摩托車發動機空燃比控制策略研究與仿真*

申允德　錢金貴　王　磊　玄東吉（溫州大學機電工程學院　浙江　溫州　325035）

摩托車發動機空燃比控制策略研究與仿真*

申允德錢金貴王磊玄東吉
（溫州大學機電工程學院浙江溫州325035）

摘要：針對摩托車發動機瞬態工況下對空燃比控制的特殊要求，提出了一種基于發動機空燃比的模糊控制-PID控制的綜合控制策略。由于系統進氣時初始空燃比極大，采用模糊控制有效保證系統的穩定性，后期空燃比變化較小時則采用更加精確、穩定、快速的PID控制。基于Mat lab/SimulinK建立發動機總成的數學模型，并結合控制策略進行仿真分析，驗證了方案的可行性。

關鍵詞：摩托車發動機空燃比模糊控制PID控制

引言

目前摩托車仍擁有相當龐大的市場，而且新政策的扶持也為該行業注入了新活力。關于摩托車的環保、節能是當下的熱門主題，所以未來摩托車的發展方向是高技術含量和低污染排放。摩托車發動機的空燃比控制對發動機的動力性能、燃油經濟性能以及排放性能有十分直觀的影響，通過調整節氣門開度和進入氣缸燃油量實現對空燃比的精確、快速、穩定的控制，可以有效降低發動機尾氣的排放量、使發動機運行更加省油、改善發動機的動力性，符合當前節能減排、綠色環保的要求。與此同時，各種復雜工況下的發動機空燃比控制策略和控制算法層出不窮[1-5]。

PID控制是最早發展起來的控制策略之一，具有結構簡單、可靠性好、控制精度高等優點，被廣泛應用于工業過程控制。PID控制要求對控制器的參數進行嚴格的整定，使得當參數變化時，PID控制器參數不能隨著被控對象的變化而作相應的調整。同時隨著人類研究領域的拓展及研究對象越來越復雜，很多系統的數學模型很難獲得。模糊控制器是一種近年來發展起來的新型控制器，其特點是不要求掌握被控對象的數學模型[6]。相對于PID控制，模糊控制利用已有控制經驗，對于控制非線性、復雜的對象顯示了良好的魯棒性和控制性能，但模糊控制往往因為精度不高而無法滿足部分工程應用的要求[7]。

本文首先基于Matlab/Simulink建立摩托車發動機數學模型，并提出一種基于發動機空燃比的模糊控制-PID控制的綜合控制策略，根據該控制策略設計出摩托車發動機控制器，該控制器通過對節氣門開度、進入氣缸燃油量的精確控制，實現空燃比在設計范圍內波動，最終使發動機轉速以及污染物排放控制在最佳范圍內。本文結合模糊控制-PID控制綜合控制策略對摩托車發動機系統進行仿真研究，并對無控制和PID控制的仿真結果進行了對比分析。

1　摩托車發動機的數學模型

為了準確模擬和控制發動機氣缸的進出氣量、燃油噴射量、以及動力輸出轉速等參數變化，基于Mat lab/SimulinK建立摩托車發動機總成數學模型，該模型包含有4個子模型：燃油蒸發與動態油膜子模型、進氣動態特性子模型、動力輸出子模型、怠速節氣門開度控制子模型[8-10]。發動機空燃比指的是進氣量與燃油噴射量的比值，因此可以在給定進氣量的基礎上，通過控制燃油噴射量來實現空燃比控制，而進氣量由節氣門開度控制。

該發動機總成數學模型最重要的特性是將燃油蒸發與動態油膜子模型和進氣動態特性子模型分開獨立研究，并且可以做到精確地分析這兩項的影響效果，同時在動力輸出子模型中共同顯示兩種動態特性的效果。如圖1所示，在Mat lab/SimulinK圖形化建模環境中建立上述4個子模型并封裝成各個小系統，并依據各個系統之間的相互參數關聯進行連接，最終建立摩托車發動機總成模型。

圖1　基于Mat lab/SimulinK的摩托車發動機總成模型

2　摩托車發動機空燃比控制器設計

2.1摩托車發動機空燃比控制策略

針對摩托車發動機瞬態工況下對空燃比控制的特殊要求，本文提出了一種基于發動機空燃比的模糊控制-PID控制的綜合控制策略：當空氣進入氣缸時燃油噴射存在一定的延時，同時考慮到燃油中油膜的生成和蒸發過程，所以空燃比在前期是一個較大值，使用PID控制容易造成積分飽和現象，可能導致系統失穩，而模糊控制則可以很好地解決前期空燃比可能過大這一現象；在后期由于空燃比變化較小，使用發動機空燃比PID控制則更加精確、穩定和快速。

2.2前期空燃比模糊控制器設計

如圖2所示為摩托車發動機空燃比模糊控制器結構原理圖[11]。

2.2.1模糊集和論域定義

根據模糊控制器結構原理圖，首先確定模糊集和論域，設誤差為E，誤差變化率是EC，以及控制量為U。本文對所有輸入、輸出變量模糊集均設定為{NB，NM，NS，ZO，PS，PM，PB}，分別表示負大，負中，負小，零，正小，正中，正大，并設定相對應的論域為[-6，6]。同時，輸入變量的隸屬函數選用分辨率高的三角函數，控制量則選用高斯函數，分別如圖3、圖4所示。

圖2　模糊控制器結構原理圖

圖3 E和EC的隸屬度函數

圖4 U的隸屬度函數

2.2.2模糊控制規則表

模糊PID參數自整定基本原則[7，12]：

1）當系統偏差（|e|）較大時，為使系統盡快消除偏差，不管EC的符號如何都應取較大的Kp和Ki，以達到快速縮小偏差的目的。如果此時偏差和偏差變化率符號相反，則應取較小的Kd或令Kd為零；反之，如果此時偏差和偏差變化率符號相同，則應取較大的Kd，阻止偏差繼續變大；

2）如果偏差（|e|）適中，為防止系統超調量過大，應取較小的Kp，KI取中等程度值。如果此時偏差和偏差變化率符號相反，則應取較大的Kd，反之則取適中的Kd，阻止偏差繼續偏大；

3）當系統偏差（|e|）較小或偏差為零時，為縮短系統的調節時間，可取適中的Kp，較小的Ki。如果此時偏差和偏差變化率符號相反，則可取較小的Kd；反之可取適中的Kd。注意此時Kd不宜過大，否則系統對擾動敏感，振蕩加劇，調節時間加長。

根據模糊PID參數整定原則，建立E、EC、U的模糊規則如表1所示。

表1 模糊控制規則表

2.2.3建立空燃比模糊控制器

在Mat lab/SimulinK中建立上述的摩托車發動機空燃比模糊控制系統，如圖5所示。其中，由于論域為[-6，6]，而實際量為[-0.5，0.5]，所以確定放大倍數為12，即KE=12，同理可以得到KEC=2，KU= 0.2。

2.3后期空燃比PID控制器設計

1）確定比例增益KP：為了防止積分項和微分項對確定KP參數產生影響，應將其去掉使控制器變為純比例調節。設定系統輸入值為系統允許最大值的60%，然后逐漸加大KP，直至系統出現較為明顯的振蕩；接下來逐漸減小KP，直至系統振蕩完全消失。記錄下此時的KP，同時設定KP為當前值的60%。

2）確定積分時間常數Ti：設定Ti具有相對較大的的初值，然后逐漸減小該值，直到系統出現振蕩；接下來逐漸加大Ti，直至系統振蕩完全消失。記錄下當前時刻的Ti值，同時設定Ti為當前值的150%。

3）確定微分時間常數Td：設定微分時間常數的方法與確定P和Ti的方法類似，當最后記錄系統不振蕩時的Td值后，設定Td值為當前值的30%。

如圖6所示建立的PID控制器，為了保證整個系統在初始運行時和信號改變時處于穩態，使用階躍信號作為輸入信號，同時設定初值保持時間在較高范圍內。

圖5　摩托車發動機空燃比模糊控制系統

圖6 PID控制器

2.4模糊-PID綜合控制器設計

在實現模糊控制以及PID控制之后，考慮到前期空燃比控制的不足，結合前期空燃比變化量較大，后期變化量較小的特點，采用模糊控制-PID控制的綜合控制策略，如圖7所示。發動機空燃比模糊-PID綜合控制系統，其核心是：首先對目標空燃比和當前實際空燃比進行差值比較，通過設置閥值來判斷該時刻使用模糊控制還是PID控制。

圖7　發動機空燃比模糊-PID綜合控制系統

3　摩托車發動機空燃比控制仿真分析

如圖8所示，為沒有控制器的情況下空燃比的變化曲線圖；圖9所示為使用PID控制器時的空燃比變化曲線圖；圖10所示為使用模糊-PID綜合控制器時的空燃比變化曲線圖。

圖8　無控制器的空燃比變化曲線圖

圖9　PID控制器的空燃比變化曲線圖

由仿真曲線的比較可知：

1）沒有控制器的情況下，空燃比的變化波動范圍在14~17.5之間，遠遠超出了目標控制的范圍，而且過渡過程時間較長；

2）使用PID控制器時空燃比的變化范圍是14.8 888~14.6605，最大超調值為0.2188，最終穩態值是14.673，和目標空燃比14.67的相差為0.03，穩態誤差比較??；

3）使用模糊-PID綜合控制器時的控制效果更佳，能較為快速、穩定、精確地控制摩托車發動機的空燃比，其最大超調值為14.677，最小值為14.669。

圖10　模糊-PID綜合控制器的空燃比變化曲線圖

4　結論

摩托車發動機系統十分復雜，發動機空燃比控制對系統的動力性能、燃油經濟性能以及排放性能產生巨大影響。由于發動機系統具有前期空燃比變化量較大，后期變化量較小的特點，本文提出的模糊控制-PID控制的綜合控制策略能滿足發動機瞬態工況下空燃比控制的特殊要求。

基于Mat lab/SimulinK建立發動機總成數學模型，利用模糊-PID綜合控制器，通過調整節氣門開度和進入氣缸燃油量實現空燃比控制，并針對無控制器、PID控制、模糊-PID綜合控制器三種情況進行仿真分析。

結果表明，使用模糊-PID綜合控制器時效果更佳，能快速、穩定、精確地控制摩托車發動機空燃比，從而有效提高摩托車發動機的動力性能以及改善污染物排放的問題，對未來節能環保摩托車的開發具有重要意義。

參考文獻

1ShiraishiH,LpriSL,Cho D D.CMAC neuralnetwork controller for fuel injection system[J].IEEE Transaction on ControlSystem Technology,1995,3(1):32-38

2Won M,ChoiSB.Air-to-fuel ratio controlofspark ignition engines using Gaussian network sliding control[J].IEEE Transactions on Control System Technology,1998,6(5): 678-687

3Wendeker M.Hybrid air fuel ratio control using the adaptiveand neuralnetworks[C].SAEPaper2000-01-1248

4Cesare Alippi.A neural-network based control solution to air fuel ratio forautomotive fuel injection system[J].IEEE transactions on System Man and Cybernetics(Part C),2003, 33(2):231-239

5顧維東.電噴摩托車發動機空燃比控制的研究[D].天津：天津大學，2006

6張涇周，楊偉靜，張安祥.模糊自適應PID控制的研究及應用仿真[J]．計算機仿真，2009，26（9）：132-135．163

7謝仕宏.MATLAB r2008控制系統動態仿真實例教程[M]．北京：化學工業出版社，2009

8李薛.汽油機瞬態工況空燃比控制策略仿真研究[D].長沙：長沙理工大學，2010

9潘盛軍.CG125摩托車發動機怠速控制的研究[D].杭州：浙江大學，2002

10王澤民.二沖程汽油機電噴技術的研究，浙江大學碩士研究生論文，2001

11 Wang Libin，Li Hui，Sun Yongkui．Fuzzy control based on self-adjusted parameter for brushless DCmotor[J]．China，IEEE International Conference on Mechatronics and Automation，2007

12王凌，劉衛國.基于模糊PI控制的無刷直流電機調速系統仿真[J]．計算機仿真，2009，26（10）：186-189

中圖分類號：U464.136

文獻標識碼：A

文章編號：2095-8234（2015）05-0012-05

收稿日期：（2015-07-03）

*基金項目：浙江省國際合作科技重大專項（2013C14015）。

作者簡介：申允德（1963-），男，博士，主要研究方向為系統建模及優化控制。

通訊作者：玄東吉（1977-），男，博士，主要研究方向為系統控制與優化。

Research and Simulation of Air FuelRatio Control Strategy for M otorcycle Engine

Shen Yunde,Qian Jingui,Wang Lei,Xuan Dongji
CollegeofMechanicaland Electrical Engineering,Wenzhou University
(Wenzhou,Zhejiang,325035,China)

Abstract：According to the special requirements of air fuel ratio control under the transient operating conditions ofamotorcycle engine,a comprehensive control strategy based on fuzzy control-PID control of the engineair fuel ratio is presented in thispaper.Due to the initialair fuel ratio is largewhen gasentering system,the stability of the system is ensured by fuzzy control,and when air fuel ratio change is little in the later stage,themore precise,stable and fast PID control isbeing used.Based on the Mat lab/SimulinK,the mathematicalmodel of the engine assembly is established,and the simulation analysis based on control strategy is carried out to verify the feasibility of the scheme.

Keywords：Motorcycleengine,Air fuel ratio,Fuzzy control,PID control