英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
基于半实物仿真的发动机控制系统的设计与测试
摘要
为了设计、实现以及测试控制系统，半实物技术（HIL）被应用的越来越多，它的控制环组件中有一些是真实的硬件，而有一些是模拟出来的。通常情况下，一个工程要进行仿真要么是因为它不能进行（像同步工程一样），要么因为实现真实工程需要花费太多或者耗时太久。这种仿真的实时要求取决于工程的时间尺度和模拟组件。论文首先对各种实时系统和半实物仿真有一个总体概述，然后，将两种情况同时考虑进来。首先，半实物系统对于相对缓慢的工程，比如在基础工业或者加热系统中，被讨论过之后。然后，对内燃机的半实物仿真进行详细描述。根绝前面描述的模型，将实时模拟的与测量值在真实卡车柴油机上做对比。半实物系统的目的是从传感器、制动器及发动机本身方面开发新的控制算法并且研究选择上的错误原因。
关键词：实时仿真；半实物仿真；柴油机；涡轮增压器；车辆动力学；计算机集成块；数字信号处理器；仿真测试平台
1.简介
现代许多产品和工程的开发特点是数字控制系统的集成化。集成组件可以是被执行的部分(集成的硬件)和/或实现功能的部分(软件)。由于过程设计和控制系统设计之间的相互关系及不断增加的复杂性，通过计算机辅助的方法在建模、仿真以及设计本身方面都运用得越来越多。这种发展也通过在减少开发时间（上市时间）和提高质量，可靠性以及安全性方面的要求上造成影响。典型例子就是机电一体化系统的设计（比如在精密仪器设备、机器和车辆）。
从计算所需要的速度来看，仿真方法可以分为以下三类：没有时间限制的仿真；实时仿真以及模拟速度快于实时的仿真。
一些应用实例如图一所示.在这里，实时仿真意味着对组件模拟执行，这样输入和输出信号就会显示出与实际时间相同的值,即动态操作组件。这就变成了一个与过程动力学相比所需算法和计算速度更快的计算问题了。
不同种类的实时仿真方法如图二所示。对于实时性要求很高的仿真，大多是因为被调查的系统的一部分不是模拟的，而是真实的。案例可分为以下三种：（1）通过使用硬件而不是最终的硬件将真实过程与模拟控制结合起来进行。这也被称为“控制原型”。（2）模拟过程可以与真正的控制硬件进行操作，这就是所谓的“硬件在环仿真”。（3）模拟过程是在实时模拟控制过程中运行的，这可能就要求在最终的硬件不可用时或者考虑到硬件在环仿真之前的设计步骤。下面讨论硬件在环仿真。
图一 关于速度和应用实例的仿真方法分类
图二 实时仿真的分类方法
2.硬件在环仿真
2.1结构
硬件在环仿真（HIL）的特点是实际组件与实时仿真组件之间的结合。通常情况下，控制系统的硬件和软件是实际的系统，被用于系列产品中。控制的过程包括执行器、物理过程以及传感器，然后可以进行完全或者部分模拟，对比图三所示。表1显示了一些可能的组合，在一般情况下，这些所示的组合是可以实现的。通常，一些执行器是真实的，而该过程和传感器是模拟出来的。其原因是执行器和控制硬件往往形成一个集成的子系统，并且执行器难以被仿真和实时模拟出来。使用真正的传感器和模拟过程可能需要相当大的努力才能实现，因为没有物理传感器输入且必须是人为产生的。为了改变或者重新设计一些控制硬件或者软件的功能，旁路单元可以连接到基本控制硬件，因此，半实物仿真也可能包括部分模拟控制功能。硬件在环仿真的优点一般包括：
·设计和调试控制硬件及软件无须操作一个真实的过程（将操作场地转移到了实验室内）；
·在实验室中对极端环境条件下的控制硬件和软件进行测试（比如高/低温度，高的加速度和冲击力，腐蚀性介质，电磁兼容性）；
·在整体系统上测试执行器，传感器和计算机的故障及故障的影响；
·在极端和危险的运行条件下进行操作和测试；
·重复性实验，可以经常重复操作；
·易操作不同的人机界面（比如驾驶舱的设计和操作人员的培训）；
·节约成本和开发时间。
图三 硬件在环仿真：可能的混合结构
表一 硬件在环仿真中混合真实和模拟过程的组件
2.2历史发展
半实物仿真的第一次实现可能是在（实时）飞行模拟，它早期的目标是用一个固定的驾驶舱模拟出一个叫“linktrainer”的仪器（1936）（N.N.，1964年；马林菲尔德，1965），后来根据飞机运动加入一个驾驶舱，比如说用来培训飞行员。在这里，驾驶舱和飞行员都是真实的，而物体的运动则是由电和液压执行器产生。第一代人运用模拟管控制器和模拟运动来进行仿真，随后被模拟和处理计算机所替代（N.N.，1953；安德森，1962）。
半实物运动模拟器也可以通过液压或者电动执行器（试验机）为汽车部件（比如悬架，车身）建立动态测试。在这里，比如说，路面对车轮的激励是模拟出来的，另一种有趣的半实物运动仿真器是汽车驾驶模拟器（Drosdol and Panik, 1985; Suetomi 以及其他人, 1991）在动态发动机试验台上，发动机是真实的，车辆和齿轮是由其它硬件（直流或交流电动机）连同一个数字处理计算机模拟出来的，它是一种特殊的半实物仿真(Thun, 1987;Pfeiffer, 1997)。随着车辆上的数字电子控制系统的发展，比如ABS（防抱死制动系统）用于刹车，ASR（TCS：牵引力控制系统）用于传动链和制动齿轮，半实物仿真技术也随着这些不同阶段的发展而发展。(Kempf et al., 1987; Huber et al., 1988).
第一个版本使用的是高性能的工作站和处理计算机。然而，实时模拟量非常有限(Klinker, 1992; Wagner and Furry,1992)通过电脑集成块(用片上RAM和高速通道链路而成RISC处理器)和数字信号处理（DSP：通过不同的记忆、程序和数据总线并行处理将加法和乘法，使之高效运行的微处理机）将计算机并行变为可能。然后打开实时仿真的方法，比如在完整的液压系统，传感器，执行器和悬吊系统中。(Fennel et al. 1992;Hanselmann, 1993). 进一步的研究表明通过并行计算机如何更全面的实时模拟机械系统。例如包括多体系统（Schaefer, 1993; Rieger and Schiehlen, 1995; Kortuem et al., 1992）制动系统(Sailer and Essers, 1996; Sailer, 1996)和内燃机（Spindler and Doll 1990; Savaglio, 1993; Woermann,1994; Kimura, and Maeda, 1996; Isermann et al.,1997).
有一些半实物仿真是在公司内部开发出来的，特别是在飞机和汽车领域，只有一部分文章发表出来甚至一点都没发表出来。典型配置包括电脑集成块或DSP卡，主机电脑和用于执行器和传感器的专用接口卡。对于基本操作系统和一些特殊的过程，传感器和执行器，有现成的软件存在。市场上卖的半实物仿真器，一些例子在文章(Hanselmann,1993; ETAS, 1997)里描述过了。
2.3慢速和快速工程的半实物仿真
直到现在，通过实际控制器硬件的半实物仿真主要实现在相对快速的工程中，比如飞机，汽车或内燃机及它们的组件。控制器的采样时间大约在1到10毫秒（采样频率约为100赫兹到1000赫兹）模拟的机械工程的采样时间约为0.5到10毫秒。
这些相对快速的实时仿真的工程的限制由一下决定：使用并行算法的可能性；所采用的集成方法；模拟微分方程系统的刚度（以一个比例表示出来：最大/最小特征值）。
半实物仿真器也可以用来开发和测试相对缓慢工程的真实控制器硬件和软件，即在能源，化学和基础工业的工程。将工程领域转移到了实验室这个优点跟2.1里面所提到的是一样的。然而，为了节省观察和开发时间，仿真实验应该比真实实验运得快些，也就是说一个月的操作时间可以在一天，一小时甚至几分钟内完成。那么，工程的仿真速度通常不会限制，但是通过实际控制器硬件的速度可能会限制。比如以下限制影响：计时速度，捕获比较单元和看门狗定时器；工程接口的速度（模数转换器）；实际执行器的速度；模拟原件的时间常数。
然而，即使速度的因素只有五个，对比现场试验也可能在测试和调试上节省相当多的时间。通过慢速工程的半实物仿真，不仅可以节省开发时间，还可以节省在工厂的调试时间。
在下面部分介绍快速工程的半实物仿真，柴油机每个气缸工作循环，驱动链以及交通工具的动态仿真。
3.增压柴油机的半实物仿真
3.1内燃机实时仿真过程模型
对于实时仿真，子系统的动态模型要求包括柴油机，增压器以及纵向车辆动力学，如图四所示。考虑到模型的复杂性和计算速度，一些不得不采取折中方案。一个平行结构整体模型的目的是实现一种多处理器系统。为了确保用户接受模拟器，必须有适当的努力来适应实际系统。发展数学工程模型的方法主要有两种。
理论模型是基于物理定律用公式表达出来的。简化假设之后，这些方程表示为单进程元素。他们可以细分为平衡方程的质量，能量和栋梁，源、变压器和转换器的本构方程，不可逆过程的现象学方程，如耗散原件或水槽。过程元素之间的相互关系由连续性方程（节点法）和相容方程式（闭合回路法）描述出来。基于这些方程，可以计算出一个整体模型。对于集总参数系统，工程模型可以用任一状态空间形式或输入输出形式表达出来，即微分方程或传递函数。对于分布参数系统，通常可以获得偏微分方程。理论模型的发展一部分是由特定领域软件工具（例如ADAMS，SPICE）所支持的。第一个面向对象的多学科建模语言是Omola(Andersson, 1990) Dymola (Elmqvist,1978)和 Modelica (N.N., 1997).
图四 柴油机、涡轮增压器以及车辆的仿真过程子模型
第二种方法是实验建模或识别。在这里，输入和输出信号是测量出来的。对于选定的一类模型，该模型通过在过程与模型之间误差测定的最小化来适用于过程行为。对于线性模型，识别方法已经达到了非常成熟的状态；例如，傅里叶分析，相关和参数估计的方法。对于非线性模型，已经形成了不同的方法。传统的方法大部分基于多项式逼近，比如汉默斯坦——维纳方程或非线性差分方程（NDE）模型。神经网络由于它们的通用逼近能力，对于总任务的非线性动态系统识别是非常有吸引力的。
系统识别的优点是在开发过程中需要更少的时间。然而，所得到的模型的质量高度依赖于使用适当的模型结构假设以及所用的测量数据。理论模型往往具有很高的复杂性因为它们是物理方向。然而，也有简单化的可能，比如通过简化为输入/输出模型，将使计算时间缩短。
有时，数学模型的结构可以由一种分析方法来决定，但几个参数是未知的。在这种情况下，结合参数识别技术，比如运用参数估计，将会很方便。由于给定方程的几个模拟软件工具已经存在，像MATLAB/SIMULINK, ACSL 和MATRIX9.对于发动机模拟器的发展，采用理论与实验相结合的路线。这将在下面的小结中展示说明不同的模型。
3.2柴油机模型
类比于真正的内燃机，模型中曲轴的转矩是叠加单杠动态转矩得到的。为了计算这些气缸转矩，开发出了一个特殊的转矩模型，来实现以下目标：限制减小模型的复杂性；精确计算在一个工作循环中的平均气缸扭矩；在工作循环中摆动缸力矩的良好再现；模型对真实内燃机的易适应；包含确定或测量内燃机多方面的脉谱图。计算出一个完整的热力循环是不可能的，由于计算的时间限制和为了适应所需付出的巨大努力。在另一方面，基于一个简单的发动机工作脉谱图（平均扭矩）所建立的简单静态模型对于动态调查来说是不够的。这类提出的扭矩模型考虑到两种变量因此取了折中方案，如图五所示。
这种方法是基于在一个工作循环中解耦计算平均扭矩和动态指示扭矩的思想：
首先，一个工作循环中的平均气缸转矩是通过使用多维脉谱图来确定的。脉谱图是通过处理测量数据（比如在发动机试车台）或者通过合适的软件工具（通常计算一个热力循环内的（Pischinger, 1989; Zapf, 1970））得到的。可以使用神经网络来代替查表，他们只需要更少的参数而且当新数据可用时更容易适应。
下面一个工作循环中的动态指示气缸转矩取决于曲轴转角基于给定平均气缸转矩的确定。它包含描述质量和进气压力的平均基础转矩以及描述燃烧产生的气体压力的有效转矩。有效转矩的平均值相当于平均气缸转矩。这个方法保证了动态气缸指示转矩的平均值是正确的，即使模型的动态仅仅是接近。曲轴上动态气缸转矩在是由动态指示气缸转矩与气缸摩擦力矩的差得出来的。
基础转矩。基本转矩是通过简化燃烧室模型得到的。首先，计算出基本气缸压力，这是对于非燃烧气缸发动机的近似气缸压力。在压缩和燃烧过程中，平均气缸压力随着情况多变。在进气和排气过程中，平均气缸压力相当于开始压缩时的压力。pc,basic(theta;CS)=pc,0,theta;CS在0°~180°或540°~720°之间时。pc,basic (theta;CS)=pc,0 （Vc，0/Vc（theta;cs））n
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[147727]，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。
