一種基于近似動(dòng)態(tài)規(guī)劃的柴油機(jī)缸平衡智能化調(diào)節(jié)算法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及柴油機(jī)智能化控制技術(shù)領(lǐng)域，具體設(shè)及一種基于近似動(dòng)態(tài)規(guī)劃的柴油 機(jī)缸平衡智能化調(diào)節(jié)算法。
【背景技術(shù)】
[0002] 柴油機(jī)按各缸順序發(fā)火做功和累氣的特性，決定了其轉(zhuǎn)速呈現(xiàn)出正弦波形狀的正 常周期性波動(dòng)。然而，由于各缸間的器件差異、參數(shù)時(shí)變、不均衡老化磨損等，都會(huì)造成使用 過(guò)程中各缸間的不均衡扭矩輸出，并導(dǎo)致其轉(zhuǎn)速呈現(xiàn)出不均衡的正弦波形狀周期性波動(dòng)， 甚至影響到柴油機(jī)轉(zhuǎn)速的穩(wěn)定性?？墒?，對(duì)于柴油機(jī)的轉(zhuǎn)速控制，又一直專(zhuān)注于其長(zhǎng)期轉(zhuǎn)速 值上，比如80化/min的怠速設(shè)定值;而一個(gè)柴油機(jī)工作循環(huán)上各缸間的轉(zhuǎn)速波動(dòng)，即缸平衡 控制問(wèn)題，常常被忽視了。因此有運(yùn)樣一種需求，希望通過(guò)對(duì)各缸間扭矩差異的自適應(yīng)調(diào) 節(jié)，實(shí)現(xiàn)各缸實(shí)際轉(zhuǎn)速的均衡輸出。
[0003] 現(xiàn)有方法多采用PID控制技術(shù);并經(jīng)對(duì)現(xiàn)有專(zhuān)利檢索發(fā)現(xiàn)，到目前為止，在該領(lǐng)域 探索過(guò)的幾種技術(shù)方法情況如下：申請(qǐng)?zhí)枮?200410022691.1，名稱(chēng)為："四缸十六氣口汽油 發(fā)動(dòng)機(jī)動(dòng)平衡裝置"的發(fā)明專(zhuān)利，提出在發(fā)動(dòng)機(jī)殼上設(shè)置平衡軸并通過(guò)鏈條與曲軸相連的 方法進(jìn)行缸平衡。申請(qǐng)?zhí)枮?200910236623.8，名稱(chēng)為："一種多缸發(fā)動(dòng)機(jī)的分缸平衡系統(tǒng)與 方法"的發(fā)明專(zhuān)利，提出在曲軸上安裝信號(hào)盤(pán)，該信號(hào)盤(pán)上具有分別與發(fā)動(dòng)機(jī)的每個(gè)氣缸相 對(duì)應(yīng)的多個(gè)齒，并根據(jù)各缸的信號(hào)差值來(lái)調(diào)整各缸噴油量的方法，進(jìn)行缸平衡控制。申請(qǐng)?zhí)?為:201110081865.1，名稱(chēng)為："在低怠速時(shí)使用曲軸轉(zhuǎn)速傳感器使能氣缸平衡的方法和系 統(tǒng)"的發(fā)明專(zhuān)利，提出采用發(fā)動(dòng)機(jī)轉(zhuǎn)速模塊、制動(dòng)器控制模塊、轉(zhuǎn)矩平衡模塊、怠速下降模 塊，來(lái)聯(lián)合控制發(fā)動(dòng)機(jī)缸平衡。申請(qǐng)?zhí)枮?201310203287.3，名稱(chēng)為："多缸發(fā)動(dòng)機(jī)的控制方 法W及多缸發(fā)動(dòng)機(jī)裝置"的發(fā)明專(zhuān)利，則需要采集一個(gè)工作循環(huán)內(nèi)每個(gè)氣缸的缸壓信號(hào)和 對(duì)應(yīng)的發(fā)動(dòng)機(jī)曲軸轉(zhuǎn)角信號(hào)，并計(jì)算每個(gè)氣缸在所述工作循環(huán)內(nèi)的燃燒狀態(tài)信息，W及下 一個(gè)工作循環(huán)需相應(yīng)調(diào)整的使各個(gè)氣缸燃燒狀態(tài)平衡的發(fā)動(dòng)機(jī)控制參數(shù)。申請(qǐng)?zhí)枮椋?201420281943.1，名稱(chēng)為："一種車(chē)載直列四缸發(fā)動(dòng)機(jī)平衡軸"的實(shí)用新型專(zhuān)利，則完全采用 布置在發(fā)動(dòng)機(jī)曲軸兩側(cè)的第一平衡軸和第二平衡軸的方法，來(lái)控制缸平衡。申請(qǐng)?zhí)枮椋?201410829720.9，名稱(chēng)為："雙燃料發(fā)動(dòng)機(jī)逐缸平衡的方法"的發(fā)明專(zhuān)利，需計(jì)算發(fā)動(dòng)機(jī)每個(gè) 缸的扭矩與預(yù)定扭矩的差值，并根據(jù)其確定針對(duì)該缸下一循環(huán)的汽油增量和柴油增量，來(lái) 平衡各缸。
[0004] 上述方法從不同角度，對(duì)缸平衡問(wèn)題進(jìn)行補(bǔ)償與控制，也各有一定的效果。然而， PID方法對(duì)非線性多輸入多輸出禪合系統(tǒng)并不高效;機(jī)械平衡裝置是缸平衡的基礎(chǔ)，但無(wú)法 精細(xì)補(bǔ)償各缸差異，且不具有自適應(yīng)調(diào)節(jié)能力;而其它方法一般需要添加昂貴的傳感器、專(zhuān) 用檢測(cè)系統(tǒng)等附加裝置，還需要復(fù)雜地計(jì)算各缸差異;關(guān)鍵是上述方法均缺乏智能化調(diào)節(jié) 的能力，在當(dāng)前全球產(chǎn)業(yè)大力發(fā)展并進(jìn)入工業(yè)4.0與智能制造的時(shí)代，非常有必要，也非常 迫切進(jìn)一步提升我國(guó)柴油機(jī)產(chǎn)業(yè)的智能化競(jìng)爭(zhēng)力。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種基于近似動(dòng)態(tài)規(guī)劃的柴油機(jī)缸平衡智能化調(diào)節(jié)算法， 能在一定范圍內(nèi)，智能地調(diào)節(jié)柴油機(jī)各缸噴油量，來(lái)補(bǔ)償由于器件差異、參數(shù)時(shí)變、老化磨 損等不確定因素導(dǎo)致的各缸轉(zhuǎn)速差異，從而自適應(yīng)地提高缸平衡效果。
[0006] 為了達(dá)到上述目的，本發(fā)明通過(guò)W下技術(shù)方案實(shí)現(xiàn):一種基于近似動(dòng)態(tài)規(guī)劃的柴 油機(jī)缸平衡智能化調(diào)節(jié)算法，用于缸平衡智能控制器對(duì)四缸柴油機(jī)進(jìn)行優(yōu)化控制，所述的 缸平衡智能控制器包含評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)及執(zhí)行神經(jīng)網(wǎng)絡(luò)，其特點(diǎn)是，該調(diào)節(jié)算法包含W下步 驟：
[0007] Sl、根據(jù)優(yōu)化控制目標(biāo)，確定效用函數(shù)；
[0008] S2、執(zhí)行神經(jīng)網(wǎng)絡(luò)根據(jù)一個(gè)柴油機(jī)工作循環(huán)上，瞬時(shí)轉(zhuǎn)速采樣值離散傅利葉變換 結(jié)果的基波頻率的模的歸一化值，W及瞬時(shí)轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的二階諧波頻 率的模的歸一化值，得到四缸柴油機(jī)中每一個(gè)缸的噴油量大小的歸一化值；
[0009] S3、評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)根據(jù)一個(gè)柴油機(jī)工作循環(huán)上，瞬時(shí)轉(zhuǎn)速采樣值離散傅立葉變換 結(jié)果的基波頻率的模的歸一化值、瞬時(shí)轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的二階諧波頻率的 模的歸一化值，W及四缸柴油機(jī)中每一個(gè)缸的噴油量大小的歸一化值，得到值函數(shù)的逼近 值；
[0010] S4、采用預(yù)設(shè)訓(xùn)練算法對(duì)缸平衡智能控制器進(jìn)行離線訓(xùn)練；
[OOW S5、將完成離線訓(xùn)練后的缸平衡智能控制器用于在線控制，實(shí)現(xiàn)對(duì)四缸柴油機(jī)各 缸噴油量的控制，W補(bǔ)償四缸柴油機(jī)各缸扭轉(zhuǎn)差異。
[0012] 所述的步驟S3與步驟S4之間還包含一步驟S6;
[0013] S6、確定缸平衡智能控制器的控制參數(shù)。
[0014] 所述的步驟S6具體包含：
[0015] S6.1、確定評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)率及執(zhí)行神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)率；
[0016] S6.2、確定評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)的期望的訓(xùn)練誤差及執(zhí)行神經(jīng)網(wǎng)絡(luò)的期望的訓(xùn)練誤差；
[0017] S6.3、確定評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)的最大訓(xùn)練循環(huán)次數(shù)及執(zhí)行神經(jīng)網(wǎng)絡(luò)的最大訓(xùn)練循環(huán)次 數(shù)；
[0018] S6.4、確定評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)的折扣因子及執(zhí)行神經(jīng)網(wǎng)絡(luò)的折扣因子；
[0019] S6.5、確定評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)的初始權(quán)值及執(zhí)行神經(jīng)網(wǎng)絡(luò)的初始權(quán)值。
[0020] 所述的步驟Sl中，優(yōu)化控制目標(biāo)為：怠速時(shí)，在一個(gè)柴油機(jī)工作循環(huán)上，柴油機(jī)各 缸間的轉(zhuǎn)速波動(dòng)一致。
[0021 ]所述的步驟Sl中，優(yōu)化控制目標(biāo)為:一個(gè)柴油機(jī)工作循環(huán)上，瞬時(shí)轉(zhuǎn)速采樣值離散 傅立葉變換結(jié)果的基波頻率的模與瞬時(shí)轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的二階諧波頻率 的模之和為零。
[0022]所述的步驟Sl中，效用函數(shù)可表示為：
[0024] 式中，巧=仍)，巧;爲(wèi),...,斯_;.)康不一個(gè)柴油機(jī)工作循環(huán)上瞬時(shí)轉(zhuǎn)速義樣值;Yfuii表不一 個(gè)柴油機(jī)工作循環(huán)上，瞬時(shí)轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的基波頻率的模;Yhalf表示一 個(gè)柴油機(jī)工作循環(huán)上，瞬時(shí)轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的二階諧波頻率的模；I ? I表 示復(fù)數(shù)的模;Cl和C2表示非一致性效用函數(shù)R(t)的系數(shù)，運(yùn)里可均取為1;誠(chéng)。ew'w"，i為虛數(shù) 單位，n表示一個(gè)柴油機(jī)工作循環(huán)上的采樣數(shù)據(jù)量，k表示該柴油機(jī)工作循環(huán)上的第k個(gè)采樣 數(shù)據(jù)。
[0025] 所述的步驟S4中，預(yù)設(shè)訓(xùn)練算法為二階訓(xùn)練算法。
[0026] 本發(fā)明一種基于近似動(dòng)態(tài)規(guī)劃的柴油機(jī)缸平衡智能化調(diào)節(jié)算法與現(xiàn)有技術(shù)相比 具有W下優(yōu)點(diǎn)：不要專(zhuān)用設(shè)備檢測(cè)波動(dòng)來(lái)自哪一個(gè)缸，W及區(qū)分各缸間的轉(zhuǎn)速差異，只需采 用現(xiàn)有的柴油機(jī)瞬時(shí)轉(zhuǎn)速信號(hào)，也不需要對(duì)象的數(shù)學(xué)模型，具有非線性系統(tǒng)的智能，還能直 接處理掉各缸間的非線性多輸入多輸出禪合關(guān)系;不需要給柴油機(jī)增加額外的傳感器及其 它附件，并具有快速的迭代收斂性能，為柴油機(jī)缸平衡智能化控制提供了一種新的方法。
【附圖說(shuō)明】
[0027] 圖1為本發(fā)明一種基于近似動(dòng)態(tài)規(guī)劃的柴油機(jī)缸平衡智能化調(diào)節(jié)算法的流程圖；
[0028] 圖2為缸平衡智能控制器的結(jié)構(gòu)和原理示意圖；圖2中，100為缸平衡智能化控制 器，102為執(zhí)行神經(jīng)網(wǎng)絡(luò)，101為評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)，200為四缸柴油機(jī);X(t)為t時(shí)刻，一個(gè)柴油機(jī) 工作循環(huán)上，瞬時(shí)轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的基波和二階諧波頻率的模的歸一化 值;U(t)為執(zhí)行神經(jīng)網(wǎng)絡(luò)t時(shí)刻輸出的四個(gè)缸的噴油量的歸一化值;xi(t)為t時(shí)刻，一個(gè)柴 油機(jī)工作循環(huán)上，轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的基波頻率的模的歸一化值;X2(t)為t 時(shí)刻，一個(gè)柴油機(jī)工作循環(huán)上，轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的二階諧波頻率的模的歸 一化值；麟;;:巧為t時(shí)刻執(zhí)行神經(jīng)網(wǎng)絡(luò)從第j個(gè)輸入神經(jīng)元到第i個(gè)隱層神經(jīng)元的權(quán)值，j = l，2，i = l，. . .，8; 的為t時(shí)刻執(zhí)行神經(jīng)網(wǎng)絡(luò)從第i個(gè)隱層神經(jīng)元到第k個(gè)輸出層神經(jīng)元 的權(quán)值，i = l,. . .，8，k=l,. . .，4;Nh2 = 8為執(zhí)行神經(jīng)網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù);hi(t)為t時(shí)刻執(zhí)行神 經(jīng)網(wǎng)絡(luò)第i個(gè)隱層節(jié)點(diǎn)的輸入，i = l，. . .，8;gi(t)為t時(shí)刻執(zhí)行神經(jīng)網(wǎng)絡(luò)第i個(gè)隱層節(jié)點(diǎn)的 輸出，i = 1，. . .，8 ; vk(t)為t時(shí)刻執(zhí)行神經(jīng)網(wǎng)絡(luò)第k個(gè)輸出節(jié)點(diǎn)的輸入，k = 1，. . .，4;ui (t)，. . .，U4(t)為執(zhí)行神經(jīng)網(wǎng)絡(luò)t時(shí)刻輸出的第1~4缸噴油量的歸一化值；14￡>。(叫為*時(shí)刻 評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)從第n個(gè)輸入神經(jīng)元到第m個(gè)隱層神經(jīng)元的權(quán)值，n = l，. . .，6，m=l，. . .，12; 為t時(shí)刻評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)從第m個(gè)隱層神經(jīng)元到輸出層的權(quán)值，m= 1，. . .，12 ;Nhi = 12為 評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù);qm(t)為t時(shí)刻評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)第m個(gè)隱層節(jié)點(diǎn)的輸入，m=l，...， 12;pm(t)為t時(shí)刻評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)第m個(gè)隱層節(jié)點(diǎn)的輸出，m=l，. . .，12;Q(t)為評(píng)價(jià)神經(jīng)網(wǎng)絡(luò) t時(shí)刻輸出的值函數(shù)的逼近值。
【具體實(shí)施方式】
[0029] W下結(jié)合附圖，通過(guò)詳細(xì)說(shuō)明一個(gè)較佳的具體實(shí)施例，對(duì)本發(fā)明做進(jìn)一步闡述。
[0030] 如圖1及圖2所示，一種基于近似動(dòng)態(tài)規(guī)劃的柴油機(jī)缸平衡智能化調(diào)節(jié)算法，用于 缸平衡智能控制器100對(duì)四缸柴油機(jī)200進(jìn)行優(yōu)化控制，所述的缸平衡智能控制器100包含 評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)101及執(zhí)行神經(jīng)網(wǎng)絡(luò)102。
[0031] 調(diào)節(jié)算法包含W下步驟：
[0032] Sl、根據(jù)優(yōu)化控制目標(biāo)，確定效用函數(shù)。
[0033] 優(yōu)化控制目標(biāo)為：怠速時(shí)，在一個(gè)柴油機(jī)工作循環(huán)上，柴油機(jī)各缸間的轉(zhuǎn)速波動(dòng)一 致。即若一個(gè)柴油機(jī)工作循環(huán)上，瞬時(shí)轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的基波頻率的模與 瞬時(shí)轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的二階諧波頻率的模之和為零。
[0034] 效用函數(shù)用來(lái)設(shè)定系統(tǒng)的控制目標(biāo)，因此，根據(jù)優(yōu)化控制目標(biāo)，其效用函數(shù)可定義 為：
[0036] 式中，^ =快。部，馬，表示一個(gè)柴油機(jī)工作循環(huán)上瞬時(shí)轉(zhuǎn)速采樣值;Yfuii表示一 個(gè)柴油機(jī)工作循環(huán)上，瞬時(shí)轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的基波頻率的模;Yhalf表示一 個(gè)柴油機(jī)工作循環(huán)上，瞬時(shí)轉(zhuǎn)速采樣值離散傅立葉變換結(jié)果的二階諧波頻率的模；I ? I表 示復(fù)數(shù)的模;Cl和C2表示非一致性效用函數(shù)R(t)的系數(shù)，運(yùn)里可均取為1;始，i為虛數(shù) 單位，n表示一個(gè)柴油機(jī)工作循環(huán)上的采樣數(shù)據(jù)量，k表示該柴油機(jī)工作循環(huán)上的第k個(gè)采樣 數(shù)據(jù)。
[0037] 上述定義為模的加權(quán)和的效用函數(shù)，具有正定特性，因此，具有Lyapunov意義下的 穩(wěn)定性，是收斂的，還要進(jìn)行離散化，離散化計(jì)算可確保迭代收斂過(guò)程的魯棒性。
[0038] S2、確定執(zhí)行神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。
[0039] 執(zhí)行神經(jīng)網(wǎng)絡(luò)用來(lái)逼近并輸出最優(yōu)化的控制向量U(t)。其設(shè)計(jì)為2-8-4結(jié)構(gòu)，即2 個(gè)輸入層神經(jīng)元，8個(gè)隱層神經(jīng)元、4個(gè)輸出層神經(jīng)元。執(zhí)行神經(jīng)網(wǎng)絡(luò)的隱層和輸出層均采用 公式(2)所示的適于非線性函數(shù)逼近的Sigmoidal函數(shù)：
[0041