对于今天的帖子罗伯托·瓦伦蒂将提供详细的项目由MathWorks实现“新卓越创新项目团队。

在eMATLAB和Simu金宝applink设计项目的学生随处可见博客我们介绍了MathWorks卓越的创新项目以及我们如何合作肖恩McConomy教授从机械工程部门佛罗里达州农业机械大学——佛罗里达州立大学(FAMU-FSU)工程学院试验程序。一个年代结果,一个团队的学生McConomy教授的高级设计类选择和工作上一个汽车的项目GitHub列表。在这个博客,我们提供详细的项目和解决方案团队执行。

团队,由四个高级学生:奥斯汀LaFever,帕特里克·h·Marlatt弗雷德里克·彼得森和乔纳森•Wozny(图1中的学生的照片)在一个汽车项目,命名那发动机Airpath控制,目的设计并实现转矩控制来改善汽车的发动机的性能使用多输入多输出(MIMO)的方法。

具有挑战性的项目给了学生获取知识的机会在汽车的动力总成系统,建模与仿真,系统识别,和一个先进的控制方法等越来越受欢迎的模型预测控制。此外,在整个项目中他们有机会应用行业相关工具对真实世界应用程序构建职业生涯在汽车行业的基础!

动机

内燃机将继续被使用在汽车市场在未来。然而,发动机的性能、燃油经济性和排放必须不断提高使他们可行的相对更昂贵的电力来源。例如,现代汽油和柴油引擎使用燃油直喷技术从而导致颗粒物排放较低的发动机负荷直接与颗粒小到足以进入人体血液通过肺部,所以控制微粒的主要领域集中在今天的柴油和汽油发动机控制设计。瞬态空燃比控制颗粒物问题至关重要。的能力估计和控制气流进入发动机至少一半的空气燃料比(误判率)控制问题,对获得良好的发动机的性能至关重要,燃油经济性和排放。自多个致动器,例如,节流阀,排气泄压阀,cam-phasers,气体循环(EGR),影响气流进入发动机,多输入/多输出(MIMO)控制发动机的气流是一个可取的方式来改善发动机气流控制和估计性能尚未实现完全在市场上。

介绍

内燃机依靠气流通过引擎从外部环境中为了完成燃烧过程和电力发动机。直到现在,内燃机依靠对于单输入(输出)比例积分(PI)控制方法开发了几十年前。这种方法操纵控制气流进入发动机的主要部件使用预定的稳态位置。在瞬态响应,输出不协调或最优稳态操作相比,导致低效率的控制转矩和排放。虽然有效的稳态控制是可实现的,与这个方法不是有效的瞬态控制,因此需要改进跟上竞争日益激烈的发动机的性能和排放标准。与标准技术,节气门和排气泄压阀不协调提供一个促进或进气歧管压力(MAP)轨迹,将导致良好的排放和扭矩瞬态响应。我们的项目的目标是设计和实现一个分布式天线控制器的空气系统生产协调和最优控制的输出值在瞬态和稳态条件。这种控制方法将控制促进通过控制油门和排气泄压阀。提高将相关扭矩创建所需的转矩响应。

我们决定遵循通用描述的工作[1]和实施模型预测控制(MPC)系统的空气流组件,特别是节气门和排气泄压阀,有效地控制瞬态和稳态转矩和排放。

方法

在这个项目中,使用火花点燃式发动机系统模拟(SI)发动机测功器在MathWorks动力Blockset™,所示图2在下面。

图2发动机测功器模型

模型系统,系统识别MATLAB工具箱是用于开发二阶状态空间模型与节流阀和排气泄压阀分别映射使用数据从虚拟引擎获得的模拟。因为系统是非线性的,它可以通过创建模型线性化操作点的范围(发动机转速和转矩命令)。

数据收集

创建MPC控制器,每个控制器需要一个模型在特定的操作点参考,同时使控制计算。要做到这一点,模拟运行收集范围的输入/输出数据引擎速度;发动机转速的数据,油门位置,需要收集废气门位置,地图为每个模拟。收集到的数据模拟和仿真软件,然后在MATLAB处理。金宝app两组数据被收集在每个操作点/发动机转速,一套系统识别,另一个用于验证。

建模

建模是由覆盖在稳定状态下的发动机转速引擎以恒定速度。节气门和排气泄压阀值然后覆盖在控制器和一个伪随机二进制序列(PRBS)发送到节气门和排气泄压阀值,基本上“摆动”每个驱动器,然后看到进气歧管压力(MAP)回应道。PRBS信号发送到油门时,排气泄压阀的位置保持不变,只看到节流的效果,反之亦然。为了提高精度,我们利用一个称为微分建模系统,该去趋势数据('去趋势'命令用于输入/输出数据),然后减少数据的大小来改善系统建模。MPC最适合“微分控制模式”。微分建模得名,因为它创建了一个模型的输入/输出的差异;本质上的输入/输出的平均值减去从输入/输出测量数据直接输出的变化由输入的变化。过程减少管道内压力的值是零值的中点。

建模速度

图3:节流PRBS信号和地图响应在发动机转速5000转

在小油门角度刺激非常敏感,因为一个小改变其位置将关联很大百分比差异在气压管汇。也更容易映射到模型和控制在小油门角度;随着百分比节气门的位置增加,系统模型变得更加困难。节流阀和地图之间的关系进行建模,排气泄压阀举行完全开放在100%(无效),油门操纵员的较低的值。油门值提供合适的模型非常低,不到百分之十。图3显示变量的收集的数据地图,油门位置,排气泄压阀位置,发动机转速在一个操作点。

排气泄压阀建模

图4:排气泄压阀PRBS信号映射反应发动机转速5000转

排气泄压阀的建模是在类似的方式进行节流。接近关闭时排气泄压阀更敏感(更多的空气旋转涡轮增压器,因此,更多的空气进入气缸),出于同样的原因,节流阀在小角度很敏感。排气泄压阀模型,一个伪随机位序列信号被送到覆盖排气泄压阀,节流阀是完全开放的100%。这样做是为了确保只有排气泄压阀会影响地图响应和创建一个wastegate-MAP模型。图4显示变量的收集的数据地图,油门位置,排气泄压阀位置,发动机转速。

系统识别

一个黑箱建模方法,将识别输入和输出数据到MATLAB的系统辨识工具箱。这是自动化脚本和n4sid命令的使用。将每个输入变量的进气歧管的压力,只有二阶模型被要求产生精确的模型。

模型验证

与识别验证states-spaces创建数据集,和第二个验证组数据被收集在同一参数(不同的伪随机位序列信号)。输入第二个数据集的输入状态,创建一个“猜测”从我们的系统输出。这被称为模型或安装的输出。系统输出与模型输出被策划然后比较它们。MATLAB比较函数用于返回一些通过返回一个归一化均方根误差(NRMSE)值,返回符合公式1所示,。目的是适合在90%以上。

在哪里 y">y验证数据的输出,y^">yˆ系统输出,和y-">y−是的意思是的 y">y。以下是适合节流阀(图5)和排气泄压阀(图6)在一个操作点。

图5:安装油门提高测量数据模型在发动机转速5000转

图6:安装排气泄压阀模型在提高测量数据引擎5000 rpm

结果和验证

图7:节流控制在四个不同的引擎的速度

图7显示引擎的绝对歧管压力(MAP)输出(蓝色),由MPC控制节流阀的结果值,相比,所需的输出(橙色),这对于这个示例是一个正弦波。状态方程模型用于这些mpc相关节流映射(请注意,这不是微分地图)。操作点测试工作在四个不同的引擎的速度。从左到右的情节,:750 RPM, 1000 RPM, 2500 RPM和5000 RPM。即使有噪音在750 RPM的输出部分,在整个系统中错误的仅为1%,远低于1.75%的目标。作为输出所需的地图,有滞后误差存在,但它是最小的。在之间的操作点1000 RPM, 2500 RPM, 5000 RPM,激增地图可以观察到。这是由于突然RPM飙升和制造混乱的地图控制器响应。mpc控制油门not能够立即响应,导致一个非常简短的节流调整误差。错误没有影响我们的准确性控制器和能有效被忽略。实现微分增压控制模型为MPC控制器进行测试,平均提高价值被减去从提高命令在进入MPC,名义上的致动器的值被添加到生成的控制命令对微分增强离开MPC返回所需的实际执行器位置。一个年代imilar控制方法是用于排气泄压阀和类似的结果被获得。

半

以确保该控制器可以运行在一个真实的电子控制单元(ECU),我们创建了一个半(边境)系统运行与仿真。图8显示了我们最后的仿真系统的照片。

模拟仿真系统接收到节气门和排气泄压阀位置由MPC,使用一个Arduino Uno作为数据采集和汽车司机。Arduino然后命令一个伺服电机模拟的角度,和一个编码器角度数字化的措施。上图右侧所示的量角器的将用于视觉检查油门/废气门角。编码器测量角度后,数字信号发送回MATLAB覆盖模拟油门/排气泄压阀阀角度。如果地图输出是预期,仿真系统验证了控制方法可以应用到一个真实的ECU。

图8:硬件在环系统:该系统是由Arduino的Uno担任电机驱动和数据采集,伺服电机作为地球,编码器测量电动机的旋转角度。

结论

最终控制系统能够准确切换mpc在不同的操作范围来控制节气门位置上,从而产生期望的地图命令。此外,系统的状态空间利用微分地图,节气门和排气泄压阀返回致动器值来实现所需的地图命令在稳态误差< 0.5%。

单独实现的控制器可以控制节气门和排气泄压阀,但不是在一起,输出一个矩阵改进节流和排气泄压阀的位置。虽然我们没有实现MIMO系统,我们建立了一个很好的框架继续扩大的MPC控制系统,并有信心我们的工作可以用作垫脚石为本研究的延续

学生们说过的一句话:

“我们感到好奇MathWorks工具的扩展我们的知识和学习编码软件的实际应用。我们队很感兴趣汽车和如何优化发动机的性能,特别是它与排放和这个项目非常符合我们的利益和我们的研究。这个项目有一个很大的学习曲线,但很有趣,一个超级有用的学习经验!”

所以,你怎么想?这是否列表激励你?你在找不同类型的项目?在下面的评论中告诉我们你的想法。我们很想听到你的声音。

引用:

[1]Bemporad,。Bernardini D。长,R。,和Verdejo, J., “Model Predictive Control of Turbocharged Gasoline Engines for Mass Production,” SAE Technical Paper 2018- 01-0875, 2018, doi:10.4271/2018-01-0875.