高压共轨柴油机基于声学信号的燃烧特征观测方法研究

论文摘要

传统的燃烧开环控制难以观测到油品、运行环境、系统老化引起的燃烧品质变化进而导致的经济性和排放性能恶化。随着排放法规和经济性要求的日益提高、替代燃料的迅速发展，燃烧观测以及闭环反馈控制成为满足未来法规的重要手段。而常用的基于缸压传感器的燃烧观测和反馈控制技术，由于传感器成本高、寿命短、对发动机改动大，实际推广应用受到限制。为了解决燃烧观测的现实需求和目前已有技术手段之间的矛盾，本文提出了一种以面向高压共轨柴油机控制器应用为目的、基于声学信号的燃烧特征观测方法。针对声学信号易受噪声干扰，信噪比差的问题，本文对一台装备自主研发ECU的中重型高压共轨柴油机声学信号采用小波变换手段进行时频联合分析，提出采用4-6KHz和1-1.5KHz两个信噪比高、信号强度大的声学信号频段作为燃烧观测特征频段。通过分析高压共轨柴油机失火循环、工作粗暴循环与正常燃烧循环声学信号在时频域和时域上的差异，定义了对正常燃烧模式和异常燃烧模式敏感的声学信号特征量。采用判别分析的方法，分别建立基于声学信号特征量的失火诊断、工作粗暴诊断模型。测试结果表明，模型对失火诊断的正确辨识率达到了99%，对工作粗暴的正确辨识率超过85%。在对声学信号进行时频联合分析的基础上，选择合适的声学信号燃烧观测特征频段定义特征量，与缸内实际的燃烧始点、最大压升率时刻进行相关性分析。运用多项式回归建模的数学方法，分别建立了燃烧始点观测模型和最大压升率时刻观测模型。在常用工况下，模型对燃烧始点、最大压升率时刻观测误差约为1°CA。提出了基于ECU软硬件资源并行处理的声学信号燃烧观测在线实现方法，以本文开发的高压共轨柴油机控制器ECU为目标平台，结果表明实现一个完整的基于声学信号燃烧观测任务在ECU单片机上的运算时间为5.31ms，初步验证了该方法在ECU上实现的可行性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 燃烧观测的意义
• 1.3 内燃机典型的燃烧观测方法
• 1.3.1 基于缸压的观测方法
• 1.3.2 基于离子电流的观测方法
• 1.3.3 基于曲轴角速度的观测方法
• 1.3.4 基于缸内光学信号的观测方法
• 1.3.5 基于振动信号的观测方法
• 1.4 基于声学信号的燃烧观测方法分析
• 1.4.1 内燃机噪声分类
• 1.4.2 柴油机声学信号燃烧观测可行性研究
• 1.5 基于声学信号的燃烧观测研究现状
• 1.6 本课题的研究意义及内容
• 第二章 发动机实验平台及控制器基础模块开发
• 2.1 实验台架
• 2.2 传声器选型和安装
• 2.3 控制器平台构建
• 2.3.1 ECU 硬件开发
• 2.3.2 ECU 基础软件开发
• 2.3.3 轨压控制算法
• 2.4 监控标定软件开发
• 2.5 基于缸压信号的燃烧特征参数计算
• 2.5.1 缸压真实值获得
• 2.5.2 缸压信号数字滤波
• 2.5.3 燃烧参数定义和计算
• 2.6 本章小结
• 第三章 基于小波变换的声学信号燃烧观测特征频段研究
• 3.1 小波分析
• 3.1.1 小波分析简介
• 3.1.2 小波参数的选择
• 3.2 声学信号燃烧观测特征频段研究
• 3.2.1 声学信号燃烧观测特征频段概述
• 3.2.2 声学信号燃烧观测特征频段的实验研究
• 3.3 本章小结
• 第四章 基于声学信号的非正常燃烧诊断方法研究
• 4.1 数学抽象及判别分析
• 4.1.1 数学抽象
• 4.1.2 判别分析
• 4.2 基于声学信号失火检测方法
• 4.2.1 时频域特征量与失火相关性分析
• 4.2.2 时域特征量与失火相关性分析
• 4.2.3 失火诊断模型建立
• 4.2.4 失火诊断模型测试
• 4.3 基于声学信号工作粗暴检测方法
• 4.3.1 时频域特征量与工作粗暴相关性分析
• 4.3.2 时域特征量与工作粗暴相关性分析
• 4.3.3 工作粗暴诊断模型建立
• 4.3.4 工作粗暴诊断模型测试
• 4.4 本章小结
• 第五章 基于声学信号的燃烧相位观测方法研究
• 5.1 燃烧始点观测方法研究
• 5.1.1 信号分析及特征频段选取
• 5.1.2 非燃烧阶段声学信号高斯噪声模型
• 5.1.3 声学信号特征量与燃烧始点相关性分析
• 5.1.4 燃烧始点观测模型建立
• 5.1.5 燃烧始点观测模型测试
• 5.2 最大压升率时刻观测方法研究
• 5.2.1 信号分析及特征频段选取
• 5.2.2 声学信号特征量与最大压升率时刻相关性分析
• 5.2.3 最大压升率时刻观测模型建立
• 5.2.4 最大压升率时刻观测模型测试
• 5.3 本章小结
• 第六章 声学信号燃烧观测的嵌入式实现方法
• 6.1 软硬件并行实现方法
• 6.1.1 总体处理流程
• 6.1.2 软硬件并行架构
• 6.2 声学信号硬件处理
• 6.2.1 信号调理滤波
• 6.2.2 TC1766 单片机
• 6.3 声学信号燃烧观测嵌入式软件
• 6.3.1 发动机曲轴位置处理及微齿系统建立
• 6.3.2 基于角度触发的声学信号采集
• 6.3.3 基于 DMA 的声学信号数据高速并行传输
• 6.3.4 基于 DSP 核的 FIR 滤波
• 6.3.5 声学观测算法计算核实现
• 6.4 声学信号燃烧观测方法的实时性验证
• 6.5 本章小结
• 第七章 全文总结及展望
• 7.1 全文总结
• 7.2 工作展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢