一种基于卡尔曼滤波的高压共轨系统喷油规律观测方法技术方案

本发明专利技术的目的在于提供一种基于卡尔曼滤波的高压共轨系统喷油规律观测方法，包括如下步骤：建立基于瞬时共轨压力的喷油规律动力学方程；构建喷油观测状态空间模型，并对连续状态模型进行离散化；设计基于卡尔曼滤波的喷油规律闭环观测器；喷油量在线实时观测。本发明专利技术在线性定常模型的基础上，针对轨压大范围变化情况，建立了喷油规律的线性时变模型状态空间模型，并将模型不确定性及测量噪声考虑在模型中，提出了基于线性时变模型的卡尔曼滤波观测方法，实现喷油量的闭环观测。实现喷油量的闭环观测。实现喷油量的闭环观测。

【技术实现步骤摘要】
一种基于卡尔曼滤波的高压共轨系统喷油规律观测方法


[0001]本专利技术涉及的是一种喷油规律观测方法，具体地说是柴油机喷油规律观测方法。

技术介绍

[0002]随着排放法规的日渐严苛，柴油机作为船舶主要的动力源，对于提高其经济性和排放性的要求日益迫切。燃油系统循环喷油的稳定性直接影响到燃烧产物和油耗，高效稳定的喷油特性对于保证高压共轨柴油机经济性、动力性及排放性具有重要意义。由于柴油机缸内环境恶劣，无法安装燃油流量传感器，在实际运行过程中不能实时获得喷油信息，现阶段喷油量控制大都基于标定的MAP图进行开环控制，通过轨压闭环与转速闭环间接调节喷油过程。但是，由于高压共轨系统液力影响复杂，随着工作环境、运行工况变化以及系统结构参数退化，这种方法难以保证循环喷油性能调节的一致性和可靠性。因此，燃油喷射过程的精确控制是柴油机领域亟待解决的关键问题。若能实时获取每次喷射过程的喷油信息，从而实时调整喷油规律，实现喷油量闭环控制，将大大提高循环喷油的一致性和可靠性。
[0003]燃油喷射过程中，针阀打开，燃油喷出引起高压管路中压力瞬时下降，随着喷油结束，针阀关闭，轨压在闭环控制系统的作用下迅速回升到设定轨压。可见，燃油喷射过程引起的压力瞬时波动反映了喷油过程信息。目前基于燃油压力信号的喷油量预测研究，主要集中在建立喷油信息与压力波动的数学模型，通过数值求解计算得到喷油量。例如Ferrari A等基于黎曼波理论，利用质量守恒和动量守恒方程，提出了一种基于喷油器入口压力波的瞬时流量计算方法(Ferrari A,Paolicelli F.An indirect method for the real
‑
time evaluation of the fuel mass injected in small injections in Common Rail diesel engines[J].Fuel,2017,191:322
‑
329.)；Dong等详细推导了喷油器入口压力波与喷油率之间的数学关系，并通过干扰波校正与叠加波解耦提高了喷油量计算结果的准确度(Dong Q,Yang X,Ni H,et al.An on
‑
line measurement method of injection rate of high pressure common rail system[J].Measurement,2021,170:108716.)；杨博耀、金江善等研究了一种蓄压式电控喷油器，根据燃油流动过程和蓄压腔压力变化规律，建立了电控喷油器计量特性的数字孪生模型，通过数值求解实现了大喷油量工况时的喷油量预测(杨博耀,金江善,秦慈伟,等.船用柴油机蓄压式电控喷油器计量特性数字孪生模型研究[J].柴油机,2021.)；凌健(凌健,谢辉.共轨柴油机基于瞬时轨压波形特征参数的喷油量观测方法[J].内燃机工程,2017,38(01):63
‑
69.)和Ma(Ma X,Lei Y,Qiu T,et al.Investigation of fuel injection rate identification algorithm based on rail pressure fluctuation characteristics induced by injection[J].Proceedings of the Institution of Mechanical Engineers,Part D:Journal of Automobile Engineering,2022,236(6):1101
‑
1114.)等人均根据喷油过程造成的轨压降与喷油量之间的影响规律，建立了基于轨压降的喷油量计算模型，得到喷油量的预估值。上述研究中喷油量的预测方法都是建立微分方程模型，设置初始条件进行数值求解得到的，该方法存在如
下缺点：(1)上述方法本质上属于开环观测系统，由于在系统运行中，很难将模型的初始条件与实际系统设置成完全一致，因此，无法保证观测值能够收敛于真实值；(2)由于非线性建模误差、系统参数时变以及压力传播引起的滞后等因素，通过微分方程模型求解存在较大误差，使得喷油量预测结果不准确。
[0004]针对上述方法的局限性，专利技术人已经公开了一种基于闭环观测器的高压共轨系统喷油量预测方法，该方法建立了高压共轨系统喷油状态空间模型，引入闭环反馈校正思想，设计了基于瞬态共轨压力的喷油量预测闭环观测器，实现了循环喷油量的实时观测与闭环修正(费红姿,屈超,刘冰鑫.一种基于闭环观测器的高压共轨系统喷油量预测方法[P].中国专利：CN111810309A)。但是该方法采用基于线性定常模型的闭环观测器，在变工况下，模型参数随工况变化，采用线性定常模型的喷油量观测无法保证准确性。此外，在柴油机实际运行过程中，实时测量的轨压信号存在较大的噪声及干扰，导致基于轨压信号的观测结果其准确性进一步降低。

技术实现思路

[0005]本专利技术的目的在于提供具有误差闭环修正、循环迭代、滚动优化特点，可以有效降低测量噪声及模型不确定性影响的一种基于卡尔曼滤波的高压共轨系统喷油规律观测方法。
[0006]本专利技术的目的是这样实现的：
[0007]本专利技术一种基于卡尔曼滤波的高压共轨系统喷油规律观测方法，其特征是：
[0008](1)建立基于瞬时共轨压力的喷油规律动力学方程；
[0009](2)构建喷油观测状态空间模型，并对连续状态模型进行离散化；
[0010](3)设计基于卡尔曼滤波的喷油规律闭环观测器；
[0011](4)喷油量在线实时观测。
[0012]本专利技术还可以包括：
[0013]1、建立基于瞬时共轨压力的喷油规律动力学方程的过程为：
[0014]高压共轨系统工作过程中，燃油从高压油泵输送至共轨管，然后从共轨管经高压油管分配至各个喷油器，一部分进入控制腔进行回油过程，另一部分进入盛油腔进行喷油过程，根据上述物理过程，给出共轨管的燃油连续方程：
[0015][0016]式中，Q
pump
为高压油泵供入共轨管的燃油流率；Q
inj
为喷油率；Q
Leak
为喷油器的燃油泄漏率；E为燃油体积弹性模量；V为共轨管控制容积；P为共轨管瞬时压力；
[0017]燃油弹性模量E经验公式表示为：
[0018]E＝1.2
×
104(1+0.001p)
[0019]随压力变化，共轨管控制容积随之发生变化，则共轨管控制容积V由共轨管容积V
c
及其变化量ΔV表示为：
[0020]V＝V
c
+ΔV(p)
[0021]式中，高压燃油作用引起的体积变化量ΔV(p)与压力p有关；
[0022]喷油器的燃油泄漏率Q
leak
包括喷油器控制腔回油率和针阀偶件间隙泄露率，根据
喷孔流量方程和环形间隙本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卡尔曼滤波的高压共轨系统喷油规律观测方法，其特征是：(1)建立基于瞬时共轨压力的喷油规律动力学方程；(2)构建喷油观测状态空间模型，并对连续状态模型进行离散化；(3)设计基于卡尔曼滤波的喷油规律闭环观测器；(4)喷油量在线实时观测。2.根据权利要求1所述的一种基于卡尔曼滤波的高压共轨系统喷油规律观测方法，其特征是：建立基于瞬时共轨压力的喷油规律动力学方程的过程为：高压共轨系统工作过程中，燃油从高压油泵输送至共轨管，然后从共轨管经高压油管分配至各个喷油器，一部分进入控制腔进行回油过程，另一部分进入盛油腔进行喷油过程，根据上述物理过程，给出共轨管的燃油连续方程：式中，Q
pump
为高压油泵供入共轨管的燃油流率；Q
inj
为喷油率；Q
Leak
为喷油器的燃油泄漏率；E为燃油体积弹性模量；V为共轨管控制容积；P为共轨管瞬时压力；燃油弹性模量E经验公式表示为：E＝1.2
×
104(1+0.001p)随压力变化，共轨管控制容积随之发生变化，则共轨管控制容积V由共轨管容积V
c
及其变化量ΔV表示为：V＝V
c
+ΔV(p)式中，高压燃油作用引起的体积变化量ΔV(p)与压力p有关；喷油器的燃油泄漏率Q
leak
包括喷油器控制腔回油率和针阀偶件间隙泄露率，根据喷孔流量方程和环形间隙泄露方程，二者与喷油率Q
inj
之间呈比例关系，表示为：Q
leak
＝C
leak
(p)
·
Q
inj
其中，C
leak
(p)为燃油泄漏比例系数；将E＝1.2
×
104(1+0.001p)、V＝V
c
+ΔV(p)、Q
leak
＝C
leak
(p)
·
Q
inj
式代入得到燃油流动过程的动力学方程：令α随轨压p变化，轨压p随时间t变化而变化，α是时间t函数，即α(t)，得到喷油率与瞬时压力变化之间的线性时变模型：3.根据权利要求2所述的一种基于卡尔曼滤波的高压共轨系统喷油规律观测方法，其特征是：步骤(2)构建喷油观测状态空间模型，并对连续状态模型进行离散化的过程为：
选取瞬时轨压p、喷油率Q
inj
、喷油率的变化率三个变量作为状态变量，即y为系统的输出，即瞬时轨压，根据得到喷油率状态空间方程和输出方程：其中，C＝[1 0 0]；在设计卡尔曼滤波观测器前，对连续系统的状态空间模型进行离散化，采样步长为ΔT时，状态变量x(t)在t
k
时刻的导数近似表示为：上式转化为：x(t
k+1
)＝x(t
k
)+ΔT
·
A(t
k
)x(t
k
)＝(I+ΔTA(t
k
))x(t
k
)＝A
d
(t
k
)
·
x(t
k
)其中，将采样时刻t
k
统一用...

【专利技术属性】
技术研发人员：费红姿，刘冰鑫，王六平，柳一林，石忠心，吴广强，王浚哲，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：