用于基于模型地控制和调节内燃机的方法
技术领域
本发明涉及一种用于基于模型地控制和调节内燃机的方法,在所述方法中,取决于理论力矩通过燃烧模型来计算用于操控喷入系统调校元件的喷入系统理论值并且通过气体路径模型来计算用于操控气体路径调校元件的气体路径理论值并且在所述方法中,燃烧模型在内燃机的运转的运行中被适配。此外,在所述方法中,由优化器取决于喷入系统理论值和气体路径理论值来计算品质尺度,通过改变喷入系统理论和气体路径理论值,由优化器在预测范围之内将品质尺度最小化并且由优化器根据最小化的品质尺度将喷入系统理论值和气体路径理论值设定为对于调整内燃机的运行点是决定性的。
背景技术
内燃机的特性决定性地通过马达控制仪器取决于性能期望地进行确定。为此,在马达控制仪器的软件中运用相应的特征线和特征区。通过所述特征线和特征区,从性能期望、例如理论力矩中计算出内燃机的调校参量、例如喷射开始和必要的轨道压力。所述特征线/特征区在内燃机制造商方面在检查台运转时被配备有数据。然而,大量所述特征线/特征区和特征线/特征区彼此的相互作用导致高的调谐消耗。
因此,在实践中,尝试通过应用数学模型来减少调谐消耗。因此,例如DE 10 2006004 516 B3描述具有用于确定喷入量的概率表的贝叶斯网络并且US 2011/0172897 A1描述一种用于通过燃烧模型借助于神经元网络来适配喷射开始以及喷射量的方法。因为仅仅经训练的数据被塑造,所以所述数据必须首先在检查台运转时被学习。
从没有被在先公开的德国专利申请DE 10 2017 005 783.4中已知用于内燃机的基于模型的控制和调节方法,在所述方法中,通过燃烧模型来计算用于操控喷入系统调校元件的喷入系统理论值并且通过气体路径模型来计算用于操控气体路径调校元件的气体路径理论值。然后,由优化器随着如下目的来改变所述理论值,即在预测范围之内将品质尺度最小化。然后,最小化的品质尺度界定内燃机的尽可能好的运行点。关于明显降低的调谐消耗,所示出的方法虽然已被证实,然而还存在优化潜力。
发明内容
因此,本发明以如下任务为基础,即关于较好的品质进一步开发之前所描述的方法。
所述任务通过权利要求1的特征来解决。设计方案在从属权利要求中示出。
在根据本发明的方法中,根据理论力矩通过燃烧模型来计算用于操控喷入系统调校元件的喷入系统理论值并且通过气体路径模型来计算用于操控气体路径调校元件的气体路径理论值,其中,燃烧模型在内燃机的运转的运行中被适配。此外,在所述方法中,由优化器取决于喷入系统和气体路径理论值来计算品质尺度并且通过改变喷入系统理论值和气体路径理论值,由优化器在预测范围之内将品质尺度最小化。然后,如果最小化的品质尺度被确定,那么优化器最终将喷入系统和气体路径理论值设定为对于调整内燃机的运行点是决定性的。
燃烧模型通过用于呈现基础网格的第一高斯过程模型并且通过用于呈现适配数据点的第二高斯过程模型来适配。用于第一高斯过程模型的数据在单个气缸检查台上获得。在单个气缸检查台上能够对极端的运行条件进行调整,例如很冷的环境或很大的测地学的高度。通过接着的物理建模,全面改变所有的输入参量,以便覆盖内燃机的整个工作区域。由系统决定地,在第一高斯过程模型中的数据值仅仅大致地塑造在正常的运行区域中的马达系统。然而,有优点的是借助于第一高斯过程模型来塑造具有少量网格点的但是具有物理上有意义的推断特性(Extrapolationsverhalten)的基础网格。用于第二高斯过程模型的数据从具有固定的能够移动的区域的内燃机的DoE检查台运转中产生。因此由系统决定地,尽管具有高的品质,在第二高斯过程模型中的数据值仅仅对于所述固定的区域是有效的。因此,第一和第二高斯过程模型的组合包含具有实际测量的和推断的数据值的运行区域。
第二高斯过程模型的品质根据置信区间来评价。因此,窄的置信区间塑造高的品质,而反之宽的置信区间呈现较低的品质。在运转的运行中,当前的适配数据点的位置关于其相对于有效的置信区间的位置被评价。置信区间相应于两倍的标准偏差,也就是说,95%置信区间。如果当前的适配数据点处于置信区间之内,那么其补充第二高斯过程模型。如果当前的适配数据点处于有效的置信区间之外,那么第二高斯过程模型通过如下方式改变,即适配数据点从第二高斯过程模型中如此久地被移除,直至当前的适配数据点处于新的置信区间之内。
为了减少存储消耗并且为了降低计算时间,将适配数据点的总数量与极限值进行比较。在超过极限值时,以如下数量移除适配数据点,使得新的总数量小于极限值。如下的适配数据点被移除,所述适配数据点对于第二高斯过程模型具有小的影响或没有影响。
同样,为了降低计算时间设置成,用于呈现基础网格的第一高斯过程模型通过第二高斯过程模型被反向匹配。所述反向匹配以如下要求为基础,即第二高斯过程在第一高斯过程的网格点处等于零。在反向匹配时,给第一高斯过程模型的每个数据点印入时间戳。根据时间戳的时间上的改变能够确定时间级(Zeitrang)。从时间级中又能够估计用于内燃机的继续运行的时间间隔。换言之:例如故障的NOx传感器促使在第一高斯过程模型中的平均值的时间上的漂移。那么与此相应的时间级界定用于内燃机的基于模型的继续运行的剩下的剩余时间间隔。通过时间级,显然还能够识别内燃机的不被允许的操纵。
本发明提供适配的已知的优点,即同一产品系列的内燃机的统一化。换言之:通过适配来自主地降低批量偏差(Serienstreuung)。通过第一高斯过程模型借助于第二高斯过程模型的反向匹配,具有误差识别的自学习的系统被塑造。因为模型能够单个地被调谐并且所述模型总和上塑造内燃机,所以能够再次减少调谐消耗。至今必要的特征线和特征区是不可替代的。通过模型的可推断性能,不仅在动态的、瞬态的运行中或在少有的经调整的运行区域中计算能够负载的马达调校参量。此外,能够缩小调节的目标值与法定的排放极限值的距离。
附图说明
在图中,示出优选的实施例。其中:
图1示出系统视图,
图2示出基于模型的系统视图,
图3示出框线路图,
图4示出程序流程计划,
图5示出子程序,
图6示出第一适配示例,
图7示出第二适配示例,以及
图8示出第三适配示例。
具体实施方式
图1示出具有共轨系统的电子地控制的内燃机1的系统视图。共轨系统包括下面的机械的构件:用于从燃料罐2输送燃料的低压泵3、用于影响穿流的燃料体积流的可变的抽吸节流件4、用于在压力提高的情况下输送燃料的高压泵5、用于存储燃料的轨道6和用于将燃料喷入到内燃机1的燃烧空间中的喷射器7。可选地,共轨系统还能够实施有单个存储器,那么其中,例如在喷射器7中集成有单个存储器8作为附加的缓冲容积。将共轨系统的另外的功能性假设为已知的。
所示出的气体路径不仅包括空气引入部而且包括排气引出部。在空气引入部中布置有排气涡轮增压机11的压缩机、增压空气冷却器12、节流活门13、用于将增压空气与引回的排气引导在一起的通入部位14和进入阀15。在排气引出部中布置有排出阀16、排气涡轮增压机11的涡轮机和涡轮机旁通阀19。从排气引出部中分支出排气引回路径,在所述排气引回路径中布置有用于调整AGR率的AGR调校元件17和AGR冷却器18。
内燃机1的运行方式通过电子的控制仪器10(ECU)确定。电子的控制仪器10包含微型计算机系统的通常的组成部分、例如微处理器、I/O结构块、缓冲器和存储结构块(EEPROM、RAM)。在所述存储结构块中,对于内燃机1的运行相关的运行数据被运用为模型。通过所述模型,电子的控制仪器10从输入参量中计算出输出参量。决定性的输入参量是由操作者预设为性能期望的理论力矩M(理论)。控制仪器10的涉及共轨系统的输入参量是轨道压力pCR和可选地单个存储器压力pES,所述轨道压力借助于轨道压力传感器9进行测量。电子的控制仪器10的涉及空气路径的输入参量是节流活门13的打开角度W1、马达转速n实际、增压空气压力pLL、增压空气温度TLL和增压空气的湿度phi。电子的控制仪器10的涉及排气路径的输入参量是AGR调校元件17的打开角度W2、在排气涡轮增压机11的涡轮机的下游的空燃比λ、NOx实际值以及排气温度T排气。电子的控制仪器10的另外的没有示出的输入参量、例如冷却剂温度以附图标记“入”来概括。
在图1中作为电子的控制仪器10的输出参量来示出的是:用于操控抽吸节流件4的信号PWM、用于操控喷射器7的信号ve(喷射开始/喷射结束)、用于操控节流活门13的调校信号DK、用于操控AGR调校元件17的调校信号AGR、用于操控涡轮机旁通阀19的调校信号TBP和输出参量“出”。输出参量“出”代表性地表示另外的用于控制和调节内燃机1的调校信号,例如表示用于在分级增压(Registeraufladung)或可变的阀传动机构的情况下激活第二排气涡轮增压机的调校信号。
图2示出基于模型的系统视图。在所述图示中,电子的控制仪器10的输入参量是第一库Biblio1、第二库Biblio2、测量参量MESS和总附图标记“入”,所述总附图标记代表性地表示在图1中示出的输入参量。第一库Biblio1表征根据IMO的排放等级MARPOL(MarinePollution,海洋污染)或根据排放等级欧标IV/第四级别最终(EU IV/ Tier 4 final)的内燃机的运行。第二库Biblio2表征内燃机类型和最大的机械的结构部件负载、例如燃烧峰值压力或排气涡轮增压机的最大转速。输入参量MESS不仅表征直接地测量的物理的参量而且表征从中计算的辅助参量。电子的控制仪器的输出参量是用于置于下方的调节回路、喷射开始SB和喷射结束SE的理论值。在电子的控制仪器之内布置有燃烧模型20、适配21、气体路径模型22和优化器23。
不仅燃烧模型20而且气体路径模型22将内燃机的系统特性塑造为数学方程式。燃烧模型20静态地塑造在燃烧时的过程。与此相区别地,气体路径模型22塑造空气引导和排气引导的动态的特性。燃烧模型20包含单个模型,例如用于NOx和炭黑产生、用于排气温度、用于排气质量流和用于峰值压力。所述单个模型又取决于在气缸中的边界条件和喷入的参数。燃烧模型20在检查台运转、即所谓的DoE检查台运转(DoE:Design of Experiments,实验的设计)中的参考内燃机的情况下得到确定。在DoE检查台运转中,运行参数和调校参量系统地随着如下目的而变化,即取决于马达的参量和环境边界条件来塑造内燃机的总特性。燃烧模型20补充以适配21。适配的目的是降低内燃机的批量偏差。
在激活内燃机1之后,优化器23首先从第一库Biblio1读入排放等级并且从第二库Biblio2读入最大的机械的结构部件负载。接着,优化器23评估燃烧模型20,也即关于理论力矩M(理论)、排放极限值、环境边界条件、例如增压空气的湿度phi、内燃机的运行情况和适配数据点。运行情况尤其通过马达转速n实际、增压空气温度TLL和增压空气压力pLL来界定。优化器23的功能现在存在于评价用于操控喷入系统调校元件的喷入系统理论值和用于操控气体路径调校元件的气体路径理论值。在此,优化器23选出如下解决方案,在所述解决方案中,品质尺度被最小化。品质尺度被计算为在预测范围之内的二次的理论实际偏差的积分。例如以如下形式:
在此,w1、w2和w3意味着相应的加权因子。根据已知,从增压空气的湿度phi、增压空气温度、喷射开始SB和轨道压力pCR中得出氮氧化物排放。适配21介入到实际的实际值、例如NOx实际值或排气温度实际值中。
品质尺度通过如下方式被最小化,即由优化器23在第一时间点计算第一品质尺度,改变喷入系统理论值以及气体路径理论值,并且根据所述喷入系统理论值以及气体路径理论值在预测范围之内预计第二品质尺度。然后,根据这两个品质尺度相对于彼此的偏差,优化器23确定最小的品质尺度,并且将所述最小的品质尺度设定为对于内燃机是决定性的。对于在图中示出的示例,这对于喷入系统是理论轨道压力pCR(SL)和喷射开始SB以及喷射结束SE。理论轨道压力pCR(SL)是用于置于下方的轨道压力调节回路24的引导参量。轨道压力调节回路24的调校参量相应于用于加载抽吸节流件的PWM信号。喷射器(图1:7)随着喷射开始SB和喷射结束SE直接被加载。对于气体路径,优化器23间接确定气体路径理论值。在所示出的示例中,这是用于对于置于下方的λ调节回路25和置于下方的AGR调节回路26进行预设的λ理论值LAM(SL)和AGR理论值AGR(SL)。这两个调节回路25和26的调校参量相应于用于操控涡轮机旁通的信号TBP、用于操控AGR调校元件的信号AGR和用于操控节流活门的信号DK。被引回的测量参量MESS由电子的控制仪器10读入。测量参量MESS不仅能够理解为直接地测量的物理的参量而且能够理解为从中计算的辅助参量。在所示出的示例中,λ实际值LAM(实际)和AGR实际值AGR(实际)被读入。
图3以框线路图示出这两个用于适配燃烧模型的高斯过程模型的相互作用。高斯过程模型对于技术人员来说是已知的,例如从DE 10 2014 225 039 A1或DE 10 2013 220432 A1中已知。完全一般地,高斯过程通过平均值函数和协方差函数界定。平均值函数通常被假设为零或引入线性/多项式的曲线。协方差函数说明任意的点的关系。第一功能块27包含全马达的DoE数据(DoE:Design of Experiments,实验的设计)。所述用于参考内燃机的数据通过如下方式在检查台运转时进行测定,即在内燃机的固定的能够移动的区域中对输入参量在其整个调校范围中的所有的变化进行测定。所述数据以高的准确性表征内燃机在固定的能够移动的区域中的特性。第二功能块28包含在单个气缸检查台处获得的数据。在单个气缸检查台的情况下,能够对在DoE检查台运转时不能够检验的运行区域进行调整,例如大的测地学的高度或极端的温度。这一些测量数据用作对于物理模型的参数化的基础,所述物理模型大致正确地复现燃烧的整体的特性。所述物理模型大致呈现内燃机在极端的边界条件中的特性。通过推断,使所述物理模型完整,从而正常的运行区域被大致正确地描述。在图3中,可推断的模型以附图标记29进行表征。从所述模型中又产生用于呈现基础网格的第一高斯过程模型30(GP1)。
数据点的这两个量的结合形成第二高斯过程模型31。由此,内燃机的通过DoE数据描述的运行区域还通过所述值进行确定并且运行区域(对于所述运行区域不存在有DoE数据)通过所述物理模型的数据复现。因为第二高斯过程模型在运转的运行中被适配,所以其用于呈现适配点。也就是说,完全一般地适用于模型值(附图标记32):
(2)E[x]=GP1+GP2
在此,GP1相应于用于呈现基础网格的第一高斯过程模型,GP2相应于用于呈现适配数据点的第二高斯过程模型并且模型值E[x]相应于用于优化器的输入参量、例如NOx实际值或排气温度实际值。通过在图中的双箭头示出两个信息途径。第一信息途径表征基础网格的从第一高斯模型30到模型值32的数据准备。第二信息途径表征第一高斯过程模型30通过第二高斯过程模型31的反向匹配。
在图4中,以程序流程计划示出主程序,通过所述主程序,优化器在预测范围之内对品质尺度J进行优化。伴随着子程序UP适配(UP Adaption)属于所述主程序,通过所述子程序UP适配提供用于优化器的经适配的值。子程序UP适配具有比主程序更长的运行时间,也就是说,并不是在主程序的每次运行时都有新的经适配的值被提供。在S1中的初始化之后,在S2中检查启动过程是否结束。如果所述启动过程仍在运转,访问结果S2:否,那么分支回到点A。如果启动过程结束,那么在S3中读入能够由操作者预设的理论力矩M(理论)和NOx理论值NOx(理论)。随其后,在S4中探测内燃机的运行情况。运行情况通过测量参量、尤其通过马达转速n实际、增压空气温度TLL、增压空气压力pLL和增压空气的湿度phi界定。运行情况一方面在子程序优化器中被继续处理(步骤S5)并且另一方面在子程序UP适配中被继续处理。结合图5来说明子程序。
在调出子程序UP优化器(Up Optimierer)之后,在S6中产生起始值、例如喷射开始SB。第一品质尺度J1根据方程式(1)在S7中进行计算并且在S8中将运转变量i设定为零。之后,在S9中,起始值被改变并且被计算为用于调校参量的新的理论值。在S10中,运转变量i提高了1。然后,根据新的理论值在S11中针对预测范围,例如针对下一个8秒来预计第二品质尺度J2。在S12中,第一品质尺度J1再减去第二品质尺度J2并且与极限值GW比较。通过对这两个品质尺度进行作差来检验品质尺度的进一步的进展。备选地,根据运转变量i与极限值iGW的比较来检查优化已经被运行了多少次。这两个极限值考虑就此而言是对于进一步的优化的中断标准。如果进一步的优化是可行的,访问结果S12:否,那么分支回到点C。否则在S13中由优化器将第二品质尺度J2设定为最小的品质尺度J(min)。然后,从最小的品质尺度J(min)中得出用于对于相应的调校元件进行预设的喷入系统理论值和气体路径理论值。随其后,在S14中检查是否开始了马达停止。如果这不是这种情况,访问结果S14:否,那么分支回到点B。否则,程序流程计划结束。对于优化器的作用原理包括预计在内的详细的描述从具有官方的文件号DE 10 2017 005 783.4的没有被在先公开的专利申请中已知,由此参考所述专利申请。
在图5中示出子程序UP适配。在S1中检查当前的数据点是否处于有效的置信区间KB之内。如果所述当前的数据点处于在有效的置信区间KB之外,访问结果Sl:否,那么分支到S2并且将已经保存的适配数据点移除。之后,分支回到点A并且重新在S1中检查当前的适配数据点是否从现在起处于新的置信区间中。这种情况在图6中示出并且结合图6进行阐释。也就是说,在环Sl和S2中,适配数据点如此久地从第二高斯过程模型中移除直至当前的适配数据点处于新的置信区间之内。如果在S1中已经确定当前的数据点处于置信区间KB之内,访问结果Sl:是,那么在S3中当前的适配数据点被添加给第二高斯过程模型。接着,在S4中检查适配数据点的总数量n是否大于极限值GW。如果这不是这种情况,访问结果S4:否,那么程序流程在S6中继续。否则在S5中将如下的适配数据点移除,所述适配数据点对平均值影响最小。接着,分支回到点B并且在S4中重新访问总数量n。因此,通过环S4/S5,将如此多的适配数据点从第二高斯过程模型中移除直至总数量n处于极限值GW之下。减少的存储消耗和较快速的运行时间是有优点的。
在S6中检查用于呈现基础网格的第一高斯过程模型是否必须被匹配。如果这不是必要的,访问结果S6:否,那么程序流程在点C继续。如果匹配是必要的,访问结果S6:是,那么第一高斯过程模型以如下形式进行匹配,使得第一高斯过程模型的期望值通过第二高斯过程模型反向匹配。之后,程序流程在点C继续。在S8中,检查针对超过极限值的时间级ZR。给在第一高斯过程模型中的每个数据点引入时间戳。数据点的改变,也就是说,时间上的漂移(Drift)使时间级改变。如果在S8中确定时间级ZR大于极限值GW,访问结果S8:是,那么在S9中输出警告指示以及剩下的剩余使用持续时间并且程序流程在S10中继续。反之,如果在S8中确定时间级ZR小于极限值GW,访问结果S8:否,那么程序流程在点D和S10中继续。通过访问时间级能够识别传感器、例如NOx传感器失效。由此,同样能够识别内燃机的不被允许的操纵。根据时间级来估计,尽管有传感器故障存在,内燃机的基于模型的继续运行还能够进行多久。在S10中检查经适配的值是否应该应用在主程序中。在肯定的检查中,访问结果S10:是,进行到图4的主程序中的返回,伴随着到主程序处的结果传递。在否定的检查中,访问结果S10:否,进行到图4的主程序中的返回,而没有到主程序处的结果传递。
在图6中示出如下情况,即当前的适配数据点不处于有效的置信区间中。有效的置信区间根据平均值MW(期望值My)和协方差(σ2)界定。图6包括图6A至6D。为了更好的示出,所述图被二维地示出。在此,在横坐标上描绘参量X,所述参量代表性地表示模型的输入参量,也就是说,例如喷射开始SB、轨道压力pCR、增压空气压力pLL或增压空气的湿度phi。在纵坐标上示出的是参量Y,所述参量代表性地表示能够被适配的模型值,例如表示NOx或排气温度。不能够被适配的参量例如是炭黑、力矩或燃料消耗,其同样通过方程式(2)示出。也就是说,在实践中,参量X和Y是多维的。在图6A中示出的是第一适配数据点A(2/1)、第二适配数据点B(3/1)和当前的适配数据点C(2.5/0)。当前的适配数据点C没有处于有效的置信区间KB之内,所述有效的置信区间在图中以划阴影线的方式示出。之后,检查有效的置信区间KB(图6A)由于移除第一适配数据点A(2/1)将会怎样地变化。从图6B中能够看出,尽管移除了第一适配数据点A,当前的适配数据点C将会始终处于新的置信区间KB1之外。因此,第一适配数据点A没有被移除,而是第二适配数据点B(3/1)被移除。如在图6C中示出的那样,从现在起当前的适配数据值C处于新的置信区间KB2之内。因此,第二高斯过程模型以如下地形式进行匹配,使得当前的适配数据点C(2.5/0)被接收并且保留已经保存的第一适配数据点A(2/1)。然后基于重新计算得出新的置信区间KB,如在图6D中示出的那样。
在图7中示出如下情况,当前的适配数据点处于当前的置信区间KB之内。图7包括图7A和7B。在横坐标上描述的参量X和在纵坐标上描述的参量Y相应于在图6中所描述的参量。在图7A中示出的是第一适配数据点A(2/1)、第二适配数据点B(3/1)和当前的适配数据点C(4/1)。因为当前的适配数据点C处于有效的置信区间KB之内,所以当前的适配数据点C被接收到第二高斯过程模型中并且接着计算新的置信区间KB。基于置信区间的重新计算,所述置信区间在适配数据点A至C之间明显更窄。为此参见图7B。较窄的置信区间示出改善了的品质。
在图8中示出第一高斯过程模型通过第二高斯过程模型的反向匹配的情况。图8包括图8A和8B。图8A详细地示出D,第一高斯过程模型(实线)与第二高斯过程模型(点划线)的平均值相区别。反向匹配以如下形式出现,使得第一高斯过程模型的期望值如下地进行匹配,使得所述第一高斯过程模型的期望值相应于第二高斯过程模型的适配数据点,参见图8B。
附图标记列表
1 内燃机
2 燃料罐
3 低压泵
4 抽吸节流件
5 高压泵
6 轨道
7 喷射器
8 单个存储器
9 轨道压力传感器
10 电子的控制仪器
11 排气涡轮增压机
12 增压空气冷却器
13 节流活门
14 通入部位
15 进入阀
16 排出阀
17 AGR调校元件(AGR:排气引回件)
18 AGR冷却器
19 涡轮机旁通阀
20 燃烧模型
21 适配
22 气体路径模型
23 优化器
24 轨道压力调节回路
25 λ调节回路
26 AGR调节回路
27 第一功能块(DoE数据)
28 第二功能块(数据 单个气缸)
29 模型
30 第一高斯过程模型(GP1)
31 第二高斯过程模型(GP2)
32 模型值。