摩托车发动机空燃比控制策略研究与仿真*

申允德　钱金贵　王　磊　玄东吉（温州大学机电工程学院　浙江　温州　325035）

摩托车发动机空燃比控制策略研究与仿真*

申允德钱金贵王磊玄东吉
（温州大学机电工程学院浙江温州325035）

摘要：针对摩托车发动机瞬态工况下对空燃比控制的特殊要求，提出了一种基于发动机空燃比的模糊控制-PID控制的综合控制策略。由于系统进气时初始空燃比极大，采用模糊控制有效保证系统的稳定性，后期空燃比变化较小时则采用更加精确、稳定、快速的PID控制。基于Mat lab/SimulinK建立发动机总成的数学模型，并结合控制策略进行仿真分析，验证了方案的可行性。

关键词：摩托车发动机空燃比模糊控制PID控制

引言

目前摩托车仍拥有相当庞大的市场，而且新政策的扶持也为该行业注入了新活力。关于摩托车的环保、节能是当下的热门主题，所以未来摩托车的发展方向是高技术含量和低污染排放。摩托车发动机的空燃比控制对发动机的动力性能、燃油经济性能以及排放性能有十分直观的影响，通过调整节气门开度和进入气缸燃油量实现对空燃比的精确、快速、稳定的控制，可以有效降低发动机尾气的排放量、使发动机运行更加省油、改善发动机的动力性，符合当前节能减排、绿色环保的要求。与此同时，各种复杂工况下的发动机空燃比控制策略和控制算法层出不穷[1-5]。

PID控制是最早发展起来的控制策略之一，具有结构简单、可靠性好、控制精度高等优点，被广泛应用于工业过程控制。PID控制要求对控制器的参数进行严格的整定，使得当参数变化时，PID控制器参数不能随着被控对象的变化而作相应的调整。同时随着人类研究领域的拓展及研究对象越来越复杂，很多系统的数学模型很难获得。模糊控制器是一种近年来发展起来的新型控制器，其特点是不要求掌握被控对象的数学模型[6]。相对于PID控制，模糊控制利用已有控制经验，对于控制非线性、复杂的对象显示了良好的鲁棒性和控制性能，但模糊控制往往因为精度不高而无法满足部分工程应用的要求[7]。

本文首先基于Matlab/Simulink建立摩托车发动机数学模型，并提出一种基于发动机空燃比的模糊控制-PID控制的综合控制策略，根据该控制策略设计出摩托车发动机控制器，该控制器通过对节气门开度、进入气缸燃油量的精确控制，实现空燃比在设计范围内波动，最终使发动机转速以及污染物排放控制在最佳范围内。本文结合模糊控制-PID控制综合控制策略对摩托车发动机系统进行仿真研究，并对无控制和PID控制的仿真结果进行了对比分析。

1　摩托车发动机的数学模型

为了准确模拟和控制发动机气缸的进出气量、燃油喷射量、以及动力输出转速等参数变化，基于Mat lab/SimulinK建立摩托车发动机总成数学模型，该模型包含有4个子模型：燃油蒸发与动态油膜子模型、进气动态特性子模型、动力输出子模型、怠速节气门开度控制子模型[8-10]。发动机空燃比指的是进气量与燃油喷射量的比值，因此可以在给定进气量的基础上，通过控制燃油喷射量来实现空燃比控制，而进气量由节气门开度控制。

该发动机总成数学模型最重要的特性是将燃油蒸发与动态油膜子模型和进气动态特性子模型分开独立研究，并且可以做到精确地分析这两项的影响效果，同时在动力输出子模型中共同显示两种动态特性的效果。如图1所示，在Mat lab/SimulinK图形化建模环境中建立上述4个子模型并封装成各个小系统，并依据各个系统之间的相互参数关联进行连接，最终建立摩托车发动机总成模型。

图1　基于Mat lab/SimulinK的摩托车发动机总成模型

2　摩托车发动机空燃比控制器设计

2.1摩托车发动机空燃比控制策略

针对摩托车发动机瞬态工况下对空燃比控制的特殊要求，本文提出了一种基于发动机空燃比的模糊控制-PID控制的综合控制策略：当空气进入气缸时燃油喷射存在一定的延时，同时考虑到燃油中油膜的生成和蒸发过程，所以空燃比在前期是一个较大值，使用PID控制容易造成积分饱和现象，可能导致系统失稳，而模糊控制则可以很好地解决前期空燃比可能过大这一现象；在后期由于空燃比变化较小，使用发动机空燃比PID控制则更加精确、稳定和快速。

2.2前期空燃比模糊控制器设计

如图2所示为摩托车发动机空燃比模糊控制器结构原理图[11]。

2.2.1模糊集和论域定义

根据模糊控制器结构原理图，首先确定模糊集和论域，设误差为E，误差变化率是EC，以及控制量为U。本文对所有输入、输出变量模糊集均设定为{NB，NM，NS，ZO，PS，PM，PB}，分别表示负大，负中，负小，零，正小，正中，正大，并设定相对应的论域为[-6，6]。同时，输入变量的隶属函数选用分辨率高的三角函数，控制量则选用高斯函数，分别如图3、图4所示。

图2　模糊控制器结构原理图

图3 E和EC的隶属度函数

图4 U的隶属度函数

2.2.2模糊控制规则表

模糊PID参数自整定基本原则[7，12]：

1）当系统偏差（|e|）较大时，为使系统尽快消除偏差，不管EC的符号如何都应取较大的Kp和Ki，以达到快速缩小偏差的目的。如果此时偏差和偏差变化率符号相反，则应取较小的Kd或令Kd为零；反之，如果此时偏差和偏差变化率符号相同，则应取较大的Kd，阻止偏差继续变大；

2）如果偏差（|e|）适中，为防止系统超调量过大，应取较小的Kp，KI取中等程度值。如果此时偏差和偏差变化率符号相反，则应取较大的Kd，反之则取适中的Kd，阻止偏差继续偏大；

3）当系统偏差（|e|）较小或偏差为零时，为缩短系统的调节时间，可取适中的Kp，较小的Ki。如果此时偏差和偏差变化率符号相反，则可取较小的Kd；反之可取适中的Kd。注意此时Kd不宜过大，否则系统对扰动敏感，振荡加剧，调节时间加长。

根据模糊PID参数整定原则，建立E、EC、U的模糊规则如表1所示。

表1 模糊控制规则表

2.2.3建立空燃比模糊控制器

在Mat lab/SimulinK中建立上述的摩托车发动机空燃比模糊控制系统，如图5所示。其中，由于论域为[-6，6]，而实际量为[-0.5，0.5]，所以确定放大倍数为12，即KE=12，同理可以得到KEC=2，KU= 0.2。

2.3后期空燃比PID控制器设计

1）确定比例增益KP：为了防止积分项和微分项对确定KP参数产生影响，应将其去掉使控制器变为纯比例调节。设定系统输入值为系统允许最大值的60%，然后逐渐加大KP，直至系统出现较为明显的振荡；接下来逐渐减小KP，直至系统振荡完全消失。记录下此时的KP，同时设定KP为当前值的60%。

2）确定积分时间常数Ti：设定Ti具有相对较大的的初值，然后逐渐减小该值，直到系统出现振荡；接下来逐渐加大Ti，直至系统振荡完全消失。记录下当前时刻的Ti值，同时设定Ti为当前值的150%。

3）确定微分时间常数Td：设定微分时间常数的方法与确定P和Ti的方法类似，当最后记录系统不振荡时的Td值后，设定Td值为当前值的30%。

如图6所示建立的PID控制器，为了保证整个系统在初始运行时和信号改变时处于稳态，使用阶跃信号作为输入信号，同时设定初值保持时间在较高范围内。

图5　摩托车发动机空燃比模糊控制系统

图6 PID控制器

2.4模糊-PID综合控制器设计

在实现模糊控制以及PID控制之后，考虑到前期空燃比控制的不足，结合前期空燃比变化量较大，后期变化量较小的特点，采用模糊控制-PID控制的综合控制策略，如图7所示。发动机空燃比模糊-PID综合控制系统，其核心是：首先对目标空燃比和当前实际空燃比进行差值比较，通过设置阀值来判断该时刻使用模糊控制还是PID控制。

图7　发动机空燃比模糊-PID综合控制系统

3　摩托车发动机空燃比控制仿真分析

如图8所示，为没有控制器的情况下空燃比的变化曲线图；图9所示为使用PID控制器时的空燃比变化曲线图；图10所示为使用模糊-PID综合控制器时的空燃比变化曲线图。

图8　无控制器的空燃比变化曲线图

图9　PID控制器的空燃比变化曲线图

由仿真曲线的比较可知：

1）没有控制器的情况下，空燃比的变化波动范围在14~17.5之间，远远超出了目标控制的范围，而且过渡过程时间较长；

2）使用PID控制器时空燃比的变化范围是14.8 888~14.6605，最大超调值为0.2188，最终稳态值是14.673，和目标空燃比14.67的相差为0.03，稳态误差比较小；

3）使用模糊-PID综合控制器时的控制效果更佳，能较为快速、稳定、精确地控制摩托车发动机的空燃比，其最大超调值为14.677，最小值为14.669。

图10　模糊-PID综合控制器的空燃比变化曲线图

4　结论

摩托车发动机系统十分复杂，发动机空燃比控制对系统的动力性能、燃油经济性能以及排放性能产生巨大影响。由于发动机系统具有前期空燃比变化量较大，后期变化量较小的特点，本文提出的模糊控制-PID控制的综合控制策略能满足发动机瞬态工况下空燃比控制的特殊要求。

基于Mat lab/SimulinK建立发动机总成数学模型，利用模糊-PID综合控制器，通过调整节气门开度和进入气缸燃油量实现空燃比控制，并针对无控制器、PID控制、模糊-PID综合控制器三种情况进行仿真分析。

结果表明，使用模糊-PID综合控制器时效果更佳，能快速、稳定、精确地控制摩托车发动机空燃比，从而有效提高摩托车发动机的动力性能以及改善污染物排放的问题，对未来节能环保摩托车的开发具有重要意义。

参考文献

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顾维东.电喷摩托车发动机空燃比控制的研究[D].天津：天津大学，2006

6张泾周，杨伟静，张安祥.模糊自适应PID控制的研究及应用仿真[J]．计算机仿真，2009，26（9）：132-135．163

7谢仕宏.MATLAB r2008控制系统动态仿真实例教程[M]．北京：化学工业出版社，2009

8李薛.汽油机瞬态工况空燃比控制策略仿真研究[D].长沙：长沙理工大学，2010

9潘盛军.CG125摩托车发动机怠速控制的研究[D].杭州：浙江大学，2002

10王泽民.二冲程汽油机电喷技术的研究，浙江大学硕士研究生论文，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，刘卫国.基于模糊PI控制的无刷直流电机调速系统仿真[J]．计算机仿真，2009，26（10）：186-189

中图分类号：U464.136

文献标识码：A

文章编号：2095-8234（2015）05-0012-05

收稿日期：（2015-07-03）

*基金项目：浙江省国际合作科技重大专项（2013C14015）。

作者简介：申允德（1963-），男，博士，主要研究方向为系统建模及优化控制。

通讯作者：玄东吉（1977-），男，博士，主要研究方向为系统控制与优化。

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