类型a
主作者与研究机构及发表信息
该研究由R. F. Escobar-Jiménez、L. E. Ocampo-Rodríguez、G. L. Osorio-Gordillo和C. D. García-Beltrán主导完成,他们均隶属于墨西哥的Tecnológico Nacional de México/Centro Nacional de Investigación y Desarrollo Tecnológico(国家技术研究所/国家研发中心)或相关研究生院。这项研究于2023年10月26日被接受,并在2024年的《International Journal of Adaptive Control and Signal Processing》期刊上正式发表。
学术背景与研究目的
本研究属于内燃机(Internal Combustion Engine, ICE)控制领域的容错控制(Fault-Tolerant Control, FTC)方向。近年来,随着汽车工业的发展,内燃机传感器的可靠性问题日益受到关注。质量空气流量(Mass Airflow, MAF)传感器、温度传感器和压力传感器是内燃机控制系统中的关键组件,其故障可能导致发动机性能下降甚至失效。因此,如何设计一种能够应对传感器部分或完全故障的容错系统成为研究热点。
本文的研究旨在开发一种基于双重扩展卡尔曼滤波器(Dual Extended Kalman Filter, DEKF)和高增益观测器(High-Gain Observers)的容错控制系统,以确保即使在传感器发生故障的情况下,内燃机仍能持续运行。通过估计空气流量、温度和压力,该系统能够在传感器信号异常时提供分析冗余(Analytical Redundancy),从而实现对内燃机空燃比(Air-Fuel Ratio, AFR)的精确控制。
研究方法与实验流程
本研究的工作流程分为以下几个主要步骤:
系统建模与描述
研究首先基于一个1.6升、78千瓦的日产内燃机模型,建立了进气歧管(Intake Manifold)的压力和温度数学模型。这些模型基于连续性方程和能量守恒原理,用于描述空气流量、压力和温度之间的动态关系。此外,研究还引入了λ因子(Lambda Factor)的概念,用于评估空燃比的控制精度。λ因子等于实际空燃比与理论空燃比(14.7:1)的比值,是衡量内燃机燃烧效率的重要指标。
高增益观测器设计
为了应对温度和压力传感器可能发生的故障,研究设计了一组两个高增益观测器(Observer 1和Observer 2)。Observer 1利用压力测量值估计温度和压力,而Observer 2则利用温度测量值进行同样的估计。这种设计确保了在某一传感器发生故障时,可以通过另一个传感器的健康信号替代故障信号,从而维持系统的正常运行。
双重扩展卡尔曼滤波器(DEKF)设计
研究的核心是DEKF的设计与实现。DEKF通过进气歧管的温度和压力测量值来估计空气流量。为了提高估计精度,DEKF结合了状态预测和参数校正两部分。具体而言,状态预测部分利用非线性离散系统的状态演化函数计算先验估计值,而参数校正部分则通过最小化输出误差调整后验估计值。此外,研究还通过雅可比矩阵(Jacobian Matrix)对系统的可观测性进行了分析,证明了所设计的DEKF具有良好的稳定性。
故障检测与隔离(FDI)系统
研究提出了一种基于残差(Residual)分析的FDI系统。当残差超过预设阈值时,系统会判断相应传感器发生故障,并切换到由高增益观测器提供的健康信号。例如,当温度传感器故障时,使用Observer 1估计的温度信号替代;当压力传感器故障时,则使用Observer 2估计的压力信号替代。
实验验证
研究通过一系列实验验证了所提出的FTC系统的有效性。实验对象为一台无负载运行的内燃机,测试条件包括不同曲轴转速下的传感器完全故障和部分故障。实验中分别模拟了MAF传感器、温度传感器和压力传感器的单独故障以及多重故障情况,并记录了系统的响应性能。
主要结果
实验结果显示,所提出的FTC系统在各种故障情况下均表现出优异的性能:
研究结论与价值
本研究成功设计并验证了一种基于DEKF和高增益观测器的内燃机传感器容错控制系统。该系统不仅能够有效应对单一传感器故障,还能在多重故障情况下保持内燃机的正常运行。其科学价值在于提出了一个新颖的FTC框架,将分析冗余与高增益观测器相结合,显著提高了系统的鲁棒性和可靠性。从应用角度来看,该系统可广泛应用于现代汽车的发动机控制单元(Engine Control Unit, ECU),有助于提升车辆的安全性和经济性。
研究亮点
1. 提出了一种结合DEKF和高增益观测器的新型FTC系统,解决了内燃机传感器故障问题。
2. 设计了一组两个高增益观测器,实现了对温度和压力信号的互为备份,增强了系统的容错能力。
3. 实验验证了系统在单一故障和多重故障情况下的优异性能,展示了其在实际应用中的潜力。
4. 利用残差分析实现了快速且准确的故障检测与隔离,为复杂系统的实时监控提供了新思路。
其他有价值的内容
研究还探讨了系统的稳定性分析方法,包括非线性离散系统的可观测性和渐近稳定性分析。此外,作者团队公开了实验数据,为后续研究提供了宝贵的资源。