论文总字数：27049字

摘 要

本文采用系统辨识的方法对柴油发动机建模，运用模型预测控制（MPC）对柴油发动机进行转矩跟踪控制，同时减少氮氧化物的排放以及燃油消耗。

柴油发动机是一个典型多输入多输出非线性系统，其内部物理化学过程复杂。基于第一准则（first principle）的精确物理建模相当困难。本文采用系统辨识的方法进行建模，采用伪随机二进制信号（PRBS）刺激系统并采集输出，通过预测误差法（PEM）估计系统的参数并得到状态空间模型，结果表明估计模型能很好逼近实际模型。

同时本文采用基于以上模型的MPC对柴油发动机进行控制设计，使得发动机能通过改变燃油喷射压力、燃油喷射时长以及废气循环系统阀门开度来追踪转矩设定并且减少氮氧化物排放以及燃油消耗。MPC能够对多输入多输出系统进行控制，同时能够处理输入约束问题。通过求解获得最优的输入让系统的性能指标函数最小，以此来达到优化控制的目的。该控制方法能够处理复杂的柴油发动机控制问题。通过仿真实验，MPC易于整定并且能获得良好的控制效果。本文中使用开源软件qpOASES求解QP问题，该软件求解速度快，满足了控制的实时性要求。

关键词：柴油发动机，系统辨识，PEM，模型预测控制，瞬态控制，废气排放

Model predictive control of diesel engine

Abstract

In this thesis, system identification is used to model the diesel engine. Based on the model, model predictive control is used to track the torque with decreasing the NOx and fuel consumption.

Diesel engine is such an MIMO system with highly nonlinear property. Modeling based on the first principle is not easy because of the complexity of the process of the diesel engine. Therefore system identification is implemented to model the engine of the MIMO process. System identification is quite a complex and important process. The quality of the model directly affects the quality of the control result. Therefore, a well-prepared experiment is implemented. In this thesis, I use the Pseudo Random Binary Sequence (PRBS) to excite the engine and acquire the outputs of the engine, then use the Prediction Error Method (PEM) to estimate the parameters of the state space model. The result shows the estimation model can quite fit the real model.

Based on the model build by system identification, model predictive control is implemented to control the engine. By controlling the injection pressure, injection time and EGR valve, the controller can track the torque with decreasing the NOx and fuel consumption. Model predictive control can handle the problem of multi-input and multi-output system with the constraints of inputs and the changing rate of inputs. By minimizing the cost function of the system, the optimal control input can be found and implemented. Model predictive control can handle the complex engine problem. Though the experiment, we can get a good result using model predictive control.

KEY WORDS: diesel engine, system identification, PEM, Model predictive control, transient control, exhausts emission

目录

摘 要 I

Abstract II

目录 III

第一章 绪论 1

1.1 研究意义 1

1.2 研究现状分析 1

1.3本文的研究目的、思想和主要研究内容 3

1.4 各章节内容概述 3

第二章 系统组成 4

2.1 柴油发动机概述 4

2.1.1 柴油发动机简介 4

2.1.2 柴油发动机与汽油发动机比较 4

2.2 柴油发动机系统构成 5

2.2.1 系统概况 5

2.2.2 柴油发动机本体 5

2.2.3 废气循环系统（EGR） 5

2.2.4 涡轮增压系统 6

2.2.5 共轨系统 8

2.2.6 小结 9

2.3 控制系统构成 9

2.3.1 MircoAutoBox 介绍 9

2.3.2 控制系统框架 12

第三章 系统辨识建模 14

3.1 柴油发动机建模概述 14

3.2 系统辨识 14

3.2.1 系统辨识概述 14

3.2.2 实验设计 15

3.2.3 模型选择 18

3.2.4 预测误差法(Prediction Error Method) 19

3.2.5 模型验证 20

3.2.6 实际辨识 21

3.3 本章小结 24

第四章 模型预测控制 25

4.1 模型预测控制概述 25

4.2 状态观测器 26

4.2.1 状态观测器概述 26

4.2.2 连续系统开环状态观测器 26

4.2.3 连续系统闭环状态观测器 27

4.2.4 时变 Kalman filter状态观测器 28

4.3 qpOASES 29

4.3.1 qpOASES简介 29

4.3.2 将MPC问题转化为使用qpOASES求解 29

4.3.3状态空间模型的转换 31

4.4 仿真 32

4.4.1程序框图 32

4.4.2 仿真参数设置 33

4.4.3仿真结果 34

4.5 本章小结 38

第五章 总结与展望 39

致谢 40

参考文献（References） 41

第一章 绪论

1.1 研究意义

我国经济快速增长，工业化程度大大增加，但是也付出了巨大的资源和环境代价。这两者之间矛盾日益尖锐。废水废气的排放已经影响到我们生活的方方面面。例如酸雨对建筑农业的影响，PM2.5严重超标对人体产生了严重的影响，温室气体对全球变暖的影响。人们对这些问题的关注也越来越高。

同时，随着人类对能源的过度开采利用，能源问题也越发严重。比如随着对石油的利用，开采的难度也越来越大，石油短缺问题与价格昂贵问题也随之而来。随着这些问题的出现与愈发严重，节能减排也愈发重要。

剩余内容已隐藏，请支付后下载全文，论文总字数：27049字