基于系统辨识的柴油机转速自校正控制方法研究.pdf

基于系统辨识的柴油机转速自校正控制方法研究

摘要

目前在柴油机转速控制中应用最多技术最成熟的控制算法是PID控制算法，但是

在实际应用中面临诸多控制难题，传统PID控制算法存在着需要人工调节PID控制参

数，无法在线实时地根据工况变化自主整定PID控制参数的问题，制约了转速的控制品

质。因此本文针对上述问题，基于自校正控制方法，尝试通过辨识柴油机系统参数的变

化，结合PID参数的整定优化算法，提出柴油机转速的辨识与控制方案。

本文基于船用中速柴油机仿真模型与Matlab科学计算软件，开展柴油机系统辨识

与控制算法设计及验证。首先，使用CAE软件GT-Power针对船用中速柴油机建立多缸

机的仿真模型，通过验证4个不同工况的实验缸压数据对比完成模型的校验工作。耦合

GT-Power和Simulink建立柴油机联合仿真模型，通过对柴油机的转速和喷油量数据进

行系统辨识得到辨识模型。然后使用基于差分进化算法对PID增益参数优化整定，完成

离线的柴油机转速辨识控制方法。仿真结果表明，基于差分进化算法的PID参数优化控

制方案(DE-PID)在转速仿真分析中，超调量等指标优于基于Matlab工具箱PID-Tuner的

PID增益优化方案(PID-Tuner-PID)快，在负载突变仿真分析中DE-PID的转速稳定时间

分别比PID-Tuner-PID快了1.11s和1.03s，能够完成在柴油机模型参数固定状态下的转

速控制需求。

针对无法在线自主整定PID控制参数的问题，结合即时学习算法和神经网络PID控

制，提出具有两层控制结构的在线辨识与控制方案，即基于即时学习算法的神经网络PID

控制方案(JITL-BP-PID)，并设定上层PID增益参数优化算法的阈值开关，随时为触发阈

值的下层回路计算出适用于当前系统的PID增益参数。在软件在环仿真的过程中，即时

2

学习算法的在线辨识结果线性回归决定系数(R)达到98.46%，在转速追踪、加减速仿真

分析中，JITL-BP-PID的超调最低、上升时间和稳定时间最短；在负载突变仿真分析中，

其负载突增和负载突减的转速稳定时间分别比神经网络PID控制方案(BP-PID)快了

2.56s和2.69s，比DE-PID快了6.44s和7.22s；在时变负载仿真分析中，其转速波动最

小，喷油输入波动最小；在单缸停油的仿真分析中，面对负载突变和喷油上限，JITL-

BP-PID是三种方案中最快恢复到目标转速。JITL-BP-PID能够完成在柴油机模型参数不

确定状态下的转速控制需求。

关键词：柴油机转速控制；自校正控制；系统辨识；即时学习算法；神经网络PID控制

基于系统辨识的柴油机转速自校正控制方法研究

Abstract

Atpresent,PIDcontrolalgorithmisthemostwidelyusedcontrolalgorithminthefieldof

dieselenginespeedcontrol,however,itfacesmanycontrolproblemsinpracticalapplications.

ForthetraditionalPIDcontrolalgorithm,timeconsumingPIDcontrolparameterstuning

processisinevitable,anditcannotautomaticallyadjustthePIDcontrolparametersaccording

tothechangesofonlineworkingconditions.Thus,itscontrolperformanceisrestrictedin

practical.Motivatedbytheabo