基于车辆驱动力模型的汽油发动机空燃比控制试验研究

摘 要：文章主要研究发动机部分负荷工况下的空燃比控制。将发动机的数学模型作为被控对象，建立空燃比控制的仿真模型并进行仿真分析。采用PID控制算法进行了半实物仿真试验，并进行了试验分析。试验结果表明，与未控情况相比，发动机节气门PID控制系y试验，响应速度适当较快，能达到预期控制要求。通过联动仿真试验，验证了车辆发动机数学模型的可靠性，检验仿真试验系统的可行性。

关键词：驱动力模型；发动机空燃比；部分负荷工况；响应试验

1 概述

全国大范围雾霾天气的加剧，促使我国最严环境保护法的出台，其中，汽车排放法规尤为严格。发动机控制直接决定着汽车的整车性能和排放水平，空燃比控制是发动机最基本控制问题之一[1]。三元催化转换器被广泛地应用在汽油发动机上，用于处理发动机中的废气，降低发动机有害气体的排放。理论上，三元催化转换器将发动机废气中的有害气体CO、HC转化成无害气体CO2、H2O、NO、N2和O2等，然后排放至空气中。采用空燃比闭环控制，可以有效地将发动机空燃比值维持在理想空燃比左右，使三元催化转换器保持较高的转换效率，达到降低排放的目的。

车辆电子节气门的广泛使用，为发动机燃油供给的精确控制提供了较好的基础。电子节气门的实时响应能力对发动机的运行及排放影响重大，尤其在变工况的过程中更为明显。车辆在城市道路行驶过程中，部分负荷工况是电控汽油发动机运行最多的工况，为了使三元催化转换器转换率趋近理想状态，结合电子节气门的变工况控制，针对电控汽油发动机在部分负荷工况下，采用PID控制方法，以空燃比为控制目标，进行半实物仿真试验研究，重点探讨部分负荷工况下节气门响应能力的提高方法，为发动机排放的精细控制奠定基础。发动机的运行工况主要包括起动工况、部分负荷工况、全负荷工况、加减速工况以及怠速工况，部分负荷工况是汽车行驶中最普遍的工况[2]。

2 基于车辆驱动力的电控发动机数学模型

由于车辆是复杂多变的非线性系统，存在子系统和子系统之间的耦合增加了分析难度，以及仿真系统计算量大等问题，所以建立适宜的数学模型并进行必要的简化是进一步研究的重要保障[3]。文章首先把车辆系统看成是一个以节气门开度θ为输入，以车辆质心速度u为输出的系统，着重进行部分负荷工况下的空燃比控制策略研究。根据车辆行驶方程式的推导，得出发动机的输入节气门开度θ和输出转速n的关系式，建立基于车辆驱动力的发动机数学模型[4]。

车辆正常行驶中，车辆的驱动力为Ft，车辆行驶的总阻力主要包括滚动阻力Ff，空气阻力Fw（车辆等速行驶时），坡度阻力Fi（车辆上坡行驶时）和加速阻力Fj（车辆加速行驶时）。即？撞F=Ff+Fw+Fi+Fj，所以？撞F=Ft。

式中，δ为车辆旋转质量换算系数（？啄=1.0+？啄1+？啄2ig2，？啄1≈？啄2=0.3～0.5[5]），m为车辆质量，du/dt为行驶加速度。

根据上述方程式分析，得出此模型的车辆行驶方程式：

考虑到车辆行驶的道路，一般坡度不会很大，几乎接近于零，cos？兹≈1，sin？兹≈tan？兹≈i（i是传动比，i=igi0），u=0.377nr/igi0等多方面的因素，故将式6改写为：

以某轻型乘用车为例主要参数见表1[6]。

根据表1，式（7）并经过拉氏变换得到发动机节气门开度与转速的传递函数：

3 发动机空燃比PID控制仿真与分析

发动机空燃比闭环控制的目的是有效地将空燃比值维持在理想空燃比附近，此时能保持较高的转换效率，起到降低排放的作用。选取针对电控汽油发动机在部分负荷工况下的目标空然比，采用PID控制算法对理想空燃比进行闭环控制。

在部分负荷工况下，通过构建适于发动机节气门的PID控制策略，以燃油利用率作为发动机的主要控制目标，设计汽油发动机空燃比控制器，部分负荷工况下空燃比PID控制系统如图1所示。

在控制系统执行过程中，将目标空燃比与实际空燃比的偏差值作为输入量，氧含量作为输出量。为了维持空燃比的恒定，PID控制需要调节进气量，使气缸内的混合气充分燃烧，增大输出功率，实现部分负荷工况下，提高发动机的燃油利用率，改善排放性能。

在发动机部分负荷工况下，研究和设计用于发动机节气门的PID控制器。在控制器中设计中，调节参数是控制系统设计的关键环节，需要对控制对象进行深入的分析研究，从而确定PID控制器中的调节参数[8]。在仿真试验过程中，选取PID控制器的调节参数为：kp=17.377，ki=2.875，kd=0.031。建立发动机部分负荷工况下空燃比PID控制系统仿真试验模型如图2所示。

对于发动机空燃比PID控制仿真系统，初始节气门开度设置为10°，由于节气门开度的取值范围在0°～90°之间，所以需要对PID控制器的输出加以限幅保护，在此工况下将上限值设置为节气门开度的2/3左右，在仿真过程中，取节气门开度为60°。以发动机在部分负荷下的瞬态加速信号作为模型的输入信号，针对发动机节气门未控及PID控制情况下，其响应曲线如图3所示。

可见，对于发动机的部分负荷工况，节气门未控时，其动态响应效果不是很理想，系统的最大超调已经超过了30%，最大超调量超过了50%，且调节时间较长，这种响应效果势必会影响空燃比的有效控制。而PID控制可以调节积分参数降低超调量，由图3可以看出，在10s的时候，空燃比由30将到了25，使调节时间缩短，二者相比而言，PID控制的动态性能，无论是超调量还是调节时间上，都得到了相应地改善。

4 电控发动机节气门控制系统试验研究

电子节气门控制系统是电控发动机空燃比控制中的重要一环，节气门是发动机电控系统中的重要部件，是实现发动机电子控制的基础。节气门的结构主要包括节气门体、节气门、节气门驱动装置（电机）、角度传感器等。在电子节气门的开度控制过程中，并不是完全由驾驶员踩踏油门踏板来决定的， ECU还要根据检测到的当前车辆行驶的状况信号，即当前车辆对发动机输出扭矩的需求，来计算节气门的最佳开度，进而控制电机驱动节气门到达相应的开度，使发动机空燃比处于理想状态。从而达到加强车辆的动力性、安全性和舒适性，并且在很大程度上节省燃油、降低排放的目的[7]。因此，本文通过节气门控制试验平台研究为进一步发动机空燃比控制试验系统研究奠定基础。

4.1 节气门控制试验系统

节气门控制平台的结构如图4所示，主要包括ECU仿真模块、电源模块、节气门控制模块等。在codewarrior、MATLAB/simulink和simulink MBD开发环境下，由上位机和节气门控制平台构成发动机节气门控制试验系统。

本文采用硬件在环的快速原型设计方法进行节气门系统控制试验。采用稳定工况PID控制模型作为研究对象，通过在主机上调试控制器，研究节气门试验系统的控制效果。

4.2 部分负荷工况节气门控制系统试验及分析

针对节气门控制模型，将输入端接A/D转换器，输出端接PWM方式驱动的电机，通过调整A/D转换器和驱动电机的参数，构成节气门控制试验模型。用信号线将主机的串口和ECU仿真模块的接受端相连，将被控对象的输入信号传给ECU仿真模块的控制器，构成试验系统的输入环节。同时，用信号线将ECU仿真模块和节气门控制模块相连，构成试验系统的输出环节。

本文将模数转换器（AtoD Converter）和PWM波形驱动的电机连接到前面所建立的发动机模型中，AtoD Converter作为模型的输入端，PWM波形驱动的电机作为模型的输出端。部分负荷工况节气门系统的控制框图，如图6所示。

在试验过程中，调节“加速踏板模拟”旋钮，使节气门处于部分负荷工况。由方波作为输入信号的时候， 如图7所示，输入信号为方波。

观察节气门的时域响应过程并记录，主要就是观察节气门的运动是否柔和，是否有卡滞，然后逐步调节PID值， 直到运行柔和、无卡滞。经两次结果对比分析得到在这个调节过程中，周期激励处于上升阶段，PID控制节气门系统的响应速度适当较慢且超调量较小，当周期激励处于下降阶段，PID控制节气门系统的响应速度适当较快，说明此时的PID值，对系统的控制效果是最优的，对系统的稳定性也是最佳的。

对于部分负荷工况节气门控制系统，由输入的方波信号确定节气门位置（部分负荷工况节气门开度），对比节气门未控与PID控制情况的响应结果，从图7可以看出，在此工况下， 在周期激励处于上升阶段，PID控制节气门系统的响应速度适当较慢且超调量较小，当周期激励处于下降阶段，PID控制节气门系统的响应速度适当较快且输出电压为2.73V，对于上一节节气门控制系统性能测试，得到了很好的验证，结果表明，部分工况节气门PID控制系统能达到预期控制要求，验证了发动机数学模型的可靠性。

5 结束语

本文主要研究发动机部分负荷工况下的空燃比控制。将发动机的数学模型作为被控对象，建立空燃比控制的仿真模型并进行仿真分析。

（1）部分荷工况是发动机运行最多的工况，该工况下电控发动机空燃比控制系统的研究对降低排放提高燃油经济性具有重要意义。

（2）根据车辆行驶方程式，简化发动机系统，建立了发动机节气门开度为输入、转速为输出的数学模型，得到了发动机节气门开度和转速的传递函数。

（3）通过联动仿真试验，验证车辆发动机数学模型的可靠性，检验仿真试验系统的可行性。电子节气门PID控制系统试验平台的测试，表明电子节气门控制系统的精度和可靠性，并验证了前一节的结论，节气门开度与电压间的关系。

参考文献

[1]陈虹，等.汽车控制的研究现状与展望[J].自动化学报，2013，39（4）：322-346.

[2]Hou Z X，Wu Y H. The research on air fuel ratio predictive model of gasoline engine during transient condition[C].IEEE International Conference on Mechatronics and Automation，Harbin，2007.

[3]Takao Kenji，Yamamoto Toru，Hinamoto Takao. A Design of Model Driven Cascade PID Controllers Using a Neural Net-work Network[J].IEICE Transactions on Fundamentals of Electronics，Communications and Computer Sciences，2004（9）：2322-2330.

[4]郭彦颖.发动机建模及PID速比控制器设计[D].吉林大学，2007：3-7.

[5]Cesare Alippi. A Neural Network Based Control Solution to Air Fuel Ratio for Automotive Fuel Injection System[J].IEEE Transactions on System Man and Cybernetics Part C，2003，33（2）：106-113.

[6]刘金锟.先进PID控制MATLAB仿真[M].北京：电子工业出版社， 115.

[7]陈小云.基于模糊PID控制的数字溢流阀的建模与仿真[J].计算机仿真，2012：1006-9348

[8]洪琳.汽车电子节气门控制原理及发展现状[J].科学与财富，2013：1671-2226.