[发明专利]一种基于速度密度模型的发动机进气流量在线标定方法

权利要求书

1.一种基于速度密度模型的发动机进气流量在线标定方法，其特征在于，包括以下步骤：

步骤一、模型参数在线辨识及标定：

1.1)通过传感器采集节气门处空气流量信号、进气压力信号、进气温度信号和发动机转速信号，建立简化的速度密度模型，利用时变参数辨识方法辨识出速度密度模型时变参数；

利用时变参数辨识方法辨识出速度密度模型时变参数具体包括：

化简后的速度密度模型为：

w＝Bn(aP-b)

其中，将上式写成向量相乘的形式为：

Vs为发动机排量，n为发动机转速，P为进气压力，R为理想气体常数，T为进气温度；

对于如上形式的系统

其参数辨识算法采用梯度算法：

其中待辨识参数向量系统实际输出量y通过流量传感器在稳态工况下测得，为参数估计值，K为辨识算法增益矩阵，可表示为如下形式：

其中，λ₁和λ₂为算法设计参数；

通过上述梯度算法计算出模型参数a和b的估计值；

所述辨识算法增益矩阵K中包含λ₁和λ₂两个可调参数，在算法设计过程中先设定一个初始值，在实际应用过程中再根据所需观测性能来调节两个参数值；

由于速度密度模型的时变参数a和b是关于进气压力P和转速n变化的，因此需要标定出参数Map图，根据发动机转速传感器和进气压力传感器测量的信号以及模型参数估计值，通过上述梯度算法和双线性插值法构成的Map学习算法，计算出参数Map图各个网格点坐标所对应的数值，从而实现在线自标定；

1.2)根据发动机转速传感器和进气压力传感器测量的信号以及所述步骤1.1)辨识出的模型时变参数估计值，通过Map学习算法计算出参数Map图各个坐标所对应的数值，实现参数Map图在线自标定；

其中，Map学习算法采用梯度算法和双线性插值法，根据全工况下所辨识出的模型参数估计出Map图各个网格点所对应的模型参数，通过迭代计算在线生成Map图；

梯度算法如下所示：

其中θ为已辨识出的模型参数，Γ为正定对角矩阵，为Map图网格点所对应的模型参数值，u为模型参数θ所对应的坐标值，即进气压力P和发动机转速n；

为双线性插值法计算公式，可写成向量的形式：

其中，p₁和p₂分别代表横纵网格点的个数，u₁和u₂分别代表横纵网格点坐标，代表坐标所对应的参数值，和定义如下：

l＝0,1,...,p₂,步骤二、进气流量计算：在参数Map图标定完成的基础上，通过双线性插值法计算出发动机当前工况所对应的速度密度模型参数，将此时的速度密度模型参数以及发动机转速、进气压力和进气温度代入到简化的速度密度模型中，可以计算出发动机气缸的进气流量。

2.如权利要求1所述的一种基于速度密度模型的发动机进气流量在线标定方法，其特征在于，所述空气流量传感器布置在节气门之前靠近节气门处，进气压力传感器和进气温度传感器布置在进气歧管内，转速传感器布置在发动机曲轴处；在发动机台架中，上述各传感器分别连接至dSpace，将通过simulink搭建的算法载入到dSpace中实时运算，改变发动机负载和节气门开度，使进气压力和发动机转速变化并覆盖全工况，逐渐标定出模型参数Map图。