基于模型的电控柴油机标定技术(3)

２００５年１２月刘福水，等：基于模型的电控柴油机标定技术

的要求。

由于柴油机标定模型本质上具有很强的试验特性，很大程度上依赖于统计学方法，而柴油机标定试验是一个分阶段重复试验过程，因此，模型的建立过程应该分阶段。采用分阶段的统计模型适合于这种重复测量试验的数据建模，Ｈｏｌｌｉｄａｙ已经证明了二元回归方法在处理发动机试验数据时的有效性。该方法的优点在于考虑了试验数据的内在联系并将这种联系应用于试验数据的提取过程；同时通过采用响应特征量（ＲｅｓｐｏｎｓｅＦｅａｔｕｒｅｓ）构建不同变量之间的关系。这种建模方法可以通过相对简单的方法实现数据的获得、分析和数据的验证，只有在最后的多参数估计阶段才包含相对复杂的分析，而这一阶段可以通过最大似然估计实现，因此，这种方式更能够提供一种统计模型的框架，从而更有利于工程师的分析‘１引。

随着神经网络技术的发展，国外开始将该技术引入柴油机标定模型的研究ｎ５｜。采用这种方法的不足在于需要大量的试验结果来训练模型，如果试验不够充分，则无法建立模型。２．４参数优化

柴油机许多指标是相互矛盾的，寻求一种良好的折衷是一项复杂而且烦琐的工作。另外，不同的使用条件对电控系统的要求也不一样，这些都极大地促进了优化匹配技术的发展。柴油机是一个复杂的系统，其性能受到多个控制参数的影响，柴油机控制参数的优化属于多变量多维优化ｕ６‘１８。

对柴油机电控系统控制参数的优化标定有两种思路即局部优化和全局优化，它们之间不是相互替代而是相互补充的关系。

局部优化是指独立地对各个工况点的控制参数进行优化，不考虑工况点之间的相互影响；主要用于对柴油机大负荷工况区进行参数标定，对中小负荷工作区中不影响按照排放法规规范进行排放性能测试结果的那些工况进行控制参数的标定。目前主要的局部优化方法是梯度法。

全局优化是指将若干个工况点综合起来进行控制参数的优化。在柴油机研发中优化始终是在矛盾中进行的，优化过程并不仅仅是一个数学过程，而且还包含变量间的折衷，这是因为柴油机设计方案越来越多地考虑了大量的约束条件和要求。经验模型和优化技术需要足够的灵活以适应复杂的柴油机响应。传统的用于全局优化的方法有枚举法和Ｌａ—ｇｒａｎｇｅ乘子法。其中，枚举法是求解全局优化问题

万　

方数据最直观的方法，但又是一种具有指数时间复杂性的算法，当需要进行全局优化的柴油机控制参数较多时，求解所需要的时间令人难以接受。Ｌａｇｒａｎｇｅ乘子法是解决约束优化问题的重要方法之一，在众多领域有着广泛的应用。然而只有当优化问题是凸规划时，采用Ｌａｇｒａｎｇｅ乘子法优化方法才能获得全局最优解；而柴油机控制参数的全局优化问题不一定属于凸规划，因此采用Ｌａｇｒａｎｇｅ乘子法就不一定保证能够获得参数的全局最优解。另外，采用Ｌａ—ｇｒａｎｇｅ乘子法优化时，需要不断调整Ｌａｇｒａｎｇｅ乘子，而这个参数的调整对优化人员提出了很高的要求。目前新的发展方法有遗传算法、人工神经网络、鲁棒优化（ＲｏｂｕｓｔｎｅｓｓＯｐｔｉｍｉｓａｔｉｏｎ）、随机试验法（Ｍｏｎｔｅ—Ｃａｒｌｏ法）和法线一边界线交集优化（Ｎｏｒ－

ｒｅａｌ—ＢｏｕｎｄａｒｙＩｎｔｅｒｓｅｃｔｉｏｎＯｐｔｉｍｉｓａｔｉｏｎ）等。３

国内发展状况

国内对柴油机匹配优化研究还刚起步，在柴油

机标定方面的研究主要集中在标定技术的个别技术方面。如吉林工业大学和长春汽车研究所联合开发了用于柴油机电控喷油系统优化标定的系统口９｜，研究了自动化试验系统；北京理工大学开展了二元回归建模以及控制参数的遗传算法的优化研究［２叨；上海交通大学则开展了标定通讯协议的研究［２１。。

目前，国内还没有形成完整的柴油机标定理论，还不具备独立开展柴油机标定匹配的能力，而这将极大地制约国内电控柴油机的发展水平。

柴油机标定匹配是一项理论紧密联系试验的学科，因此，国内的研究单位应加强与企业的联合，以实际的电控柴油机为对象，积极开展柴油机电控系统的参数匹配技术研究。

４

结束语

随着柴油机电子控制的发展，电控系统优化匹

配的研究成为柴油机电控研究的核心内容；国际上正在深入研究柴油机电控系统的优化。基于模型的参数标定成为新的发展方向。加强柴油机控制参数匹配技术的研究对国内柴油机电控技术的发展具有非常重要的意义和紧迫性。

参考文献：

ｒ－１］Ｇｕｚｚｅｌｌａ

Ｉ。，ＡｍｓｔｕｔｚＡ．ＣｏｎｔｒｏｌｏｆＤｉｅｓｅｌ

ＥＲ－Ｉ．ＩＥＥＥ．

Ｃｏｎ．Ｓｙｓ

Ｍａｇａｚｉｎｅ．Ｏｃｔ１９９８．

［２］Ｂａｒｋｅｒ

ＴＤ．Ｅｎｇｉｎｅ

ＭａｐｐｉｎｇＴｅｃｈｎｉｑｕｅｓＩ－Ｊ－１．Ｉｎｔｅｒｎａ—

ｔｉｏｎａｌ

ＪｏｕｒｎａｌｏｆＶｅｈｉｃｌｅＤｅｓｉｇｎ，１９８２（３）：１４２－１５２．