[发明专利]基于观测器的电子节气门智能双积分滑模控制方法

说明书

技术领域

本发明属于汽车发动机电子节气门控制方法，具体涉及一种基于观测器的电子节气门智能双积分滑模控制方法。 

背景技术

电子节气门作为发动机进气系统的重要组成,可以通过调节进入气缸的空气流量，进而对发动机空燃比进行控制。此外，精确的电子节气门控制不仅可以改善汽车的燃油经济性、排放性能，还能够改善驾驶员对汽车的操作性能，对汽车的乘坐舒适性具有重要影响。此外，由于电子节气门存在复杂的非线性耦合，如粘滑摩擦非线性、复位弹簧非线性和齿轮间隙非线性，使得精确的电子节气门控制变得异常困难，因此，电子节气门控制算法的研究引起了学界广泛关注。

近年来，国内外许多学者针对电子节气门已进行了许多相关研究，并取得了一定的成果，遗憾的是，其中一些控制策略由于对电子节气门非线性特性考虑不全面，导致控制器精度不能够达到要求，使得控制器难以对节气门进行有效的控制。针对摩擦和复位弹簧非线性，Deur等[1]设计了一种优化PID控制算法，通过设计反馈补偿器对摩擦和复位弹簧非线性的影响进行了补偿，遗憾的是，该算法没有给出如何选取补偿器参数，且需要辨识控制对象的参数。受文献[1]的启发，Yuan等[2]将神经网络结合PID控制引入到电子节气门控制中，实现了电子节气门的精确控制并完成了PID参数的自适应调整以及对象参数的辨识，值得指出的是，文中并没有考虑到复位弹簧预紧力矩对电子节气门控制的影响。随后，Sheng等[3]采用分阶模糊PID控制对电子节气门进行了控制，并利用果蝇优化算法对控制器参数进行了优化设计，不足之处在于Sheng等并没有对齿轮间隙非线性进行细致的描述。另外实际应用中，节气门开度变化不可测，为此，Pan等[4]利用滑模观测器和滑模控制分别实现了节气门开度变化的估计和电子节气门的控制。然而，在高频环境下系统仍存在抖振现象。为此，胡云峰等[5]通过降阶观测器和反演控制完成了控制系统的设计，并利用输入到状态稳定性分析给出了控制器参数选择的指导性原则，但控制器设计中忽略了扰动的影响，导致控制精度降低。另外，Kim等[6]采用动态规划技术对电子节气门控制器进行了设计，同时，设计了满足驾驶员动力需求的节气门MAPS图。虽然该控制器能够优化汽车的燃油经济性，但是MAPS图因其不具备自学习能力，随着汽车传动部件的磨损，而使传动系统不 能向汽车提供足够的动力，并且在参数变动和扰动存在时，优化控制技术不能确保控制器的鲁棒性。由于良好的控制性能，近年来智能控制被广泛用于汽车控制中。如Yuan等[7,8]采用神经网络设计了电子节气门自学习控制器，使得控制器具有很强的抗扰动和参数不确定性能力。然而，由于神经网络控制器学习容量大，导致难以在微控制器中运行。Wang等[9]提出了一种基于前馈补偿器的智能模糊控制器，其中，前馈补偿器能够有效的对非线性滞后进行补偿。但是，在对非线性滞后特性进行模糊设计时，模糊规则设计的太简单以致不能有效的对滞后特性进行描述，导致前馈补偿器不能精确的对其进行补偿。上述研究均针对电子节气门控制系统中存在的某一非线性特性进行了侧重探讨，弱化了其他非线性特性、扰动及不确定因素对控制器设计的影响；并且上述研究均未对阀片阻力矩进行细致的刻画。

因此，针对现有电子节气门模型及控制方法存在的不足，需要采用一种合理且易实现的方法对节气门进行控制，以使电子节气门能够很好的对期望开度进行跟踪。

发明内容

本发明的目的是提供一种基于观测器的电子节气门智能双积分滑模控制方法，以确保电子节气门跟踪期望输入的精度。

本发明所述的基于观测器的电子节气门智能双积分滑模控制方法， 

采用扩张状态观测器，根据节气门的实际开度θ(x₁)对节气门开度变化进行量x₂估计，得到节气门开度变化量的估计值

通过李雅普洛夫稳定性定理结合滑模控制和神经网络得到智能双积分滑模控制律及扰动自适应律，对电子节气门开度进行控制和对扰动进行补偿；

通过BP神经网络对智能双积分滑模控制器参数进行自适应设计，BP神经网络的输入为节气门实际开度与期望开度的误差e和误差变化BP神经网络的输出分别作为似D控制，P控制，I控制的控制增益k_d，k_p，k_i；

通过智能双积分滑模控制器输出控制输入电压u控制电子节气门的直流电机对电子节气门的开度进行控制。

在所述得到的智能双积分滑模控制律时，用节气门开度变化量的估计值代替节气门开度变化量x₂。