[发明专利]一种电控柴油发动机单点工况优化方法

权利要求书

1.一种电控柴油发动机单点工况优化方法，其特征在于：通过Cobra生成关键因子设计试验方案，再以该方案采集的台架试验数据作为输入建立基于多元分析的回归模型，在指定参数范围条件下对单点工况进行优化，从而得到最优参数组合及对应的优化结果；

所述关键因子设计试验方案由Cobra生成，包括如下步骤：

1)定义所需的关键因子，包括提前角SOI、轨压PRS、预喷油量PIF、预喷提前角PIT、后喷油量POF、后喷提前角POT、EGR率或EGR阀开度、可变截面开度VGP，关键因子个数为ivs-2，ivs为回归模型自变量iv_i的个数，试验样本数N，N大于m，其中m为建立多元回归模型最小数据点数；

2)输入外特性扭矩曲线，其中转速按升序排列；

3)通过指定转速范围及负荷范围定义工况区，转速范围speedA～speedB及负荷范围loadC～loadB，结合输入的外特性曲线生成工况区，于上述转速范围和负荷范围内随机生成N组试验工况点(spd_i,tq_i)；

4)指定工况区四顶点的各关键因子取值及幅动范围；

5)通过Cobra识别各关键因子在工况区内幅动范围，在此区域内随机分布试验点，试验点各关键因子在区域取值范围内非重复性的随机分布。

2.根据权利要求1所述的电控柴油发动机单点工况优化方法，其特征在于：通过Cobra生成的关键因子设计试验方案，在台架进行数据采集后，作为建立回归模型源数据，回归模型为基于多元分析的多元回归模型，包括以下步骤：

1)从源数据中定义回归模型的自变量ivi，包括转速speed、扭矩torque，自变量个数为ivs；从源数据中定义回归模型的因变量dv，包括喷油量total_fueling、油耗fuel_rate，因变量个数为dvs；

2)建立回归模型，其模型表达式为：

y(dv1,dv2,dv3,…dvdvs)＝f(iv1,iv2,iv3,…ivivs)

其中自变量有各自取值范围

ivimin<ivi<ivimax

3)N组试验数据为回归模型观测矩阵，模型表示为：

y(dv1i,dv2i,dv3i,…dvdvsi)＝f(iv1i,iv2i,iv3i,…ivivsi)，其中0<i<N+1。

3.根据权利要求2所述的电控柴油发动机单点工况优化方法，其特征在于：建立的多元回归模型，针对此区域内需优化的单点工况，在指定约束条件下进行寻优求解，指定约束条件包括极大值、极小值及区间值三种类型，所述用作约束条件的参数包括比油耗BSFC、烟度smoke、氮氧化物NOx、颗粒fsDPM、爆压PCP、增压器转速TCS、涡前排温TIT、压气机出口温度COT。

4.根据权利要求3所述的电控柴油发动机单点工况优化方法，其特征在于：颗粒fsDPM由AVL415烟度转化而得。

5.根据权利要求3或4所述的电控柴油发动机单点工况优化方法，其特征在于：结合约束条件后建立的多元回归模型表达式为：

dvjmax为因变量的指定大值约束条件，dvjmin为因变量的指定小值约束条件；

所建立的多元回归模型，通过回归整理得到因变量与自变量关系式，指向优化的单点工况(kps,kpt)后，在此点进行展开得到优化目标函数为：

式中，a0j、a_1i、a_2i、a_3i为展开式中常量系数，其中a_1i为自变量iv_i二次项的系数，a_2i及a_3i为自变量两两交叉因子的系数，根据目标函数计算各因变量dv_j，在满足各自变量约束同时使BSFC最小，由此得到的iv₃～ivivs即为此工况点输出的最优参数组合，计算而得的各因变量dvj即为此工况预测的最优结果。