论文部分内容阅读
随着当今社会对发动机排放要求的提高，在当前的柴油机研究中，对其实行电子控制已成为迫在眉睫的任务。电控柴油机具有可调参数多、调节准确，且调节的灵活性好、自由度大等特点，能使发动机在任何工况下均能工作在经济性、动力性和排放的最佳折衷点上，因此，柴油机的性能可得到最大的发挥。但电控系统的开发是一个庞大的系统工程，需要投入大量的人力、物力。特别对我国的相关研究工作来说，由于处于起步阶段，开发经验不足，将面对开发过程中实验量大、效率低、费用高等问题。基于计算机的数字仿真技术，利用先进的软件，建立“虚拟实验室”对发动机及其控制算法进行建模和数字仿真；利用高级语言编写、搭建和验证控制策略，并最终自动编译生成实用的控制代码。这些无疑会对我们认识和掌握发动机控制设计的一般方法、验证控制策略、优选控制参数、缩短开发周期和提高工作效率都起到非常重要的作用。 本文以MATLAB/SIMULINK软件为平台，开发出了柴油机速度控制策略的设计与仿真软件。作者首先在该软件平台上搭建起一个6110增压柴油机的准线性控制模型，为控制策略的设计与验证提供了一个良好的被控对象。然后对该模型进行了传统的PID控制效果的研究；在分析了经典PID控制算法存在的问题的基础上，提出了将人的控制经验，通过模糊控制方法运用在传统PID控制算法上，建立了智能的模糊自整定PID控制器，实现了PID控制参数的在线自整定。仿真结果显示，发动机的控制效果得到了显著的提高，特别是在克服扰动(负荷变化)的仿真方面效果明显。 本文跟踪现代控制技术的发展方向，将具有自学习能力的智能控制方法，如单神经元自适应控制、神经网络控制应用在对柴油机的控制中。利用单神经元的自学习和自调整能力，将其与传统PD控制方法相结合，并进一步提出了单神经元自适应PSD控制方法，实现了控制参数的在线自适应调整。仿真结果显示出该方法具有良好的性能，为柴油机的控制提供了一个简单而易于实现的方法。 发动机控制器实际上就是一个多维的、复杂的传感器输入与控制量输出的非线性映射装置，因此，可以利用多层前向网络所具有的映射复杂非线性函数的性能，在大量数据的基础上建立起该映射关系。本文利用BP网络首先离线学习大量的仿真实验数据，初步建立起输入输出的函数关系；进而引入遗传算法进行网络的在线学习，最终建立起一个控制性能良好的神经网络控制器。 受控对象及控制器的快速原型开发在整个发动机电控系统开发中占有重要地位，这种实时的仿真原型可以实现硬件在环的设备测试和控制策略快速验证。本文中利用MATLAB中的Real-Time Workshop和xPC Target工具箱，实现了发动机及其控制器的实时仿真，为后面的硬件在环仿真提供了基础。 本文的研究是开发实用的柴油机控制器的前期工作，更重要的是提出和实践了一种较为先进的设计思路，可为后续的研究提供软件和理论的支持及方法论的指导，从而进一步认识和掌握发动机控制器的设计步骤，方便地进行控制器参数的优化，缩短其开发周期，也必然对柴油机电控技术的发展起到积极的作用。