基于模型预测的电辅助涡轮增压柴油机空气系统优化控制研究

摘要

针对配备电辅助涡轮增压器(electrically assisted turbocharger,eTurbo)和高压废气再循环(exhaust gas recirculation,EGR)的发动机的油耗和电耗最低、进气氧浓度跟踪误差最小等多目标优化问题,提出了一种eTurbo在线优化控制算法:根据目标进气氧浓度和增压压力,采用自抗扰方法调节EGR阀的开度和压气机需求功率;然后采用模型预测控制(model predictive control,MPC)算法,在线将压气机的需求功率分配给涡轮机和电机,以实现发动机油耗、电能消耗和进气氧浓度跟踪误差的最佳折中.在GT-SUITE/Simulink平台上的仿真结果表明:在FTP-75驾驶循环下,相比于传统增压柴油机,eTurbo柴油机在该优化算法控制下,增压压力的跟踪误差减小87.20％,进气氧浓度的跟踪误差增加1.93％,发动机等效比油耗改善0.82％,验证了该方法的有效性.