高压共轨燃油喷射系统的建模与控制
H.P. Wang D. Zheng, Y. Tian 中法国际联合实验室自动控制与信号处理（LaFCAS）， 南京科技大学自动化学院，南京210094
关键词：高压共轨喷油系统 共轨压力 ESO
IPI控制器 AMESim
摘要：
在本文中，介绍了高压共轨喷射系统（HPCRIS）的建模和共轨压力控制。提出的高压共轨喷射系统的数学模型包括三个子系统：高压泵子模型，共轨子模型和喷射器子模型是一个相对复杂的非线性系统。 数学模型由软件Matlab和虚拟详细的仿真环境验证。对于考虑的HPCRIS，设计了一种称为扩展状态观察器的智能比例积分（ESO-based iPI）控制器的有效模型自由控制器。本文提出的方法主要由引用的ESO观测器和基于时间延迟估计的iPI控制器组成。最后，为了演示所提出的控制器的性能，将所提出的基于ESO的iPI控制器与传统的PID控制器和ADRC进行比较。
1.简介
近年来，随着柴油机车的增加，柴油机污染已成为严重问题，严格排放立法。要提高柴油机的性能，满足排放立法要求。高压共轨喷射系统（HPCRIS）在减少柴油发动机排放方面起着至关重要的作用[1]。
HPCRIS的建模为评估高压共轨系统对柴油机应用的适用性提供了强大的工具。之前已经提出了许多高压共轨系统模型，基于该过程的物理学方程，或者通过Matlab / Simulink，AMESim，Hydsim等仿真软件开发。
在高压共轨系统中，共轨压力不仅决定了燃油喷射压力，而且也是燃油喷射的主要测量参数。共轨压力的稳定和过度响应将直接影响柴油机动态性能的启动，空转和加速模式。因此，共轨压力控制是提高柴油机性能的关键。共轨压力控制的主要目标是在共轨上实现稳定高的燃油压力。
Lino等人 [2]提供了柴油机共轨注油系统的模型，并通过使用该模型来跟踪参考压力和排除扰动，设计了用于共轨压力控制的滑模控制。为了克服传统PID控制器的不足，已经提出了许多自调节PID控制器，如基于滑模变量结构控制和模糊逻辑的自适应模糊滑模控制[3]，遗传算法非线性PID控制 troller [4]和RBF神经网络自适应PID控制器[5]。
Hong et al [6]提出了使用计量单元和压力控制阀的共轨压力的协调控制策略，以确保轨道压力的跟踪性能以及处理由高压泵和燃料喷射器不连续的燃料流动。Chatlatanagulchai 等[7]设计了基于QFT的控制器来控制共轨压力，控制器在稳定性和抗干扰性能方面表现良好。 [8]提出了一种基于共轨压力控制的主动干扰抑制控制的控制器，尽管系统不确定和外部干扰出现，但所提出的控制器仍能很好地跟踪参考压力。
HPCRIS是一个复杂的系统，包括非线性，不稳定性和外部干扰，如测量噪声。在本文中，基于无模型控制的基于ESO的iPI控制器旨在克服系统的未建模动态和不确定性[9]。无模型控制基于噪声信号快速导数估计的新结果，其主要优点是：简单性和鲁棒性[10]。
iPI控制器使用根据输入和输出进行连续更新的超本地模型，以对非线性复杂HPCRIS进行建模。 用代替代数参数识别的扩展状态观察器（ESO）[11,12]和时间延迟估计方法[13]用于估计F代替通过控制和输出知识获得的方法变量u和y。
本文的结构如下：下一节将介绍HPCRIS的详细非线性模型。 基于ESO的iPI控制器的概述在第3节中描述。第4节给出了验证模型的仿真结果，并证明了基于ESO的iPI控制器的性能。 与经典PID控制器和ADRC相比，基于ESO的iPI控制器在Matlab / Simulink和AEMSim环境中均实现。在第5节中，总结了未来的工作。
- 高压共轨喷射系统（HPCRIS）建模
在本节中，首先介绍了HPCRIS的工作原理; 然后基于连续性方程，动量方程和牛顿运动定律，构建了包含三个子模型的HPCRIS模型。
2.1 HPCRIS的描述和建模
HPCRIS的主要功能是根据发动机的工作状态提供高压燃油。其对应的架构如图1所示。系统的主要元件是高压泵，共轨，喷油器和电子控制单元（ECU）。油箱将低压燃料供应到高压泵，在那里燃料的压力升至所需的水平。高压泵将高压燃料发送到共轨，共轨将燃料分配给每个喷射器，并且喷射器将高压燃料喷射到气缸。
ECU是HPCRIS的核心，它通过采集各种车辆传感器信号来确定基于发动机工作状态的燃料压力。高压共轨注射系统具有复杂的注射过程，影响燃油喷射性能的因素有很多，如各部件之间的燃油泄漏，高压燃油管的弹性变形，高温高压下的燃料压缩性当燃料流过可变横截面等时，压力和流量损失。
根据系统特点，给出了一些假设：在运行中不考虑燃料温度变化，以确保系统状态可以由压力表示; 连接到流经管道的流体动力学现象被忽略; 低压泵和气缸的体积设定为无限大，压力设定为常数; 电液阀被认为是可变截面[15]。
在模型中，体积弹性模量E表示燃料的压缩性：
其中dP的增加导致单位体积的液体-dV的体积减小。dV / V是无量纲的。从⑴可以得到燃油压力的时间导数[16]：
其中V是室的瞬时体积，dV / dt表示由机械部件活塞，进气和出口流量引起的体积变化。考虑到影响燃料体积变化的因素，（2）可以重写为：
这是每个控制体积中的基本压力动力学方程。在（3）中，Qin是进气流量，Qout是出口流量，dV0 / dt分别是高压泵，共轨管道和喷油器的机械活塞引起的体积变化率。除了高压泵，HPCRIS中的所有元件均具有恒定的体积。
根据能量守恒定律，输入和输出Qin和Qout之间的关系可以如下表示：
其中符号（Delta;P）是影响流动方向的符号函数，mu;是排放系数，S0是孔口部分，rho;是双重密度，Delta;P是孔口上的燃油压力差。
2.2 高压油泵子系统
高压泵由安装在相同轴上的三个相同的液压柱塞组成，相对相位为120°。由于泵由凸轮轴供电，其演化取决于发动机转速。它通过小孔连接到低压回路，并通过具有锥形座的输送阀连接到高压回路。根据（3），高压泵的压力动力学可以表示为：
其中Qp是入口燃料流量，Qpcr是到共轨的出口燃料流量，Qpl是燃料泄漏流量，Pp是高压泵的燃料压力。高压泵Vp的体积根据由凸轮轴运动表示的凸轮轴运动而变化：
其中Sp是柱塞的截面面积，Sp = pi;dp2 / 4，dp是柱塞的直径，hp是柱塞升程，出omega;rpm是凸轮轴转速，theta;是凸轮轴角度。
Qpcr是从高压泵到共轨的流量，由公式给出：
其中mu;P是根据柴油机稳定工作条件下的压力比变化的排放系数。 在本文中，它被设置为常数。 Spcr是出口的高压泵横截面积，Pcr是共轨燃油压力，（7）中的符号函数为：
当Pp ≦Pcr，高压泵之间的止回阀（单向阀）关闭并防止轨道中的燃料流回高压泵时，符号功能决定流向。
燃料泄漏流量Qpl可以被认为是常数。 因此，综合（5）-（8）， （5）可以重写为：
2.3共轨子系统
通过考虑高压泵入口流量和喷射器出口流量之间的平衡来获得轨道压力的动态。
共轨管将由高压泵供给的高压燃料分配给所有的喷射器并储存压力。当高压泵持续的流动是不连续的时，由于在没有进气流持续时由于喷射导致的轨道中的压降，而当输送阀打开并且喷射器关闭时压力升高。 因此，为了减少轨道压力振荡，调节器仅在特定的凸轮轴角度间隔期间起作用，并且其作用与泵运动同步。
基于（3）式，共轨燃油压力动力学可以建模为：
其中Vcr是共轨管道的恒定体积，Qcri是共轨管道的出口燃料流量，其等于喷射器的入口燃料流量的总和。Qcrb是共轨的回流，被认为是恒定的。
其中k是喷油器的数量，k=1,2,3,4。 Qcrik是每个喷油器的喷射流量，可以表示为：
其中Pink是注射压力，mu;injk是排放系数，Scrik是第k个注射器中的入口的横截面积。
因此，（10）可以重写为:
2.4 喷油器子系统
共轨提供四个喷油器，一个用于发动机气缸。 喷油器由电磁阀，堵头，球阀，控制活塞和阀针组成。从（3）开始，喷油器的燃油压力动力学显示为：
其中Vinjk是第k个喷射器的体积，Qcylk是从第k个喷射器到气缸的喷射燃料流量，其被表示为：
其中Pcylk是气缸压力，mu;ik是排放系数，ETk是在喷射期间等于1的平方信号，Sinjk是喷射器喷嘴的孔口面积。
将（12）和（15）代入式 （14）导出：
3.基于ESO的iPI控制器设计
对于所考虑的非线性HPRCIS，一个基于ESO的iPI控制器，其控制结构如图2所示，开发实现共轨压力控制。 主要控制目标是以较小的波动快速跟踪参考压力。
3.1无模型控制设计
为了方便地设计控制器，根据[17]，将所选择的Qp作为控制输入，可以使用以下超本地模型来指定所谓的“复杂”数学模型：
其中y（nu;)是y的阶数nu;的导数，在实践中，nu;=1或2; alpha;是非物理常数参数，并且被选择使得alpha;u和y（nu;)具有相同的大小。nu;和alpha;由从业者选择。 F是未知项，并通过控制输入u和输出y估计，F不仅包含系统的未知结构，还包括任何扰动。
3.2 智能PI（iPI）
通过HPCRIS系统在（17）式中设定nu;= 1。
通过智能比例积分控制器或iPI [18]关闭回路：
输出参考轨迹在哪里，Fest是F的估计，e = yd -y是跟踪误差，Kp和Ki是通常的调谐增益。
组合（18）和（19）得到：
如果Fest可以近似等于F，并且取（20b）的导数导出：
然后iPI控制器中KP和KI的参数可以通过极点放置技术进行计算。 与“古典”PID调谐相比，这是一个主要的好处。
3.3 F的估计
从输出的测量和输入的知识，在每个采样时间更新（18）中的F的质量，F的估计读数：
其中t是一个小的时间间隔。延迟时间t越小，估计性能越好。在本文中，Fest由ESO获得。 ESO是在[11]中首先提出的新的状态观察者，它是一个为非线性不确定系统设计的特殊状态观察者。ESO可以跟踪系统的状态变量，并估计系统的未建模部分和外部干扰的实时值，扩展系统的状态变量，称为扩展状态观察器。 二阶ESO设计如下[19,20]：
这里y是输出Pcr，测量并被控制，u是高压泵入口Qp的燃料流量的控制输入，z是F的估计。beta;1，beta;2是扩展的观测器增益。较大的beta;i（i = 1,2），较小的误差。 但是大的增益会导致系统波动不稳定，为了使稳定的观察者错误可以接受，应满足beta;2gt; beta;1gt;0。
最终提出的基于ESO的iPI控制器可以总结如下：
并且：
4.仿真结果
在本节中，为了证明拟议的数学模型和控制器的有效性，整个受控HPCRIS在Matlab / Simulink软件环境中实现。 仿真结果与AMESim软件提供的流体动力学模拟结果进行比较，以评估其对每个注入循环的轨道压力动力学的预测能力。 为了测试基于ESO的iPI控制器跟
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[141023]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
