摘要：为对某重型柴油机EGR系统进行排放优化和流量精确控制,基于排放优化原则,采用了一种节气阀配合EGR阀控制EGR流量的全工况两阀联合控制系统。先后在半实物实时仿真平台和台架上进行了控制器跟踪效果和排放改进效果的验证。结果表明:所设计的控制器能在各种工况下精确控制空燃比;在测试工况条件下,排放水平较稳态EGR优化MAP控制方法有了较大改进。

摘要：针对尿素选择性催化还原(urea-SCR)系统氨覆盖率状态变量不可测量问题,在输入-状态稳定性理论(ISS)框架下设计了一款降维观测器。为保证观测器误差动态的鲁棒性,将温度、废气流量传感器测量等模型误差看作外部扰动,在ISS理论框架下进行了分析。为了提高观测器对噪声的鲁棒性并减少估计的静态误差,本文通过线性矩阵不等式(LMI)和凸优化得到了尽可能小的观测器增益。在enDYNA精确发动机模型的FTP75测试循环下进行了瞬态仿真,与普通的机理观测器对比表明,本文提出的降维观测器对外界干扰和参数不确定性具有更强的鲁棒性。

摘要：基于时滞影响的GDI发动机非线性平均值怠速系统模型,针对怠速工况下汽车附件用电产生的扭矩干扰量,设计了时滞依赖的H∞状态反馈控制器,使闭环控制系统渐进稳定同时,满足输出量对扰动输入的抑制能力为γ。该时滞既包括发动机稳态下的燃油喷射到力矩输出时间延迟,瞬态下节气阀控制进气量这一时刻到这部分进气量实际进入缸内的时间延迟,还包括节气阀执行控制量动作的延迟。上述时滞参数都是不确定的并且时不变的,但分别有恒定的上界。最后,用以en_DYNA软件建立的精确发动机模型,验证之前建模的正确性及控制方法的有效性。通过与未考虑时滞问题设计的控制器以及考虑到时滞问题设计的时滞非依赖控制器的控制效果进行仿真比较,本文设计的时滞依赖的控制器综合控制效果最好。

摘要：为了有效解决星敏感器安装布局的问题并提高效率,提出了一种基于粒子群优化(PSO)算法的星敏感器布局设计方案。首先,应用空间球面投影方法选择有效规避地气光的点集作为粒子种群库。然后,将星敏感器光轴矢量和太阳矢量间的夹角与星敏感器太阳规避角的差值作为种群评价函数,通过种群粒子搜寻全局最优解的方式寻找到最佳的星敏感器布局。最后,通过试验案例证明由本文设计方法选出的星敏感器布局完全满足星敏感器在轨有效性的要求。

摘要：为了同时实现较高的NOx转化率和较低的氨逃逸,提出了一种新颖的面向控制的urea-SCR模型,基于三步非线性控制方法——'三步法'设计了控制器。该控制器能够调节时变参数的非线性系统,跟踪理想的氨覆盖率目标。针对测量噪声和系统的不确定性,研究分析了该闭环系统的稳定性。研究基于精确enDYNA模型,在FTP75瞬态测试循环条件下,与蒙特卡罗随机参数法选取的最优PID控制器对比表明,所提出的控制策略具有很大优势。

摘要：柴油发动机尿素选择催化还原(Urea-selective catalytic reduction,Urea-SCR)控制系统以尿素的喷射量为控制输入,通过精确控制尾气后处理装置中氨的覆盖率,将尾气中有毒的氮氧化物还原成无毒的氮气和水。针对车载Urea-SCR系统具有非线性,干扰动态难以建模的特点,设计了工程中常用的前馈加反馈结构的2自由度控制系统。前馈控制器部分采用微分平坦方法,根据氨覆盖率的期望值,得到了前馈控制输入;在此基础上,将Urea-SCR系统在前馈控制输入的平衡点处进行泰勒展开,将尿素未转化量的建模动态及参数不确定性等考虑成幅值有界的扰动输入,进而设计了满足H∞性能指标的反馈控制控制器对氨覆盖率进行精确控制。最后,通过在发动机动力学仿真软件en DYNA中FTP75测试循环的仿真实验,验证了算法的跟踪性能和鲁棒性。

摘要：针对现实中难以获取未来驾驶工况信息的问题,提出了平均意义上的驾驶工况模型及随机动态规划的控制方法。首先,采用基于马尔可夫链的驾驶循环生成器获得驾驶员需求加速度的期望值;然后,设计随机动态规划(SDP)控制器获得对于一簇统计特性相近的驾驶工况均适用的近似最优控制策略;最后,通过与确定型动态规划(DDP)和单步模型预测控制(SSMPC)对比,验证了本文方法在计算时间及控制效果上的优越性。

摘要：根据某企业在研的数据,研究基于AMESim软件建立了跨临界CO2汽车空调系统半理论模型。基于汽车行驶中工况条件多变的实际情况,为使制冷性能系数(COP,Coefficient of Performance)达到最大值,先后从热力学、系统性能分析以及优化控制角度进行了研究。根据火用损失分析和性能分析结果,设计了高压侧压力模糊PID控制器。该控制器能够在系统受到环境温度变化的干扰下,迅速控制制冷剂高压侧压力使系统获得最大COP值;与普通PID控制器的效果对比表明,该控制器的调节时间缩短了200 s,超调量下降了约50%,膨胀阀动作幅度也降低了约40%,控制效果得到了很大改善。

摘要：基于大量的台架试验数据,利用反向传播神经网络(BPNN)设计了燃油喷射在线学习预测模型,结合PID反馈完成扭矩跟踪的实时控制。其中,燃油喷射BPNN预测模型采用一种实时的简化离散模型,模型的阈值可以在线学习更新,具有参数自适应性。台架试验表明,相比于固定参数的BPNN模型,提出的阈值在线学习的BPNN模型具有更高的预测精度;提出的可变阈值VTBPNN预测前馈加PID反馈控制器能够满足扭矩跟踪的实时性需求,并且相比于普通可变参数VPPID控制器,在瞬态工况干扰下鲁棒性更强,跟踪误差更小。

摘要：为了同时实现较高的NOx转化效率和较低的NH3逃逸量这一矛盾的排放控制需求,基于数据驱动预测控制技术设计了一款urea-SCR系统尿素喷射控制器。数据来自某型号柴油机台架ETC瞬态循环测试试验,控制器直接由四输入及两输出(预测输出和约束输出)耦合激励再分离得出。基于系统的实际物理特性,在控制问题描述中明确考虑了输入输出量的时域约束。考虑到相对参考无偏的控制需求,预测方程采用增量型。台架测试表明,激励工况下,控制器能够满足优化问题提出的排放控制目标;非激励瞬态工况下,对于工况变化不确定性引起的干扰,控制器具有较好的鲁棒性。