Recursive model-based virtual in-cylinder pressure sensing for internal combustion engines

Autor: Han, Runzhe
Přispěvatelé: Bohn, Christian
Jazyk: angličtina
Rok vydání: 2021
Předmět:
DOI: 10.21268/20210921-6
Popis: Das Drucksignal im Zylinder ist ein sehr nützlicher Indikator für moderne Hochleistungs-Verbrennungsmotoren. Allerdings sind direkte Messungen des Zylinderdrucks unpraktisch, da die Bedingungen in den Zylindern von Verbrennungsmotoren ungünstig sind sowie die Installation von Zylinderdrucksensoren schwierig ist. Zahlreiche Methoden (z. B. virtuelle Messmethoden) wurden untersucht, um den Druck im Zylinder aus extern gemessenen Signalen zu rekonstruieren, z. B. aus dem Schwingungssignal des Motorblocks und der Winkelgeschwindigkeit der Kurbelwelle. Viele der vorgeschlagenen Methoden haben vielversprechende Ergebnisse erbracht. Allerdings gibt es immer noch einige Nachteile wie z.B. eine schlecht konditionierte Inversion oder die Notwendigkeit einer großen Datenmenge, um ein inverses Modell durch künstliche neuronale Netze abzuleiten. In dieser Arbeit werden unter Berücksichtigung der aktuellen Zylinderdruck-Rekonstruktionsprobleme lineare modellbasierte, nichtlineare modellbasierte und inverse modellbasierte ZylinderdruckRekonstruktionsmethoden vorgeschlagen, die eine Alternative zu den bestehenden ZylinderdruckRekonstruktionsmethoden darstellen. Alle vorgeschlagenen Methoden basieren auf der rekursiven Zustandsrekonstruktion unter Verwendung des Kalman-Filters oder eines Beobachters, so dass eine direkte Inversion vermieden werden kann. Darüber hinaus werden alle vorgeschlagenen Methoden rekursiv im Zeitbereich durchgeführt, so dass sie für Echtzeit-Implementierungen geeignet sind und auch keine Probleme im Frequenzbereich, wie z. B. Leckeffekte, aufweisen. Darüber hinaus handelt es sich bei allen vorgeschlagenen Methoden um modellbasierte Methoden, und die Modelle werden mit Hilfe von Systemidentifikationstechniken unter Ausschluss künstlicher neuronaler Netze identifiziert, so dass keine großen Datenmengen erforderlich sind. Für die Systemidentifikation und die Validierung der vorgeschlagenen Methoden wurden Datensätze eines Vierzylinder-Dieselmotors unter verschiedenen Motorbetriebsbedingungen erfasst. Die erfassten Daten reichen von der Betriebsbedingung 1200 U/min, 60 Nm bis zur Betriebsbedingung 3000 U/min, 180 Nm. Die rekonstruierten Zylinderdruckkurven und die beiden Verbrennungsmetriken Zylinderdruckspitze und Spitzenort wurden zur Validierung der vorgeschlagenen Zylinderdruckrekonstruktionsmethoden verwendet. Die Ergebnisse der Rekonstruktion des Zylinderdrucks, die mit den in dieser Arbeit vorgeschlagenen Methoden erzielt wurden, zeigen, dass alle vorgeschlagenen Methoden sowohl unter stationären als auch unter nicht-stationären Betriebsbedingungen verwendet werden können und dass die Ergebnisse der Rekonstruktion des Zylinderdrucks mit den Ergebnissen der bestehenden Methoden zur Rekonstruktion des Zylinderdrucks vergleichbar sind. Darüber hinaus kann festgestellt werden, dass es mehrere Faktoren gibt, die die Genauigkeit der Druckrekonstruktion beeinflussen, wie z.B. die Qualität der identifizierten Modelle, des Verzögerungsblocks und der momentanen Motordrehzahl.
The in-cylinder pressure signal is a very useful indicator for modern high-performance internal combustion engines. Unfortunately, direct measurements of the in-cylinder pressure are impractical because installing cylinder pressure sensors is difficult and conditions in internal combustion engine cylinders are adverse. Numerous methods (such as virtual sensing methods) have been investigated to reconstruct the incylinder pressure from externally measured signals, such as the engine block structural vibration signal and the engine crank angular speed. Many of the proposed methodologies have shown promising results. However, there still exist some drawbacks, such as ill-conditioned inversion and the need of large number of data to derive an inverse model by artificial neural networks. In this thesis, considering current in-cylinder pressure reconstruction problems, linear model-based, nonlinear model-based, and inverse model-based in-cylinder pressure reconstruction methods, which are alternative to existing cylinder pressure reconstruction methods, are proposed. All the proposed methods are based on the recursive state reconstruction by using the Kalman filter or observer such that a direct inversion can be avoided. Moreover, all the proposed methods are recursively conducted in time domain, so they are suitable for real-time implementations and they also do not have frequency-domain problems such as spectral leakage. Additionally, all the proposed methods are model-based methods, and the models are identified by using system identification techniques excluding artificial neural networks, so the need of a large number of data is not necessary. For system identification and the validation of the proposed methods, the datasets under different engine operating conditions were acquired from a four-cylinder diesel engine. Data acquired is from the operating condition 1200 rpm, 60 Nm to the operating condition 3000 rpm, 180 Nm. The reconstructed cylinder pressure curves and two combustion metrics cylinder pressure peak and peak location were used for validating the proposed cylinder pressure reconstruction methods. According to the cylinder pressure reconstruction results obtained based on using the proposed methods in this thesis, it can be found that all the proposed methods can be used under both stationary and non-stationary operating conditions, and the reconstructed cylinder pressure results are comparable among existing cylinder pressure reconstruction methods. Furthermore, it can also be found that there exist several factors affecting the pressure reconstruction accuracy, such as the quality of the identified models, delay block and instantaneous engine cycle frequency.
Databáze: OpenAIRE
Externí odkaz: