【技术实现步骤摘要】
本专利技术属于汽车发动机电子节气门控制方法,具体涉及一种基于观测器的电子节气门智能双积分滑模控制方法。
技术介绍
电子节气门作为发动机进气系统的重要组成,可以通过调节进入气缸的空气流量,进而对发动机空燃比进行控制。此外,精确的电子节气门控制不仅可以改善汽车的燃油经济性、排放性能,还能够改善驾驶员对汽车的操作性能,对汽车的乘坐舒适性具有重要影响。此外,由于电子节气门存在复杂的非线性耦合,如粘滑摩擦非线性、复位弹簧非线性和齿轮间隙非线性,使得精确的电子节气门控制变得异常困难,因此,电子节气门控制算法的研究引起了学界广泛关注。近年来,国内外许多学者针对电子节气门已进行了许多相关研究,并取得了一定的成果,遗憾的是,其中一些控制策略由于对电子节气门非线性特性考虑不全面,导致控制器精度不能够达到要求,使得控制器难以对节气门进行有效的控制。针对摩擦和复位弹簧非线性,Deur等[1]设计了一种优化PID控制算法,通过设计反馈补偿器对摩擦和复位弹簧非线性的影响进行了补偿,遗憾的是,该算法没有给出如何选取补偿器参数,且需要辨识控制对象的参数。受文献[1]的启发,Yuan等[2]将神经网络结合PID控制引入到电子节气门控制中,实现了电子节气门的精确控制并完成了PID参数的自适应调整以及对象参数的辨识,值得指出的是,文中并没有考虑到复位弹簧预紧力矩对电子节气门控制的影响。随后,Sheng等[3]采用分阶模糊PID控制对电子节气门进行了控制,并利用果蝇优化算法对控制器参数进行了优化设计,不足之处在于Sheng等并没有对齿轮间隙非线性进行细致的描述 ...
【技术保护点】
一种基于观测器的电子节气门智能双积分滑模控制方法,其特征在于,包括以下步骤:采用扩张状态观测器,根据节气门的实际开度θ(x1)对节气门开度变化进行量x2估计,得到节气门开度变化量的估计值通过李雅普洛夫稳定性定理结合滑模控制和神经网络得到智能双积分滑模控制律及扰动自适应律,对电子节气门开度进行控制和对扰动进行补偿;通过BP神经网络对智能双积分滑模控制器参数进行自适应设计,BP神经网络的输入为节气门实际开度与期望开度的误差e和误差变化BP神经网络的输出分别作为似D控制,P控制,I控制的控制增益kd,kp,ki;通过智能双积分滑模控制器输出控制输入电压u控制电子节气门的直流电机对电子节气门的开度进行控制。
【技术特征摘要】
1.一种基于观测器的电子节气门智能双积分滑模控制方法,其特征在于,包括以下步
骤:
采用扩张状态观测器,根据节气门的实际开度θ(x1)对节气门开度变化进行量x2估计,
得到节气门开度变化量的估计值通过李雅普洛夫稳定性定理结合滑模控制和神经网络得到智能双积分滑模控制律及扰
动自适应律,对电子节气门开度进行控制和对扰动进行补偿;
通过BP神经网络对智能双积分滑模控制器参数进行自适应设计,BP神经网络的输入
为节气门实际开度与期望开度的误差e和误差变化BP神经网络的输出分别作为似D控
制,P控制,I控制的控制增益kd,kp,ki;
通过智能双积分滑模控制器输出控制输入电压u控制电子节气门的直流电机对电子节
气门的开度进行控制。
2.根据权利要求1所述的基于观测器的电子节气门智能双积分滑模控制方法,其特征
在于:在所述得到的智能双积分滑模控制律时,用节气门开度变化量的估计值代替节气
门开度变化量x2。
3.根据权利要求1或2所述的基于观测器的电子节气门智能双积分滑模控制方法,其
特征在于:所述BP神经网络共三层,包括输入层、隐含层和输出层,输入层有2个神经元,
隐含层有5个神经元,输出层有3个神经元。
4.根据权利要求1或2所述的基于观测器的电子节气门智能双积分滑模控制方法,其
特征在于:所述BP神经网络采用梯度下降法对网络的权值系数进行修正。
5.根据权利要求3所述的基于观测器的电子节气门智能双积分滑模控制方法,其特征
在于:所述隐含层的活化函数为正负对称的Sigmoid函数。
6.根据权利要求3所述的基于观测器的电子节气门智能双积分滑模控制方法,其特征
在于:所述输出层的活化函数为非负的Sigmoid函数。
7.根据权利要求1或2所述的基于观测器的电子节气门智能双积分滑模控制方法,其
特征在于:所述扩张状态观测器的表达式为:
x^.1=x^2-b1g′(x^1-x1)g(x^1-x1)x^.2=x^3-b2g′(x^1-x1)g(x^1-x1)+bux^.3=-b3g′(x^1-x1)g(x^1-x1)]]>式中...
【专利技术属性】
技术研发人员:杨斌,郑太雄,杨新琴,李玲,王波,潘松,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:重庆;85
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。