基于观测器的电子节气门智能双积分滑模控制方法技术

本发明专利技术公开了一种基于观测器的电子节气门智能双积分滑模控制方法，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。本发明专利技术确保了电子节气门跟踪期望输入的精度。

【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。另外实际应用中，节气门开度变化不可测，为此，Pan等[4]利用滑模观测器和滑模控制分别实现了节气门开度变化的估计和电子节气门的控制。然而，在高频环境下系统仍存在抖振现象。为此，胡云峰等[5]通过降阶观测器和反演控制完成了控制系统的设计，并利用输入到状态稳定性分析给出了控制器参数选择的指导性原则，但控制器设计中忽略了扰动的影响，导致控制精度降低。另外，Kim等[6]采用动态规划技术对电子节气门控制器进行了设计，同时，设计了满足驾驶员动力需求的节气门MAPS图。虽然该控制器能够优化汽车的燃油经济性，但是MAPS图因其不具备自学习能力，随着汽车传动部件的磨损，而使传动系统不 能向汽车提供足够的动力，并且在参数变动和扰动存在时，优化控制技术不能确保控制器的鲁棒性。由于良好的控制性能，近年来智能控制被广泛用于汽车控制中。如Yuan等[7,8]采用神经网络设计了电子节气门自学习控制器，使得控制器具有很强的抗扰动和参数不确定性能力。然而，由于神经网络控制器学习容量大，导致难以在微控制器中运行。Wang等[9]提出了一种基于前馈补偿器的智能模糊控制器，其中，前馈补偿器能够有效的对非线性滞后进行补偿。但是，在对非线性滞后特性进行模糊设计时，模糊规则设计的太简单以致不能有效的对滞后特性进行描述，导致前馈补偿器不能精确的对其进行补偿。上述研究均针对电子节气门控制系统中存在的某一非线性特性进行了侧重探讨，弱化了其他非线性特性、扰动及不确定因素对控制器设计的影响；并且上述研究均未对阀片阻力矩进行细致的刻画。因此，针对现有电子节气门模型及控制方法存在的不足，需要采用一种合理且易实现的方法对节气门进行控制，以使电子节气门能够很好的对期望开度进行跟踪。
技术实现思路
本专利技术的目的是提供一种基于观测器的电子节气门智能双积分滑模控制方法，以确保电子节气门跟踪期望输入的精度。本专利技术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， 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。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。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。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。所述隐含层的活化函数为正负对称的Sigmoid函数。所述输出层的活化函数为非负的Sigmoid函数。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：b＝KtKch/(JKl)；Kt为电机扭矩常数；Kch为斩波器增益；J为折算到电机侧的系统总转动惯量；Kl＝θm/θ为齿轮传动比；u为控制输入电压；x1＝θ，表示节气门开度；表示节气门开度的估计值；表示节气门开度变化量的估计值；bi(i＝1,2,3)为能够使多项式s3+b1s2+b2s+b3为Hurwitz矩阵的正常数；同时g(z)满足以下条件：非线性函数g(z)连续可微，且g(0)＝0。所述智能双积分滑模控制律的表达式为：u=-1b[-θ··d+a21(x1-θ0)+a22x^2-α2sgn(x^2)+d^-α1sgn(x1-θ0)-α3ΔPcos2s1-f-δsat(s(t))]]]>式中：b＝KtKch/(JKl)；a21=-Ksp/(JKl2);a22=-(Kl2KtKv+Fs)/(JKl2);α2=Fc/(JKl2);]]>α1=Kp/(JKl2);α3=πRafRp2/(JKl2);]]>d≤|D|；ΔP＝Patm-Pm；f=k1e·(t)+k2e(t)+k3∫0te(τ)dτ;]]>e＝θd-x1；x1＝θ；u为控制输入电压；θ表示节气门开度；θ0为节气门默认开度；θd为系统期望节气门开度；表示节气门开度变化量的估计值；Tsp(θ)为复位弹簧扭矩；J为折算到电机侧的系统总转动惯量；Kl＝θm/θ为齿轮传动比；Ksp为复位弹簧弹性系数；Kt为电 机扭矩常数；Kv为电机反电动势常数；Fs为滑动摩擦系数；Kch为斩波器增益；Kp为复位弹簧预紧力矩；Fc为库伦摩擦系数；Raf为气流冲击力的焦点到节气门中心的距离；Rp为节气门阀片半径；Patm为大气压强；Pm为进气歧管的压强；k本文档来自技高网...

【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