本发明专利技术公开了一种模型预测控制方法、装置、电子设备及存储介质，该模型预测控制方法包括：基于发动机的工作参数，构建空气系统状态方程，工作参数至少包括进气节流阀的参数、涡轮增压器的参数和废气再循环阀的参数；基于空气系统状态方程，构建扩张状态观测器并进行扰动估计以获得扰动值；基于空气系统状态方程和扰动值，构建预测模型控制器，预测模型控制器包括基于扰动值的前馈控制项和基于测量值的反馈控制项。本发明专利技术中，通过模型预测控制及扩张状态观测器，可实现增压压力、排气压力及EGR率的闭环控制和高效控制，提高空气系统的响应性和控制精度，且所需参数大部分为空气系统固有参数，减少了标定工作量，提供了控制性能。
【技术实现步骤摘要】
本专利技术涉及发动机，尤其涉及一种模型预测控制方法、装置、电子设备及存储介质。
技术介绍
1、模型预测控制(mpc)出现于20世纪70年代后期工业领域的过程控制中，早期在化工等过程工业应用行业得到了广泛的应用。在20世纪90年代，模型预测控制运用到电力电子传动领域。
2、近些年来随着数字处理器性能的提高及其成本的降低，计算量大逐渐不再是限制mpc发展的障碍，mpc逐渐成为研究的热点。
3、然而，mpc依赖于被控对象数学模型和参数准确性。在实际应用中，电机运行工作参数改变及参数不准确，都会影响控制算法的性能。
技术实现思路
1、本专利技术提供了一种模型预测控制方法、装置、电子设备及存储介质，以解决现有模型预测控制性能差等问题。
2、根据本专利技术的一方面，提供了一种模型预测控制方法，包括：
3、基于发动机的工作参数，构建空气系统状态方程，所述工作参数至少包括进气节流阀的参数、涡轮增压器的参数和废气再循环阀的参数；
4、基于所述空气系统状态方程，构建扩张状态观测器并进行扰动估计以获得扰动值；
5、基于所述空气系统状态方程和所述扰动值，构建预测模型控制器，其中，所述预测模型控制器包括基于所述扰动值的前馈控制项和基于测量值的反馈控制项。
6、进一步的，构建空气系统状态方程包括：
7、获取所述进气节流阀的压力、温度和容积，获取所述涡轮增压器的压力、温度和容积，获取所述废气再循环阀的容积；
<
p>8、根据所述发动机的工作参数，构建包含总扰动的所述空气系统状态方程。9、进一步的，构建扩张状态观测器并进行扰动估计以获得扰动值包括：
10、将所述空气系统状态方程中的扰动扩张成状态量，构建得到所述扩张状态观测器；
11、通过极点配置法对所述扩张状态观测器进行求解，获得所述扩张状态观测器的增益；
12、基于所述增益，对所述扩张状态观测器进行扰动估计，获得所述扰动值。
13、进一步的，构建预测模型控制器包括：
14、对所述空气系统状态方程进行离散和增量式变化，得到p个步长的预测模型；
15、基于所述p个步长的预测模型，构造代价函数；
16、采用无约束求解算法对所述代价函数进行求解，得到所述预测模型控制器。
17、根据本专利技术的另一方面，提供了一种模型预测控制装置，包括：
18、构建方程模块，用于基于发动机的工作参数，构建空气系统状态方程，所述工作参数至少包括进气节流阀的参数、涡轮增压器的参数和废气再循环阀的参数；
19、状态观测模块，用于基于所述空气系统状态方程，构建扩张状态观测器并进行扰动估计以获得扰动值；
20、预测模型模块，用于基于所述空气系统状态方程和所述扰动值，构建预测模型控制器，其中，所述预测模型控制器包括基于所述扰动值的前馈控制项和基于测量值的反馈控制项。
21、进一步的，所述构建方程模块包括：
22、参数获取单元，用于获取所述进气节流阀的压力、温度和容积，获取所述涡轮增压器的压力、温度和容积，获取所述废气再循环阀的容积；
23、构建方程单元，用于根据所述发动机的工作参数，构建包含总扰动的所述空气系统状态方程。
24、进一步的，所述状态观测模块包括：
25、状态扩张单元，用于将所述空气系统状态方程中的扰动扩张成状态量，构建得到所述扩张状态观测器；
26、观测求解单元，用于通过极点配置法对所述扩张状态观测器进行求解，获得所述扩张状态观测器的增益；
27、扰动估算单元，用于基于所述增益，对所述扩张状态观测器进行扰动估计，获得所述扰动值。
28、进一步的，所述预测模型模块包括：
29、离散变化单元，用于对所述空气系统状态方程进行离散和增量式变化，得到p个步长的预测模型；
30、代价函数单元，用于基于所述p个步长的预测模型，构造代价函数；
31、预测模型单元，用于采用无约束求解算法对所述代价函数进行求解，得到所述预测模型控制器。
32、根据本专利技术的另一方面，提供了一种电子设备，包括：
33、至少一个处理器；
34、以及与所述至少一个处理器通信连接的存储器；
35、所述存储器存储有用于被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器用于执行前述的模型预测控制方法。
36、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现前述的模型预测控制方法。
37、本专利技术中，该模型预测控制方法通过模型预测控制及扩张状态观测器，可实现增压压力、排气压力及egr率的闭环控制和高效控制，能够实现空气系统的控制参数的解耦，提高空气系统的响应性和控制精度，且所需参数大部分为空气系统固有参数，可直接获取，减少了标定工作量，提供了控制性能。
38、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...
【技术保护点】
1.一种模型预测控制方法，其特征在于，包括：
2.根据权利要求1所述的模型预测控制方法，其特征在于，构建空气系统状态方程包括：
3.根据权利要求1所述的模型预测控制方法，其特征在于，构建扩张状态观测器并进行扰动估计以获得扰动值包括：
4.根据权利要求1所述的模型预测控制方法，其特征在于，构建预测模型控制器包括：
5.一种模型预测控制装置，其特征在于，包括：
6.根据权利要求5所述的模型预测控制装置，其特征在于，所述构建方程模块包括：
7.根据权利要求5所述的模型预测控制装置，其特征在于，所述状态观测模块包括：
8.根据权利要求5所述的模型预测控制装置，其特征在于，所述预测模型模块包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-4中任一项所述的模型预测控制方法。
【技术特征摘要】
1.一种模型预测控制方法，其特征在于，包括：
2.根据权利要求1所述的模型预测控制方法，其特征在于，构建空气系统状态方程包括：
3.根据权利要求1所述的模型预测控制方法，其特征在于，构建扩张状态观测器并进行扰动估计以获得扰动值包括：
4.根据权利要求1所述的模型预测控制方法，其特征在于，构建预测模型控制器包括：
5.一种模型预测控制装置，其特征在于，包括：
6.根据权利要求5所述的模型预测...
【专利技术属性】
技术研发人员：刘兴义，江楠，冯健洧，韩亚楠，陆松柏，王宏亮，
申请(专利权)人：潍柴动力股份有限公司，
类型：发明
国别省市：
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。