[發(fā)明專利]一種基于遺傳算法的發(fā)動機(jī)自動標(biāo)定參數(shù)優(yōu)化方法

無效

• 申請?zhí)枺?/td>: 201110230112.2
• 申請日: 2011-08-11
• 公開（公告）號: CN102337979A
• 公開（公告）日: 2012-02-01
• 發(fā)明（設(shè)計）人: 楊國青;李紅;錢嘯君;唐凱;呂品
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: F02D43/00
• 分類號: F02D43/00
• 代理公司: 杭州九洲專利事務(wù)所有限公司 33101
• 代理人: 陳繼亮

技術(shù)領(lǐng)域

本發(fā)明涉及發(fā)動機(jī)ECU控制參數(shù)自動標(biāo)定優(yōu)化的技術(shù)，尤其是一種基于遺傳算法的發(fā)動機(jī)自動標(biāo)定參數(shù)優(yōu)化方法。

背景技術(shù)

ECU控制參數(shù)標(biāo)定：根據(jù)整車的各種性能要求(如動力性、經(jīng)濟(jì)性和排放等)，調(diào)整、優(yōu)化和確定電控系統(tǒng)的運(yùn)行參數(shù)(如轉(zhuǎn)速、空氣流量、節(jié)氣門位置、冷卻水溫等)和控制參數(shù)(如噴油脈寬、點(diǎn)火提前角度、EGR閥開度等)的過程。標(biāo)定試驗中優(yōu)化的主要對象是基本控制輸出量MAP。MAP是控制輸出量(噴油脈寬、點(diǎn)火提前角等)計算的依據(jù)，它存儲了不同發(fā)動機(jī)負(fù)荷、轉(zhuǎn)速下的基本輸出量大小，ECU根據(jù)發(fā)動機(jī)運(yùn)行工況，利用插值法查詢MAP圖，經(jīng)過參數(shù)修正后輸出控制信號。MAP中由負(fù)荷、轉(zhuǎn)速等工況特征組成的節(jié)點(diǎn)網(wǎng)絡(luò)能否全面反映發(fā)動機(jī)的各個工況，以及節(jié)點(diǎn)上控制數(shù)據(jù)的準(zhǔn)確性都直接影響發(fā)動機(jī)的性能。

ECU的標(biāo)定是一個非常繁瑣的工作。工程師需要對發(fā)動機(jī)的各個工況點(diǎn)進(jìn)行參數(shù)的優(yōu)化。假設(shè)一個具有50個工況點(diǎn)的控制參數(shù)，工程師對于每個工況點(diǎn)需要進(jìn)行多次的反復(fù)優(yōu)化才能最終確定其最優(yōu)值，同時每一次的優(yōu)化都需要大量的時間。這使得工程師需要花費(fèi)大量的時間，進(jìn)行大量的重復(fù)操作后，才能完成對發(fā)動機(jī)中一個MAP圖的標(biāo)定。而發(fā)動機(jī)中往往含有很多大小不同的MAP圖，這就使得整個標(biāo)定工作的周期變得很長，同時會導(dǎo)致工作強(qiáng)度大，成本投入高。這些因素都限制了ECU標(biāo)定的發(fā)展。

一種典型的ECU控制參數(shù)的方法如下：

1.由標(biāo)定工程師確定需要標(biāo)定的參數(shù)或MAP圖。這些需要標(biāo)定的參數(shù)可以根據(jù)其所需優(yōu)化的對象進(jìn)行確定，由于ECU控制策略的因素，工程師可能需要選取多個控制參數(shù)以達(dá)到對象優(yōu)化的目的，此時標(biāo)定工程師需要了解各個控制參數(shù)與被優(yōu)化對象之間的定性關(guān)系，例如當(dāng)優(yōu)化對象是發(fā)動機(jī)排放時，則選取的標(biāo)定對象應(yīng)為其影響因子：點(diǎn)火提前角，噴油脈寬等，同時工程師需要了解在不同的工況下，點(diǎn)火提前角與噴油脈寬對排放的影響。

2.標(biāo)定工程師根據(jù)步驟1中所選擇的標(biāo)定參數(shù)，MAP圖以及優(yōu)化對象，進(jìn)行工況點(diǎn)的確定。在合理的選取好工況點(diǎn)后，通過不斷調(diào)整參數(shù)的數(shù)值，使優(yōu)化對象達(dá)到優(yōu)化目標(biāo)后，記錄下當(dāng)前參數(shù)值，寫入到對應(yīng)的工況點(diǎn)MAP中。不斷重復(fù)此操作，對所有工況點(diǎn)都進(jìn)行優(yōu)化。

3.標(biāo)定工程師根據(jù)步驟2中得到的MAP圖，進(jìn)行曲線擬合。若無法擬合成相應(yīng)曲線，則利用插值法進(jìn)行點(diǎn)的補(bǔ)全，以實(shí)現(xiàn)參數(shù)的連續(xù)變化。

在上述的方法中，標(biāo)定工程師需要進(jìn)行大量的測量工作以及不斷的標(biāo)定操作，才能得到最后的最優(yōu)參數(shù)。這些工作將花費(fèi)大量的時間和投入大量的成本。另外，工況點(diǎn)的確定由具體的標(biāo)定需求所決定。工況點(diǎn)選取的越多，則MAP圖的顆粒度越高，控制的精確度越高，整個控制過程則更接近理想狀態(tài)，但是工況點(diǎn)越多，則標(biāo)定過程所需的操作越多，標(biāo)定的周期，成本，繁瑣度越高。反之，減少工況點(diǎn)，則能夠減少標(biāo)定的周期，成本與繁瑣度，但是這會導(dǎo)致MAP圖顆粒度降低，控制的精確度降低，整個控制過程與理想狀態(tài)偏離的越遠(yuǎn)，甚至出現(xiàn)錯誤的控制參數(shù)。這就產(chǎn)生了一個矛盾，既要保證MAP圖的顆粒度高，控制精度高，同時還要讓標(biāo)定過程的周期短，成本低，繁瑣度低，這個時候，這種傳統(tǒng)的方法就會產(chǎn)生很大的局限性。

現(xiàn)階段解決以上問題的最主要的方法是依靠不斷的積累以及工程師標(biāo)定的經(jīng)驗。通過積累，工程師可以約束最優(yōu)參數(shù)出現(xiàn)的范圍，從而降低標(biāo)定的次數(shù)，以此來提高標(biāo)定的效率，但是這種方法具有很大的約束性：

1.積累需要過程，這導(dǎo)致這個方法不易普及，同時起步難。

2.針對性強(qiáng)。當(dāng)目標(biāo)發(fā)動機(jī)發(fā)生改變的時候，積累的經(jīng)驗可能會將去其相應(yīng)的作用。

3.缺乏客觀性。由于整個標(biāo)定過程都基于標(biāo)定工程師對優(yōu)化目標(biāo)的主觀觀察以及基于經(jīng)驗的參數(shù)尋優(yōu)，這必然會導(dǎo)致參數(shù)的優(yōu)化帶有標(biāo)定工程師的主觀因素，從而使得標(biāo)定的結(jié)果缺乏一定的客觀性。

本發(fā)明的自動標(biāo)定參數(shù)優(yōu)化方法建立在遺傳算法的基礎(chǔ)上，遺傳算法是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程的計算模型，是一種建立在隨機(jī)方法之上的優(yōu)化算法，它利用隨機(jī)算法生成一定數(shù)量的原始解，通過每一個生物代得迭代操作，將這些原始解進(jìn)行交叉，繁殖和變異操作，然后淘汰掉質(zhì)量差的個體，使得最后的解慢慢接近于最優(yōu)的解。

在使用遺傳算法的過程中，最重要的就是對每一階段產(chǎn)生的數(shù)據(jù)進(jìn)行評估，該部分的評估通常通過定義一個評估函數(shù)實(shí)現(xiàn)。對于前面描述的標(biāo)定過程，其評估函數(shù)是十分明顯的，即標(biāo)定所需達(dá)到的優(yōu)化目標(biāo)。對于一個目標(biāo)函數(shù)來說，在其邊界條件內(nèi)調(diào)節(jié)其影響因子的值使其與目標(biāo)函數(shù)最優(yōu)化，則其適應(yīng)度(也就是控制參數(shù)的優(yōu)化程度)就越高。

發(fā)明內(nèi)容