能源研究与信息  2016, Vol. 32 Issue (4): 226-231   PDF    
汽车发动机怠速稳定性模糊控制系统试验研究
刘鲨, 张振东, 尹丛博, 程强     
上海理工大学 机械工程学院, 上海 200093
摘要: 怠速工况运行品质是影响汽车发动机的经济性和排放性能的重要因素.在完成目标发动机喷油、点火系统控制匹配的基础上,以提高怠速运行稳定性为目标开发了怠速模糊控制器,编写了输入变量的模糊化、模糊推理过程以及模糊输出量的精确化等控制软件.采用模糊控制可以避免因汽车发动机怠速运行工况复杂造成难以建立精确数学模型,且可在发动机怠速工况时对转速进行较好的控制.发动机台架试验结果表明,采用模糊控制能有效改善汽车发动机的怠速运转稳定性,怠速运行质量显著提高.
关键词汽车发动机     怠速转速     运转稳定性     模糊控制    
Experimental study on the idle speed stability of an automotive engine with fuzzy control system
LIU Sha, ZHANG Zhendong, YIN Congbo, CHENG Qiang     
School of Mechanical Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China
Abstract: The engine performance at idle speed is a key factor which affects the fuel economy and emissions of internal combustion engines.Basing on the matching of target engine fuel injection and ignition control,idle fuzzy regulator was developed.Controlling software including input variable fuzzification,fuzzy reasoning process and precision of fuzzy output was written to improve the stability of idle speed.The application of fuzzy control could avoid the difficulties of precise control model establishment due to the complex condition of the engine at idle speed.The better speed control could be achieved under this condition.Results from the engine tests showed that adoption of fuzzy control could improve the stability and the running quality of the engine significantly at idle speed.
Key words: automobile engine     idle speed     speed control stability     fuzzy control    

怠速工况是汽车发动机的重要工况之一,是指发动机在保持节气门全关而维持平稳运行的最低转速.汽车在城市道路中行驶时会频繁处于怠速工况.由于怠速工况下发动机不对外输出功率,怠速转速低有利于节省燃油消耗,但怠速转速过低时由于缸内残余废气增加易造成燃烧不稳定,导致有害排放物大幅增加.目前,为了使汽车发动机同时满足燃油经济性和排放法规的要求,一般采用较高的怠速目标转速.另外,发动机处于怠速工况运行时,还会受到空调、动力转向泵等突加载荷的影响,使怠速转速发生较大变化,造成燃油经济性降低或排放性能恶化.因此,如何实现怠速转速的稳定控制是汽车发动机控制系统需要解决的关键问题之一[1].

汽车发动机怠速转速的经典控制方法是采用PID(比例积分导数)控制,但由于发动机具有显著的非线性、时变性等特点,使得参数处理工作量巨大,而且在受到突加载荷作用时,易出现较大的控制超调.为了对怠速转速进行更理想的控制,国内外很多学者研究了模糊控制、神经网络及滑模控制等方法对汽车发动机怠速的控制效果[2];结果显示,上述控制方法相对于传统PID控制具有更好的怠速稳定性控制效果.但上述研究大都基于复杂的理论分析或计算仿真,尚需从实际控制系统的角度对其控制的可行性和有效性进行验证.本文以桑塔纳AFE电喷发动机为对象,借助80C196单片机开发了试验用发动机控制系统,利用模糊控制方法对怠速旁通空气量和点火提前角进行实时调节,实现了怠速稳定性的控制,并通过试验验证了模糊控制方法的有效性.

1 试验用发动机控制系统

自行开发的发动机怠速控制系统结构如图 1所示,主要包括传感器及信号处理系统、控制单元、执行机构及驱动电路等.该系统使用检测凸轮轴位置、曲轴位置、冷却液温度、进气温度、进气压力、排气含氧量的传感器监控发动机的工况信息.上述信号经信号处理系统滤波、电平转换处理后输入控制单元;控制单元以80C196单片机为核心构建,对输入的各种工况信息进行运算处理,生成喷油时刻、点火以及怠速旁通阀控制信号;执行机构包括喷油器、点火线圈初级电路以及怠速旁通阀三种;驱动电路对控制单元的控制信号进行功率放大,实现喷油定时、点火定时以及怠速旁通阀开度的有效控制.

图 1 怠速控制系统结构 Fig.1 Structure of the idle speed control system
1.1 喷油定时控制

图 2为喷油控制信号的产生时序,其中:Tp为喷油脉宽;数字1、2、3、4分别代表四缸发动机对应的气缸.在控制系统中,按照图 2中1—3—4—2的发火次序对各缸喷油器进行顺序喷射控制.喷油基准信号安排在各缸压缩上止点前70°CA,各缸喷油器均从进气行程开始前250°CA开始喷油.对不同工况下的空燃比采用不同的控制方式.在发动机起动过程中,对燃油混合气进行加浓控制,并依据冷却液温度结合发动机试验分别确定合适的冷起动和热起动喷油量;在起动后暖机过程中,随着冷却液温度的升高,将缸内混合气由较浓逐渐向理论混合比过渡;当冷却液温度超过一定值时,利用氧传感器对空燃比进行反馈控制,将空燃比控制在理论混合比附近.

图 2 喷油控制信号的产生时序 Fig.2 Timing generation of the fuel injection control signals
1.2 点火定时控制

点火控制系统结构如图 3所示,图中:VCC、D1N1分别代表直流电源、二极管、脉冲信号; R1R2R3均为定额电阻.由单片机发出的点火脉冲信号直接控制晶体管开关的开闭,实现点火的控制.

图 3 点火控制系统结构 Fig.3 Structure of the ignition control system

点火线圈控制信号的定时关系及产生原理如图 4所示,图中:Td为基准信号与点火脉冲起始点时间间隔;Ts为点火时间间隔;Tc为点火蓄能时间;θ为点火提前角.发动机怠速运行过程中,当某一基准信号到来时,首先依据发动机的冷却水温和转速得到基本点火提前角θ0.本次怠速转速的控制中,同时调节怠速旁通阀开度和点火提前角减小怠速转速的波动,所以发动机实际运行中的点火提前角θθ0与模糊输出量Δθ之和.

图 4 点火控制信号时序 Fig.4 Timing of the ignition control signals
2 怠速模糊控制系统

本文怠速转速模糊控制原理如图 5所示,图中:n为转速;n0为目标转速;Δn为转速偏差;$\dot{n}$为偏差变化率.控制系统实时检测发动机的n并结合当时的n0计算Δn及$\dot{n}$;模糊推理器以Δn和$\dot{n}$作为输入变量,经过模糊推理操作,得到旁通空气阀占空比(PWM)和点火提前角(AST)的控制输出量,对发动机的运行状态进行反馈调节,使发动机转速保持在目标转速附近.

图 5 怠速模糊控制原理图 Fig.5 Schematic diagram of the idle speed fuzzy control
2.1 怠速目标转速

怠速目标转速n0的高低直接影响发动机怠速工况的排放性及燃油经济性.为便于与原机进行对比,本文采用与原机相同的怠速目标转速.因此,首先借助诊断仪通过试验对不同冷却液温度T下的原机怠速目标转速进行了测试,测试结果如图 6所示.

图 6 怠速目标转速随冷却液温度的变化 Fig.6 Variation of the target idle speed with the cooling temperature
2.2 模糊控制器

怠速模糊控制系统的核心是模糊推理器.模糊控制器完成输入变量的模糊化、模糊推理和模糊输出量的精确化等操作.

2.2.1 输入变量的模糊化

在进行模糊推理之前,需要输入变量进行模糊化处理.本文将输入变量Δn和$\dot{n}$分别划分为负大(NB)、负中(NM)、负小(NS)、零(O)、正小(PS)、正中(PM)、正大(PB)共7个模糊子集.依据原机试验确定了Δn和$\dot{n}$的变化范围(论域),为了便于表示,将Δn和$\dot{n}$的论域统一量化为[-6,6]区间.模糊子集隶属函数采用梯形输入隶属函数形式,如图 7所示.

图 7 Δn和$\dot{n}$的隶属函数 Fig.7 Membership function between Δn and $\dot{n}$
2.2.2 模糊推理模糊

推理规则是专家经验的总结.本文采用的推理形式为

其中:Xi为第1前提;Xj为第2前提;Yk为结论;i、j、k分别代表第i、j、k个模糊子集.

所有这样的控制规则组成模糊控制规则集.为将发动机的怠速转速波动控制在最小范围,利用发动机试验并借鉴前人的研究成果,对模糊推理规则进行了总结.汇总后的控制规则集如表 1所示.

表 1 模糊控制规则集 Table 1 Rule sets of the fuzzy control

本文采用MAX-MIN模糊推理方法.其核心思想是:对于推理规则来说,将第1前提与第2前提隶属度中的较小值作为对应输出模糊子集的隶属度;若不同规则对于同一个输出模糊子集有贡献,取其中的最大输出隶属度作为该输出模糊子集的最终隶属度.

2.2.3 模糊输出量的精确化

本文中两个输出变量PWM和AST相互独立,且隶属函数皆采用单点形式,采用加权平均判决方法求取精确控制值.其计算公式为

(1)

式中:U为精确输出量;μj为第j个模糊输出变量的隶属度;yj为第j个模糊子集的支持值;m为输出模糊子集的数目.

3 怠速控制系统的试验研究

本文搭建的发动机试验台架如图 8所示.通过发动机水温调节系统使发动机冷却液温度恒定在80 ℃,分别采用原机控制系统和所开发的怠速模糊控制系统对发动机进行控制,并利用测功机对发动机进行模拟加载和卸载,对比测试两种控制方式下的发动机怠速转速波动情况.

图 8 发动机试验台架 Fig.8 Test bed of the engine

图 9为加载情况下两种控制方式的运转稳定性对比.原机怠速转速最高为830 r·min-1,最低为740 r·min-1,转速变化最大幅度为90 r·min-1;采用模糊控制,怠速转速最高为815 r·min-1,最低为765 r·min-1,转速变化最大幅度为50 r·min-1.

图 9 运转稳定性对比(加载) Fig.9 Comparison of the action stability(loading)

图 10为两种控制方式在卸载时的对比情况.原机怠速转速最高为840 r·min-1,最低为780 r·min-1,转速变化最大幅度为60 r·min-1;采用模糊控制方式,怠速转速最高为825 r·min-1,最低为785 r·min-1,转速变化最大幅度为40 r·min-1.

图 10 运转稳定性对比(卸载) Fig.10 Comparison of the action stability(unloading)

上述结果表明,采用模糊控制后发动机的怠速转速波动幅度进一步下降,怠速运行质量获得了较大的改善.

4 结论

针对由于汽车发动机怠速运行工况复杂而造成难以建立精确数学模型的特点,在完成喷油、点火控制系统匹配的基础上,开发了怠速模糊控制器.该控制器以发动机转速偏差以及偏差变化率为输入量,通过模糊推理对怠速阀开度和点火提前角进行实时控制.试验结果表明,采用模糊控制后,怠速转速对于载荷突变具有更好的适应能力,发动机的怠速运行稳定性获得较大改善.

参考文献
[1] THORNHILL M, THOMPSON S, SINDANO H. A comparison of idle speed control schemes[J]. Control Engineering Practice , 2000, 8 (5) :519–530. DOI:10.1016/S0967-0661(99)00190-2
[2] ENDRES H,NEUBER H J,WURMS R.Influence of swirl and tumble on economy and emissions of multi valve SI engines[R].SAE Technical Paper 920516,1992.
[3] KOKOTOVIC P K,RHODE D.Sensitivity guided design of an idle speed controller[R].Report No.1.Urbana,USA:Ford Motor Company,PK Research,2001.
[4] LIY L, WANG L B, ZENG Z W, et al. Study of compound fuzzy-PID control method for gasoline engine idling speed control[J]. Chinese Internal Combustion Engine Engineering , 2010, 31 (3) :57–60.
[5] 赵光宙, 杨志家. 应用神经网络模糊控制器的发动机怠速控制[J]. 内燃机工程 , 2000, 21 (1) :59–62.
[6] 陈万忠, 张振东, 钱耀义, 等. 汽油机怠速模糊控制的研究[J]. 农业机械学报 , 1998, 29 (2) :116–120.
[7] 窦振中. 模糊逻辑控制技术及其应用[M]. 北京: 北京航空航天大学出版社, 1995 .