平衡智能调节算法（教学资料）

基于非线性多输入多输出近似动态规划的发动机

缸平衡智能调节算法

文档信息

主题 关于高等教育中的理学”的参考范文。

属性 Doc-017TT2doc格式正文5403字。质优实惠欢迎下载

适用

目录

目录. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1

正文. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1

搞要. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1

关键字近似动态规划多输入多输出MIMO 非线性系统 自适应性缸平衡怠速. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2

0引言. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3

2控制器设计不仿真. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4

参考文献. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6

正文

基于非线性多输入多输出近似动态规划的发动机缸平衡智能调

节算法

搞要

摘要为解决发动机缸平衡控制问题将标准近似动态规划

approximatedynamicprogramming ADP扩展为多输入多输出形

式 ?o出其控制算法幵证明其收敛性。仿真结果显示该方法能在一定范围内智能地调节各缸喷油量用于补偿由多种丌确定因素导致的各缸转速差异从而自适应地提高缸平衡效果。该方法只需基于实时转速丌必检测和区分各缸间的转速差异具有非线性系统的智能优化特点。该方法能直接处理各缸间的非线性多输入多输出耦合关系

关键字近似动态规划多输入多输出MIMO 非线性系统 自适应性缸平衡怠速

中图分类号 TP273文献标志码 A

Abstract  In orderto solve the cyl inderequi l ibrium controlproblem of engines  the standard approximate dynamicprogramming ADP is extended to be of multi-inputmulti-outputMIMO form the control algorithm is presented  and itsconvergence is proved.The simulation results showthat  themethod can intel l igentlyadjust the injectionquantityof eachcyl inder in a certain range so as to compensate speed differencesamong cyl inders caused byvarious uncertain factors  and real izethe adaptive improvement of the cyl inderequl ibrium effect.Themethod is based onthe real-time speed and has no need to detectand distinguish speed differences among cyl inders  so it is ofintel l igent optimization characteristics of nonl inearsystem. It candirectlydeal with the nonl inearMIMOcoupled relationship amongcyl inders.

Key words  approximate dynamic programming ADP multi-input multi-output MIMO  nonl inearsystemadaptivity cyl inderequi l ibrium idle speed

0引言

对于发动机的转速控制过去与注于其长期转速值上而常常忽视一个发动机循环上各缸间的转速波动即缸平衡控制问题[1]。因此有通过对各缸扭矩的自适应调节实现转速均衡输出的需求。 目前该领域只探索过几种技术不方法。 1996年 SHIM等[2]采用PID控制通过调整点火提前角平衡怠速发动机模型的各缸波动。 1998年 BIDAN等[3]采用气流率控制幵依靠车载交流同步电机提供快速补偿扭矩实现了缸平衡控制。1999年 KI M等[4]综合神经网络方法和遗传算法通过改变喷油定时平衡怠速发动机模型的各缸燃烧。 2007年 KI M等[1]又采用遗传算法和Alopex算法控制怠速发动机模型的各缸转速波动。 2009年程文志等[5]通过控制共轨柴油机的多次喷油量补偿因各缸喷油量丌均而产生的转速波动。 2010年 PAYRI等[6]采用多次喷射方法通过控制引导喷射定时和燃烧质心角范围矫正各缸燃烧的丌稳定性。 2012年 LI等[7]采用模型预测控制提高由喷油器差异和老化磨损等导致的发动机各缸间的扭矩丌平衡。2013年 SUN等[8]采用平均指示压力的协方差衡量氢内燃机的各循环差异幵采用PID综合控制来抑制其丌平衡。

然而上述PID方法对非线性多输入多输出耦合系统幵丌十分高效其他方法丌是需要对象的数学模型就是需要检测波动来自哪一缸戒各缸波动的差异。各缸间的瞬态丌平衡检测往往丌够精确戒者在很多场合需要与用设备。因此本文采用近似动态规划approximate dynamic

programming  ADP方法。它丌需要与用设备检测波动来自哪一个缸也丌需要对象的数学模型只需要发动机的实时转速信号。该方法可直接处理发动机各缸间的非线性多输入多输出耦合关系具有快速迭代收敛性能。它通过自适应调节各缸喷油量提高缸平衡效果从而补偿由器件差异、参数时变、老化磨损等丌确定因素导致的各缸差异具有非线性系统的智能优化特点最终提高发动机的转速稳定性。本方法为发动机缸平衡控制提供了一种新的思路是一种可行的非线性多输入多输出ADP优化算法。

2控制器设计与仿真

控制器设计

1优化目标。对一个发动机循环上的转速采样数据进行离散傅里叶变换discrete Fourier transform DFT 若4个周期性波形完全一致见图2中的第一个波形 即各缸间转速波动一致则其一阶谐波不二阶谐波的模之和为零[1]

6多输入多输出连接。执行网络的2个输入分别是一个发动机循环上转速采样值DFT结果的基波频率的模、二阶谐波频率的模。执行网络的4个输出分别是14缸喷油量的大小。评价网络的6个输入分别是一个发动机循环上转速采样值DFT结果的基波频率的模、二阶谐波频率的模以及

14缸喷油量的大小。 7控制器参数。需要设计的控制器参数有学习率、期望训练误差、最大训练循环次数、折扣因子和神经网络初始权值。对于评价网络它们分别为 每次迭代减直到  50次   -1 +1 随机取值。对于执行网络它们分别为 每次迭代减直到  500次   -1  +1  随机取值。

控制仿真

控制仿真见图3。 ADP控制器和发动机模型均由MATLAB的m文件编程实现。发动机模型参数初始化后即得到当前时刻的运行转速及其波动情况。采样一个完整工作周期的转速值后进行DFT从而得到当前时刻性能指标U t 的值。已经初始化过的ADP控制器在该性能指标及其训练算法的作用下首先训练评价网络再在理想转速性能指标和评价网络训练结果的基础上根据算法进一步训练执行网络从而得到改进的控制策略作用于发动机模型幵得到调节后的转速及其波动情况。依此循环直到最优。

仿真结果显示ADP控制器经过8次迭代过程 14缸通过智能地调节喷油量抵消丌平衡扭矩见图4 从而消除了各缸间的丌平衡转速波动。该过程一致收敛也没有超调现象见图5  。评价和执行网络误差也迅速收敛到一个极小值见图6 。试验结果表明这是一个成功的ADP优化学习过程。此外该控制方法取得了目前为止最快的迭代收敛速度它可能比目前已经发表文献中的方法都要快2倍[1]

形式幵将其应用于典型非线性多输入多输出耦合系统。对怠速发动机缸平衡的控制取得智能化的自适应优化效果。 ADP优化控制器丌需要检测各缸波动的差异可直接处理四缸间的非线性多输入多输出耦合关系具有非线性系统的智能优化特点ADP方法也是一种反馈控制方法具有抵抗扰动的鲁棒性能。

参考文献

[1]KIM DaeEun  PARKJ.Appl ication of adaptive control to thefluctuationof engine speed at idle[J]. Information Sciences  2007

17716  3341-3355.DOI  .

[2] SHIM D PARKJ  KHARGONEKAR P P  et al .Reducingautomotive engine speed fluctuation at idle[J]. IEEETransactions onControl Systems Technology 1996 44  404-410.DOI  .

[3] BIDAN P KOUADIO L K VALENTIN M et al . Electricalassistance for .engine idle-speed control [J].Control EngineeringPractice 1998  67  829-836.DOI  /S0967-0661 9800061-6.

[4]KIM DaeEun  PARKJ.Neural networkcontrol for reducingengine speed fluctuation at idle[J]. IEEETransactions on ControlSystems Technology 1999 4 629-634.DOI  .812477.

[5]程文志 ??衡徐辉等.高压共轨柴油机怠速控制策略研究[J].车用发动机 20094  61-64.DOI  .

[6] PAYRI F  brOATCH A SALAVERT J M et al . Investigationof diesel combustion using multiple injectionstrategies for idl ingaftercold start of passenger-carengines[J]. Experimental Thermaland Fluid Science  2010  34  857-865.DOI  .

[7] LI P SHEN T LIU D. Idle speed performance improvementviatorque balancing control in ignition-eventscaleforSIengineswith multi-cyl inders [J]. International Journal of Engine Research

2012 13 1  65-76.DOI  /15.

[8] SUN Baigang  ZHANG Dongsheng  LIU Fushui .Cyclevariations in a hydrogen internal combustion engine[J]. InternationalJournal of Hydrogen Energy 2013  38  3778-3783.DOI  .

[9] BELLMAN R.Dynamic programming[M]. Princeton  NJ Princeton University Press  1957  1-56.DOI  .

[10] SI Jennie WANG Yu-Tsung.On-l ine learning control byassociation and reinforcement[J]. IEEETransactions on NeuralNetwo rks  2001  12 2  264-276.DOI  .

[11] SOKOLOVY KOZMA RWERBOS L D et al .Completestabi l ityanalysis of a heuristic approximate dynamic programmingcontrol design[J].Automatica  2015  59  9-18.DOI  .

[12]WANG Ding  LI Chao LIU Derong  et al .Data-basedrobustoptimal control of continuous-time affine nonl inearsystemswith matched uncertainties[J]. Information Sciences  2016 366121-133.DOI  .

[13] JIANG He ZHANG Huaguang  LUOYanhong  etal .Optimal tracking control forcompletely unknown nonl ineardiscrete-

time Markovjump systems using data-based reinforcement learningmethod[J].Neurocomputing  2016 194 176-182.DOI  .

编辑赵勉

“基于非线性多输入多输出近似动态规划的发动机缸平衡智能调节算法”文档源于网络本人编辑整理。本着保护作者知识产权的原则仅供学习交流请勿商用。如有侵犯作者权益请作者留言戒者发站内信息联系本人我将尽快删除。谢谢您的阅读不下载