船用柴油機(jī)燃燒閉環(huán)控制策略仿真與試驗(yàn)

歐順華，余永華, ，董 旭，楊建國,

(1. 武漢理工大學(xué) 船海與能源動力工程學(xué)院，湖北 武漢 430063；2. 高性能船舶技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室(武漢理工大學(xué))，湖北 武漢 430063；3. 武漢理工大學(xué) 船舶動力工程技術(shù)交通運(yùn)輸行業(yè)重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430063；4. 山東雙港活塞股份有限公司，山東 日照 276800)

高壓共軌柴油機(jī)各工況的最佳噴油參數(shù)常根據(jù)發(fā)動機(jī)動力性、經(jīng)濟(jì)性和排放性進(jìn)行標(biāo)定并固化在控制器中[1]．而由于各缸零部件加工誤差及其性能在全壽命周期內(nèi)逐漸退化，即使柴油機(jī)各缸噴油控制參數(shù)一致，也會使各缸燃燒放熱過程不同，導(dǎo)致各缸的轉(zhuǎn)矩貢獻(xiàn)量存在差異[2]，進(jìn)而惡化柴油機(jī)性能指標(biāo)．

隨著船舶及機(jī)艙朝智能化和無人化發(fā)展，對船用發(fā)動機(jī)缸內(nèi)燃燒狀態(tài)提出了監(jiān)測需求．缸壓傳感器測量精度和可靠性的不斷提高為滿足這一需求提供了硬件基礎(chǔ)，同時將推動基于缸壓監(jiān)測、診斷和燃燒閉環(huán)控制等技術(shù)的實(shí)機(jī)應(yīng)用．基于缸壓的燃燒閉環(huán)控制作為優(yōu)化柴油機(jī)缸內(nèi)燃燒過程及各缸做功均勻性的技術(shù)途徑，國內(nèi)外高校及科研院所在車用發(fā)動機(jī)中開展了大量研究[3-6]．將其與不同的控制策略相結(jié)合，可增加柴油機(jī)熱效率[7]、降低排放[8]、改善燃油適應(yīng)性[9]和降低燃燒噪聲[2]等．船用柴油機(jī)在轉(zhuǎn)速、功率、運(yùn)行模式、燃油品質(zhì)和運(yùn)行環(huán)境等方面與車用柴油機(jī)存在較大差異，對電控系統(tǒng)的控制精度、動態(tài)響應(yīng)、安全性和可靠性要求更高．船用主推進(jìn)柴油機(jī)和發(fā)電柴油機(jī)常連續(xù)運(yùn)行于某一工況、大型低速船用柴油機(jī)各缸配備的單缸控制器等特點(diǎn)有利于燃燒閉環(huán)控制技術(shù)的實(shí)機(jī)應(yīng)用．文獻(xiàn)[10—12]通過對缸內(nèi)燃燒過程的精準(zhǔn)調(diào)控，降低了全工況燃油消耗率，改善了發(fā)動機(jī)對環(huán)境和燃料的適應(yīng)性．目前，國內(nèi)針對船用發(fā)動機(jī)燃燒閉環(huán)控制技術(shù)的研究還處在仿真分析與驗(yàn)證階段．

發(fā)動機(jī)實(shí)時仿真模型為控制策略的開發(fā)和驗(yàn)證提供了受控對象，其建模方法主要包括基于機(jī)理的建模和數(shù)據(jù)驅(qū)動的建模．基于機(jī)理的發(fā)動機(jī)模型具有較豐富的物理含義，其常利用韋伯燃燒模型模擬缸內(nèi)燃燒放熱規(guī)律[13]，而韋伯參數(shù)隨發(fā)動機(jī)工況、噴油規(guī)律、進(jìn)氣溫度和壓力等參數(shù)的變化而變化，導(dǎo)致建立適用于全工況的缸內(nèi)燃燒放熱規(guī)律預(yù)測模型十分困難[14]．神經(jīng)網(wǎng)絡(luò)對復(fù)雜非線性系統(tǒng)具有很強(qiáng)的擬合能力和容錯能力．相對基于機(jī)理的發(fā)動機(jī)模型，神經(jīng)網(wǎng)絡(luò)對柴油機(jī)部分性能參數(shù)具有更高的預(yù)測精度，且其計算耗時遠(yuǎn)低于基于機(jī)理的發(fā)動機(jī)模型[15]．朱振夏等[16]基于神經(jīng)網(wǎng)絡(luò)提出了適用于穩(wěn)態(tài)和瞬態(tài)工況下的發(fā)動機(jī)零維燃燒預(yù)測模型．Finesso等[17]開發(fā)了用于預(yù)測平均有效壓力(BMEP)和50%燃料燃燒對應(yīng)的曲軸轉(zhuǎn)角(MFB50)的神經(jīng)網(wǎng)絡(luò)模型．隨著船用發(fā)動機(jī)監(jiān)測數(shù)據(jù)的不斷累積，將有助于神經(jīng)網(wǎng)絡(luò)在發(fā)動機(jī)性能預(yù)測及其自動控制領(lǐng)域應(yīng)用．

燃燒閉環(huán)控制性能受控制策略及控制參數(shù)的影響較大．為充分利用現(xiàn)有MAP數(shù)據(jù)，提高燃燒閉環(huán)控制策略開發(fā)效率和降低試驗(yàn)成本，以CA4DLD型柴油機(jī)臺架標(biāo)定的MAP為數(shù)據(jù)集，建立面向控制的柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型．基于卡爾曼濾波設(shè)計一種反饋型卡爾曼濾波算法，并以此提出前饋與燃燒閉環(huán)協(xié)同的平均指示壓力(IMEP)控制策略．設(shè)計燃燒閉環(huán)控制策略仿真架構(gòu)，并對比分析不同燃燒控制策略的性能，最后在試驗(yàn)臺架上驗(yàn)證所提出協(xié)同控制策略的性能更優(yōu)越．

1 試驗(yàn)簡介

CA4DLD型高壓共軌柴油機(jī)主要技術(shù)參數(shù)如表1所示．4個Kistler 6052型氣缸壓力傳感器安裝于與燃燒室相通的缸蓋孔內(nèi)．采用自主控制器替代原機(jī)控制器，控制參數(shù)在圖1所示的試驗(yàn)臺架上進(jìn)行標(biāo)定．柴油機(jī)測控系統(tǒng)的主要設(shè)備如表2所示．

圖1 試驗(yàn)臺架Fig.1 Scheme of the test rig

表1 柴油機(jī)技術(shù)參數(shù)Tab.1 Diesel engine specifications

表2 試驗(yàn)設(shè)備Tab.2 Test equipment and instruments

在柴油機(jī)怠速與最高轉(zhuǎn)速范圍內(nèi)，以外特性曲線限制輸出轉(zhuǎn)矩，按均勻分布設(shè)計完全覆蓋其正常運(yùn)行區(qū)域的試驗(yàn)工況點(diǎn)，如圖2所示．在臺架上標(biāo)定各工況點(diǎn)的軌壓、噴射量、噴油正時和噴油脈寬等控制參數(shù)．將標(biāo)定所得的216組控制參數(shù)按7∶3的比例進(jìn)行隨機(jī)分配，分別作為柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型的訓(xùn)練和測試數(shù)據(jù)集．

圖2 工況點(diǎn)試驗(yàn)設(shè)計Fig.2 Design of test condition

2 柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型建立

柴油機(jī)實(shí)時仿真模型是控制策略開發(fā)與驗(yàn)證的前提，需要滿足準(zhǔn)確性和實(shí)時性要求．以臺架標(biāo)定的控制參數(shù)MAP為數(shù)據(jù)集，采用反向傳播(BP)神經(jīng)網(wǎng)絡(luò)映射柴油機(jī)控制參數(shù)與性能參數(shù)之間的關(guān)系，構(gòu)建柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型．

2.1 神經(jīng)網(wǎng)絡(luò)設(shè)計

臺架標(biāo)定的各種MAP圖承載了從噴油控制參數(shù)到柴油機(jī)性能參數(shù)間的非線性映射關(guān)系．為實(shí)現(xiàn)對柴油機(jī)轉(zhuǎn)矩輸出和控制器噴油控制參數(shù)的預(yù)測，建立如圖3所示的三層神經(jīng)網(wǎng)絡(luò)預(yù)測模型，其中輸入層由柴油機(jī)轉(zhuǎn)速、循環(huán)噴油量和共軌壓力組成，輸出層由轉(zhuǎn)矩、噴油正時和噴油脈寬組成．

圖3 面向控制的柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型Fig.3 Control-oriented simulation model of neural network of diesel engine

為了均衡各輸入/輸出參數(shù)在模型訓(xùn)練及預(yù)測過程中的重要性，利用歸一化函數(shù)將輸入/輸出限制在[0，1]范圍內(nèi)．根據(jù)式(1)所示的經(jīng)驗(yàn)公式[18]，確定隱含層神經(jīng)元個數(shù)n1為8；隱含層和輸出層神經(jīng)元激活函數(shù)分別為sigmoid函數(shù)和線性函數(shù)，網(wǎng)絡(luò)訓(xùn)練采用貝葉斯算法，以獲得最佳的模型性能．

式中：n和m分別為輸入層和輸出層神經(jīng)元個數(shù)；a為1～10間的常數(shù)．

2.2 預(yù)測性能及分析

以柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型預(yù)測值和試驗(yàn)值間的決定系數(shù)R2來分析其性能．圖4為訓(xùn)練完成的柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型在訓(xùn)練集和測試集上對轉(zhuǎn)矩、噴油正時和噴油脈寬的回歸分析．對于相同控制參數(shù)，神經(jīng)網(wǎng)絡(luò)在訓(xùn)練集和測試集上R2近似相等；不同控制參數(shù)在訓(xùn)練集和測試集上的R2均大于0.989．即柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型可精準(zhǔn)預(yù)測各工況點(diǎn)的轉(zhuǎn)矩、噴油正時和噴油脈寬．

圖4 試驗(yàn)值與預(yù)測值的線性回歸Fig.4 Linear regression of both experimental and predictive results

柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型對圖2中各工況點(diǎn)的轉(zhuǎn)矩預(yù)測值相對試驗(yàn)值的偏差如圖5所示．轉(zhuǎn)矩預(yù)測相對偏差較大的工況點(diǎn)主要集中在柴油機(jī)運(yùn)行面域的邊緣．這主要是由于神經(jīng)網(wǎng)絡(luò)的預(yù)測準(zhǔn)確性依賴于數(shù)據(jù)，而邊緣工況的數(shù)據(jù)量略少于其他工況點(diǎn)的數(shù)據(jù)量，導(dǎo)致神經(jīng)網(wǎng)絡(luò)在低負(fù)荷區(qū)域的預(yù)測精度相對偏低，最大相對偏差為8.64%，但其相對偏差的均值僅為1.08%．因此，該神經(jīng)網(wǎng)絡(luò)仿真模型對各工況點(diǎn)的轉(zhuǎn)矩預(yù)測精度較高，可用于燃燒閉環(huán)控制策略設(shè)計和驗(yàn)證．

圖5 全工況范圍內(nèi)的轉(zhuǎn)矩預(yù)測相對偏差Fig.5 Relative errors of torque all over the operating conditions

3 燃燒閉環(huán)控制策略設(shè)計

3.1 反饋?zhàn)兞颗c控制變量

IMEP表征了缸內(nèi)燃燒產(chǎn)生的指示轉(zhuǎn)矩，是評價柴油機(jī)工作循環(huán)動力性的重要指標(biāo)，其數(shù)學(xué)計算如式(2)所示，計算過程采用的積分運(yùn)算有效降低了缸壓隨機(jī)測量誤差對計算精度的影響，數(shù)據(jù)可靠性高．

式中：pi為平均指示壓力；p為氣缸壓力；Vd為氣缸工作容積；θ為曲軸轉(zhuǎn)角；V為瞬時氣缸容積；Vc為氣缸余隙容積；Rv為連桿長度與曲柄半徑之比．

柴油機(jī)在恒轉(zhuǎn)速下的IMEP與每缸每循環(huán)噴油量近似呈線性關(guān)系[19]，因而可選取循環(huán)噴油量作為IMEP的控制變量．

3.2 反饋型卡爾曼濾波設(shè)計

缸內(nèi)燃燒放熱過程存在較大的循環(huán)間隨機(jī)波動．基于氣缸壓力的燃燒分析、故障診斷與控制的研究，普遍采用滑動平均算法以削弱氣缸壓力測量信號中的噪聲、提升燃燒狀態(tài)參數(shù)預(yù)測準(zhǔn)確性[20]．由于滑動平均濾波算法存在一定的時滯性，濾波后的IMEP并不能實(shí)時反映實(shí)際IMEP的變化，導(dǎo)致滑動平均濾波算法在瞬態(tài)工況下的IMEP預(yù)測精度低．為改善IMEP瞬態(tài)預(yù)測精度，基于卡爾曼濾波設(shè)計一種反饋型卡爾曼濾波算法．

首先，將燃燒閉環(huán)控制策略中的IMEP反饋?zhàn)兞恳暈闋顟B(tài)變量，引入傳統(tǒng)卡爾曼濾波算法，建立式(4)～(6)的遞推方程[21]，構(gòu)建IMEP狀態(tài)觀測器．

式中：A為系統(tǒng)矩陣；B為控制矩陣；k為工作循環(huán)，其狀態(tài)向量 xk=[ p1(k ) p2(k ) p3(k ) p4(k )]、輸入向量為i缸的噴油量，i=1～4；xk|k和xk|k-1分別為xk估計值和預(yù)測值；zk為IMEP測量值；H為測量矩陣；D為直接傳遞矩陣；Kk為卡爾曼增益矩陣，根據(jù)式(6)迭代計算；Pk|k-1和Pk|k分別為狀態(tài)預(yù)測和狀態(tài)估計誤差協(xié)方差矩陣；Q為過程噪聲，Q=E，E為單位矩陣；R為觀測噪聲協(xié)方差矩陣，R=0.035E．

由于各缸噴油量難于測量，將各缸IMEP估計值反饋至卡爾曼濾波輸入端，用估計值與測量值之差作為控制輸入向量；同時，為改善卡爾曼濾波算法的瞬態(tài)工況預(yù)測性能，采用如式(7)所示的變增益控制矩陣替代定常控制矩陣，該控制矩陣根據(jù)構(gòu)建的控制輸入向量和“3σ準(zhǔn)則”確定．

式中：標(biāo)準(zhǔn)差σ根據(jù)IMEP單缸循環(huán)波動統(tǒng)計分析，結(jié)果預(yù)設(shè)為0.01MPa.

綜上所述，所設(shè)計的反饋型卡爾曼濾波算法可按圖6所示的架構(gòu)進(jìn)行計算．圖中，濾波輸入為各缸IMEP測量值，輸出為各缸IMEP估計值．

圖6 反饋型卡爾曼濾波架構(gòu)示意Fig.6 Block diagram of the Kalman filter with feedback loop

3.3 IMEP閉環(huán)控制策略設(shè)計

為降低各缸間IMEP的不均勻性，基于PI控制算法設(shè)計如式(8)所示的燃燒閉環(huán)控制策略．該控制策略利用各缸IMEP參考值與反饋值之間的偏差e(k)，根據(jù)比例系數(shù)和積分系數(shù)計算下一工作循環(huán)各缸的噴油量，進(jìn)而實(shí)現(xiàn)對各缸IMEP的閉環(huán)控制．

式中：KP和KI分別為比例系數(shù)和積分系數(shù)；e(j)為第j工作循環(huán)的偏差．

3.4 控制性能評價指標(biāo)

采用IMEP變異系數(shù)(CoVIMEP)作為各缸做功不均勻的評價指標(biāo)，即

式中：n為氣缸數(shù)；IMEPi為i缸100個連續(xù)工作循環(huán)pi的均值；μIMEP為1～4缸IMEPi的均值．

4 燃燒閉環(huán)控制策略仿真分析

4.1 燃燒閉環(huán)控制策略仿真架構(gòu)

以柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型為受控對象，設(shè)計由感知、決策與執(zhí)行組成的燃燒閉環(huán)控制策略仿真架構(gòu)如圖7所示．為評估控制策略對各缸IMEP的控制性能，利用4個如圖3所示的柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型分別模擬輸出1～4缸轉(zhuǎn)矩．指示轉(zhuǎn)矩為摩擦轉(zhuǎn)矩與輸出轉(zhuǎn)矩之和，而機(jī)械效率隨發(fā)動機(jī)工況變化而變化．為簡化指示轉(zhuǎn)矩計算模型，忽略機(jī)械摩擦損失，并基于式(10)將指示轉(zhuǎn)矩轉(zhuǎn)化為單缸IMEP．利用臺架試驗(yàn)數(shù)據(jù)估計各缸IMEP概率密度函數(shù)，并采用Marsaglia-Bray算法生成偽隨機(jī)數(shù)模擬各缸IMEP不平衡和循環(huán)變動．為改善IMEP反饋?zhàn)兞康姆€(wěn)定性，采用IMEP的濾波結(jié)果作為反饋?zhàn)兞浚俑鶕?jù)反饋值與參考值間的偏差調(diào)節(jié)各缸噴油量，神經(jīng)網(wǎng)絡(luò)仿真模型以此計算下一控制循環(huán)的轉(zhuǎn)矩輸出值．

圖7 燃燒閉環(huán)控制策略仿真架構(gòu)示意Fig.7 Simulation structure of closed-loop combustion control

式中：Ti為指示轉(zhuǎn)矩；π為常數(shù)；β為柴油機(jī)沖程數(shù)．

通過對圖7中的狀態(tài)濾波算法、控制策略和控制架構(gòu)進(jìn)行配置，可實(shí)現(xiàn)對不同控制策略的仿真分析．研究的4種控制策略是：(1)開環(huán)控制(OLCC)，控制架構(gòu)僅包含噴油量前饋控制；(2)燃燒閉環(huán)控制(CLCC)，控制架構(gòu)僅包含反饋控制回路；(3)基于滑動平均濾波的前饋與燃燒閉環(huán)協(xié)同控制(MVCLCC)，包含控制架構(gòu)的所有模塊，且狀態(tài)濾波算法采用如式(11)所示的滑動平均濾波．

式中：μ為濾波系數(shù)，為使滑動平均穩(wěn)態(tài)濾波性能與反饋型卡爾曼濾波基本一致，取μ=0.1；k為發(fā)動機(jī)循環(huán)索引；(4)基于反饋型卡爾曼濾波的前饋與燃燒閉環(huán)協(xié)同控制(Kal-CLCC)，包含控制架構(gòu)的所有模塊，且狀態(tài)濾波算法為如圖6所示的反饋型卡爾曼濾波算法．

4.2 燃燒控制仿真結(jié)果

在LabVIEW環(huán)境下進(jìn)行燃燒閉環(huán)控制策略仿真，對比上述不同燃燒控制策略在穩(wěn)態(tài)和瞬態(tài)工況下的控制性能．所有燃燒閉環(huán)控制策略均采用同一PI控制參數(shù)．仿真工況設(shè)定是：0～200工作循環(huán)的轉(zhuǎn)速和整機(jī)IMEP分別為900r/min、0.5MPa；201～400工作循環(huán)轉(zhuǎn)速保持不變，IMEP設(shè)為1.0MPa；401～600工作循環(huán)再次設(shè)為900r/min、0.5MPa．不同燃燒控制策略對各缸IMEP仿真控制效果、感知的反饋信號和輸出的噴油量分別如圖8～圖10所示．

圖8 不同控制策略IMEP仿真控制結(jié)果對比Fig.8 Comparison of IMEP simulation results of different control strategies

圖9 不同控制策略反饋信號對比Fig.9 Comparison of feedback signals of different control strategies

圖10 不同控制策略控制輸出對比Fig.10 Comparison of the control outputs of different control strategies

由圖8a、圖9a和圖10a可知，在穩(wěn)態(tài)工況下，基于柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型的燃燒閉環(huán)控制策略仿真架構(gòu)可模擬各缸做功不均勻性和單缸循環(huán)波動；通過控制整機(jī)噴油量，可實(shí)現(xiàn)工況的調(diào)節(jié)．OLCC策略的各缸噴油量僅依賴于前饋控制，因而其無法精準(zhǔn)控制各缸IMEP．

由圖8b所示的CLCC控制效果可知，穩(wěn)態(tài)工況下，各缸IMEP基本重合，即IMEP閉環(huán)控制可有效改善各缸間的做功均勻性；瞬態(tài)工況下，當(dāng)IMEP控制目標(biāo)值突變后，各缸IMEP逐漸被控制至目標(biāo)值，調(diào)整時間ts為24個工作循環(huán)，瞬態(tài)響應(yīng)遲緩．這是由于CLCC策略根據(jù)各缸IMEP控制偏差調(diào)節(jié)各缸噴油量，如圖10b所示，其變化規(guī)律主要取決于控制偏差大小和控制參數(shù)．

由圖8c、圖9c和圖10c所示的MV-CLCC控制效果可知，控制目標(biāo)突變時，噴油量前饋控制策略通過調(diào)節(jié)整機(jī)噴油量，在201工作循環(huán)將各缸實(shí)際IMEP調(diào)節(jié)至目標(biāo)值附近．然而受滑動平均濾波算法時滯影響，圖9c所示IMEP反饋?zhàn)兞吭谒矐B(tài)工況未能及時追蹤柴油機(jī)各缸IMEP的真實(shí)輸出；200～212工作循環(huán)的IMEP反饋?zhàn)兞渴冀K小于目標(biāo)值，導(dǎo)致燃燒閉環(huán)控制器輸出的噴油修正量不斷增加，進(jìn)而造成實(shí)際IMEP達(dá)到控制目標(biāo)后仍在不斷增大；IMEP反饋?zhàn)兞吭?13工作循環(huán)達(dá)到控制目標(biāo)值后，燃燒閉環(huán)控制策略改變了噴油修正方向，實(shí)際IMEP逐漸被調(diào)節(jié)至目標(biāo)值．由于滑動平均濾波計算的IMEP反饋?zhàn)兞颗c實(shí)際IMEP之間存在一定的滯后，這給瞬態(tài)工況下IMEP的精確控制帶來困難．

由圖8d Kal-CLCC控制效果可知，其穩(wěn)態(tài)控制性能與CLCC、MV-CLCC基本一致．瞬態(tài)工況下，IMEP控制目標(biāo)值突變后，各缸IMEP經(jīng)1個工作循環(huán)被精準(zhǔn)控制在目標(biāo)值附近，未出現(xiàn)明顯超調(diào)，其瞬態(tài)控制性能明顯優(yōu)于CLCC和MV-CLCC．這主要是因?yàn)樗O(shè)計的反饋型卡爾曼濾波算法能夠及時追蹤由噴油量前饋控制引起的實(shí)際IMEP變動．

表3為圖8對應(yīng)的控制性能參數(shù)分析．穩(wěn)態(tài)工況時OLCC的變異系數(shù)較大．CLCC和MV-CLCC均能降低變異系數(shù)，改善各缸在穩(wěn)態(tài)工況的做功均勻性，但分別存在瞬態(tài)調(diào)節(jié)時間長和超調(diào)量大的問題．Kal-CLCC與其余3種控制策略相比，能提高IMEP的控制精度和響應(yīng)速度，其瞬態(tài)控制性能最佳．

表3 燃燒控制策略控制性能對比Tab.3 Comparison of control performance of different combustion control strategies

5 控制策略試驗(yàn)驗(yàn)證

5.1 燃燒閉環(huán)控制硬件架構(gòu)及試驗(yàn)設(shè)計

將MV-CLCC和Kal-CLCC控制策略集成于自主開發(fā)的船用柴油機(jī)燃燒閉環(huán)控制快速原型，并在CA4DLD型高壓共軌柴油機(jī)上進(jìn)行試驗(yàn)．圖11為柴油機(jī)燃燒閉環(huán)控制系統(tǒng)總體示意．氣缸壓力傳感器經(jīng)電荷放大器后接入NI 9220模擬量采集板卡；上止點(diǎn)和曲軸轉(zhuǎn)角測量的霍爾傳感器輸出信號引入NI 9401數(shù)字量采集板卡；NI 9853將燃燒閉環(huán)控制快速原型實(shí)時計算的噴油量和噴油正時等控制參數(shù)通過CAN(controller area network)總線發(fā)送至柴油機(jī)基礎(chǔ)控制器，以實(shí)現(xiàn)對各缸噴油量和噴油正時的控制．

圖11 燃燒閉環(huán)控制硬件架構(gòu)Fig.11 Schematic of the experimental facilities layout

為對比分析不同燃燒控制策略在穩(wěn)態(tài)和瞬態(tài)工況下對IMEP的控制效果，交流測功機(jī)采用恒轉(zhuǎn)速控制模式，使發(fā)動機(jī)在900r/min穩(wěn)定運(yùn)行，0～400工作循環(huán)的指示轉(zhuǎn)矩為105N·m；在第401工作循環(huán)通過改變整機(jī)噴油量，將指示轉(zhuǎn)矩階躍至140 N·m；在第801工作循環(huán)指示轉(zhuǎn)矩降至105N·m．

5.2 試驗(yàn)結(jié)果

OLCC、MV-CLCC和Kal-CLCC對IMEP的控制效果對比如圖12所示．由圖12a可知，各缸之間的做功不均勻性較為明顯，105 N·m和140N·m穩(wěn)態(tài)工況下的IMEP變異系數(shù)分別為5.20%和4.08%．各缸IMEP均存在較大的循環(huán)波動，最大單缸IMEP標(biāo)準(zhǔn)差為0.009MPa．IMEP循環(huán)間的波動特性可能被控制器放大，造成噴油量控制參數(shù)劇烈波動，進(jìn)而惡化控制性能．為獲得可靠的反饋?zhàn)兞?，采用濾波算法對IMEP測量值進(jìn)行濾波．反饋型卡爾曼濾波算法對開環(huán)控制的IMEP濾波結(jié)果見圖12d．濾波后的IMEP相對平滑，有助于識別各缸之間IMEP的差異．由于各缸不均勻程度隨工況的變化而改變，若僅通過對各缸噴油器的噴油量不一致性進(jìn)行開環(huán)補(bǔ)償，難以在全工況范圍內(nèi)改善各缸做功均勻性．

圖12 IMEP開環(huán)與閉環(huán)控制結(jié)果對比Fig.12 Comparison of control result of open and closed-loop IMEP

由圖12b和圖12c可知，采用MV-CLCC或Kal-CLCC策略時，105N·m和140N·m穩(wěn)態(tài)工況下的各缸IMEP不均勻性均得到明顯改善，即兩種燃燒閉環(huán)控制策略的穩(wěn)態(tài)控制性能基本一致．兩種閉環(huán)控制策略在105N·m工況下的IMEP變異系數(shù)均為0.09%，相比開環(huán)控制降低了98.27%．在指示轉(zhuǎn)矩從105N·m階躍至140N·m的瞬態(tài)過程中，首先，兩種控制策略在噴油量前饋控制的作用下，整機(jī)IMEP經(jīng)一個工作循環(huán)被調(diào)節(jié)至0.40MPa；然后，在燃燒閉環(huán)控制回路的作用下，各缸IMEP逐漸被控制至目標(biāo)值．由于滑動平均濾波和反饋型卡爾曼濾波瞬態(tài)濾波性能差異，MV-CLCC和Kal-CLCC表現(xiàn)出不同的瞬態(tài)控制性能，IMEP超調(diào)量分別為14.0%和3.7%．由圖12和圖8仿真和試驗(yàn)結(jié)果表明，Kal-CLCC策略的瞬態(tài)和穩(wěn)態(tài)控制性能最佳，兩種控制策略的控制規(guī)律與其對應(yīng)的仿真結(jié)果基本一致，驗(yàn)證了筆者提出的燃燒閉環(huán)控制策略仿真架構(gòu)準(zhǔn)確性．

相比OLCC策略，Kal-CLCC策略下的各缸IMEP在第400工作循環(huán)呈現(xiàn)出不同的不均勻性．這主要是由于各缸不均勻程度隨工況的變化而改變，而轉(zhuǎn)矩突變時的協(xié)同控制策略在前一工況計算的各缸噴油修正量對后一工況的各缸IMEP產(chǎn)生了影響．如開環(huán)控制時，缸1在105N·m和140N·m工況下的平均IMEP分別為0.285MPa和0.400MPa．在105N·m工況，Kal-CLCC通過增加缸1的噴油量將其輸出的IMEP控制至0.300MPa，該噴油修正量與前饋噴油量的疊加導(dǎo)致缸1 IMEP在工況突變至140N·m時刻出現(xiàn)明顯超調(diào)(IMEP為0.415MPa)，隨后在燃燒閉環(huán)控制的作用下，缸1的IMEP被控制至0.400MPa．Kal-CLCC策略計算的各缸噴油修正量變化規(guī)律如圖13所示．不同工況下的各缸噴油修正量不同，而整機(jī)噴油修正量基本保持不變．

圖13 各缸噴油修正量變化曲線Fig.13 Curve of compensated injecting quantity of each cylinder

6 結(jié)論

(1) 以柴油機(jī)臺架標(biāo)定的噴油控制參數(shù)MAP為數(shù)據(jù)集，建立適用于燃燒閉環(huán)控制策略開發(fā)與驗(yàn)證的柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型，可精準(zhǔn)預(yù)測各工況轉(zhuǎn)矩、噴油正時和噴油脈寬，轉(zhuǎn)矩預(yù)測最大偏差和平均偏差分別為8.64%和1.08%，能為燃燒閉環(huán)控制策略的設(shè)計和驗(yàn)證提供模型基礎(chǔ)．

(2) 針對柴油機(jī)缸內(nèi)燃燒放熱過程存在較大循環(huán)間隨機(jī)波動的問題，設(shè)計了一種反饋型卡爾曼濾波算法，結(jié)果表明其在穩(wěn)態(tài)工況和瞬態(tài)工況均具備良好的濾波性能；將其濾波結(jié)果作為反饋?zhàn)兞坎⒁隤I控制律，構(gòu)成基于反饋型卡爾曼濾波的前饋與燃燒閉環(huán)協(xié)同控制的控制策略．

(3) 基于上述柴油機(jī)神經(jīng)網(wǎng)絡(luò)仿真模型，構(gòu)建船用柴油機(jī)燃燒閉環(huán)控制策略仿真架構(gòu)；對比4種不同控制策略在穩(wěn)態(tài)和瞬態(tài)工況下的控制性能，仿真結(jié)果表明，基于反饋型卡爾曼濾波的前饋與燃燒閉環(huán)協(xié)同控制能提高IMEP的控制精度和響應(yīng)時間，瞬態(tài)控制性能最佳，最后通過臺架試驗(yàn)驗(yàn)證了其有效性．