发动机爆震的统计学建模及自适应控制.doc

发动机爆震的统计学建模及调适性控制 A A Stotsky 摘要：电火花点火发动机爆震的统计学概念逐渐被提出来。爆震控制的目的与一定频率下爆震传感器信号的最大振幅的平均值和阀值之间对比的统计假设实验相联系。实现控制目标意味着最大平均振幅与目标值分离，并因此得到爆震发生的概率。这种新的控制概念使控制算法的参数与发生爆震的概率及用户相关参数相连接。真实值和统计所需值之间的差为调节误差。用于把调节误差控制到最小的控制算法实现了一个简单的由倒计时逻辑。 用于检测爆震阀值的新算法已经开发出来，置信区间法是自适应技术的基础。爆震阀值由具有确定的显著水平的置信区间表示。这种自适应技术被应用于旧发动机，以保证所有发动机的显著水平是一致的，尽管他们的检测阀值不尽相同。这样，反过来可以确定新老发动机能检测到相同的爆震现象。 一个包含振幅信号的产生、阀值的测定及爆震声音模型的简单统计模型可以用来评估爆震控制的水平。爆震可听度的统计跟异常值的检测方法密切相关并在本文中用于爆震可听性的判断。 本次试验应用了一个配备有气缸压力和块振动传感器的沃尔沃六缸发动机，并且用一个外接的麦克风进行爆震声音的测量。 关键词：发动机爆震、统计假设、置信区间、阀值的适应、点火式发动机 简介 点火式发动机的爆震限制了发动机的点火提前角，进而影响发动机的动力性和燃油经济性。发动机爆震控制系统的基础是经带通滤波器处理的爆震传感器信号。一定频率下爆震传感器信号的最大振幅驱动的控制系统，当爆震信号最大幅度超过阀值时，减小点火提前角，否则就会增加燃油消耗降低输出功率。 稳定的最大振幅信号统计使统计学方法被用于控制器工作于爆震临界值上面且用统计变量作为平均值和临界偏差的发动机爆震控制系统。然而，爆震发生的概率不是估计出来的也不跟油耗等用户相关数据相联系。由发动机爆震发生概率与油耗之间的比较可以得到一个合适的控制器参数，进而改善发动机的性能。此外，由朱等人提出的控制方法，无法适应爆震检测阀值及判断爆震的可听度。 请注意，没有任何确定的爆震控制器能在没有均值和标准差做统计变量的情况下使发动机在爆震接线处平稳地工作。因此，只有利用统计学方法才能更好地控制发动机爆震。 本文提出的爆震控制的统计学方法引入了一个发动机爆震控制新概念，即把控制目的的实现，与最大平均振幅等于目标值这样的空假设区分。空假设正在逐渐被振幅的平均值小于目标值这样的统计学假设替代。换句话说，反馈控制回路被用来确保所需的平均振幅与阀值分离，并由此分离所需的爆震发生频率。调节误差的定义是基于实际值与统计的预期值之间的差异。当调节误差趋于零时，基于单样本T检验的统计数值趋于查表所得的统计数值。这样，反过来，确保零假设被逐渐驳回，并与爆震发生的概率相联系。可视作二次调节变量的统计数值随着窗口的移动不断更新，窗口大小是随着时间变化的，计算方法为：阀值与并均值之差除以样本的标准偏差再乘上窗口的大小。基于这种控制概念的统计数值作为二次调节变量，允许爆震概率的算法参数与油耗等用户相关数据连接起来。 普遍用于减小调节误差的控制算法通过通过一个简单的倒时技术逻辑实现。 由于发动机零部件的老化，爆震传感器信号的表现会随着时间而改变，以至于一定频率下最大振幅的平均值和标准偏差也会随之改变。如果最大振幅的平均值和标准偏差改变而阀值未更新的话，爆震传感器就会出现错误的爆震指示。这样，反过来影响点火提前角。因此，如果最大振幅或标准偏差偏离了预期校准值，就应及时更新发动机爆震阀值。自适应的主要思想是展现利用一个置信区间且新老发动机保持相同的信号水平的爆震阀值检测系统。为此，与校准的检测阀值与一定频率下爆震信号的平均值、标准偏差和样本大小等方面密切相关。换句话说，爆震检测的阀值置信区间的上限且由平均值、标准偏差、样本大小和显著性水平等共同决定。请注意，置信区间的终点定义为置信限。由于一定频率下爆震传感器信号的平均值和标准偏差在一个指定的工况点，检测阀值就可以由显著性水平确定。于是，检测阀值的分配就相当于显著性水平的分配。置信限在新老发动机中扮演参考模型的作用。爆震传感器信号的平均值和标准偏差可能会应为发动机零部件的老化而改变。为了适应老发动机，必须计算出新的爆震信号平均值和标准偏差。爆震检测阀值的自适应系统是基于对平均值进行比较的双样本T实验和关于新估计值与预校准值比较的实验。这些实验已经由Picard描述过。在McDonald的文章中，检测阀值可以由置信区间表示。如果双样本实验或方差齐性测验能表明一定频率下爆震传感器信号的新估计值和预估计值之间的差异，检测阀值就可以与之相适应。最后，新的检测阀值由置信限的模型和新的平均值与标准偏差计算出来。 发动机爆震界限是点火正时的一个函数，且新的发动机爆震控制阀值对于确定的点火正时依然适用。然而，自适应系统需要对所有的