[发明专利]一种涡轮增压汽油机气路协调的预测控制并行计算方法有效
申请号: | 202110344738.X | 申请日: | 2021-03-31 |
公开(公告)号: | CN113006954B | 公开(公告)日: | 2022-06-07 |
发明(设计)人: | 陈虹;孟强;李斌;张琳;黄岩军;胡浩奇 | 申请(专利权)人: | 同济大学 |
主分类号: | F02D41/00 | 分类号: | F02D41/00;F02D41/14;F02D23/00 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 丁云 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 涡轮 增压 汽油机 协调 预测 控制 并行 计算方法 | ||
本发明涉及一种涡轮增压汽油机气路协调的预测控制并行计算方法,包括以下步骤:构建涡轮增压汽油机气路系统的进气歧管压力和增压压力的预测模型;搭建系统的目标函数;建立预测模型和目标函数的并行计算架构,所述的并行计算架构采用触发式并行计算方法同步计算预测模型和目标函数;采用反向传播的方式求解计算梯度,利用梯度下降法优化执行机构节气门开度和旁通阀开度的控制量,实现涡轮发动机气路实时协调控制。与现有技术相比,本发明利用梯度下降法求解最优解的方法缩短了模型预测控制求解时间,提高了基于非线性神经网络预测控制的气路协调控制系统的实时性,使得该控制系统运用于实际汽油机气路系统控制中成为可能。
技术领域
本发明涉及预测控制计算领域,尤其是涉及一种涡轮增压汽油机气路协调的预测控制并行计算方法。
背景技术
随着汽车技术的不断发展,它给我们的生活带了便利的同时也带来了环境污染与能源危机的问题。因此,节能减排是中国汽车行业发展的重要方向。增压技术有使气缸内的燃烧更为充分的特点,是被广泛使用的降低发动机的油耗和污染物的排放的关键技术之一。但是,涡轮增压汽油机进气部分和排气部分的耦合性使得节气门和旁通阀的动作存在相互影响,且缺乏非线性理论模型。
基于非线性神经网络预测控制的气路协调控制系统相比传统的现有控制方法有着无需系统的内部结构和工作原理,通过输入输出数据来学习系统特征、实现涡轮增压汽油机气路系统的耦合控制和考虑系统约束的优点。但是,粒子群优化求解算法的庞大计算量会导致的控制实时性差,而汽油机的气路压力控制是快速响应系统,这使得基于非线性神经网络预测控制的气路协调控制系统很难运用于实际汽油机气路系统控制中。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种涡轮增压汽油机气路协调的预测控制并行计算方法。
本发明的目的可以通过以下技术方案来实现:
一种涡轮增压汽油机气路协调的预测控制并行计算方法,包括以下步骤:
S1:构建涡轮增压汽油机气路系统的进气歧管压力和增压压力的预测模型;
S2:以最小化进气歧管压力、增压压力的期望偏差及执行机构节气门开度、旁通阀开度的变化为目标搭建目标函数;
S3:建立预测模型和目标函数的模型预测控制并行计算架构,所述的并行计算架构采用触发式并行计算方法同步计算预测模型和目标函数;
S4:采用反向传播的方式求解计算梯度,利用梯度下降法优化执行机构节气门开度和旁通阀开度的控制量,实现涡轮发动机气路实时协调控制。
优选地,所述的预测模型为以节气门开度、旁通阀开度、进气歧管压力、增压压力和发动机转速为输入,以进气歧管压力、增压压力为输出的预测模型。
优选地,所述的预测模型为三层的神经网络,所述神经网络由输入层到隐含层的非线性映射关系采用高斯基函数。
优选地,所述的目标函数为:
其中,N为预测步长,P为终端的加权矩阵,Q为状态加权矩阵,R为控制量的加权矩阵,ΔU(k+i|k)为第k时刻中第i步时的控制量的变化量,p(k+i|k)为第k时刻中第i步时的状态量预测值,p(k+N|k)为第k时刻中第N步时的状态量预测值,为第k+1时刻状态量期望值。
优选地,所述的步骤S3的模型预测控制并行计算架构中,当前步序的预测模型和目标函数的求解均完成的标志为下一步序的计算开始的标志,实现预测模型、目标函数的并行计算。
优选地,所述的预测模型与目标函数的递推关系为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110344738.X/2.html,转载请声明来源钻瓜专利网。