基于负载转矩主动观测的柴油机瞬态转速控制研究

作     者：邵灿 

作者单位：天津大学 

学位级别：硕士

导师姓名：陈韬

授予年度：2021年

学科分类：080703[工学-动力机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 

主      题：发电用柴油机 转速控制 负载观测 主动抗扰 参数自学习 

摘      要：转速控制的平稳性是影响发电用柴油机的关键性能,在实际应用中由于存在突变负载,加上柴油机自身转矩产生的过程复杂,导致转速在瞬态响应过程可能出现大幅的波动。传统上基于PID原理的柴油机转速控制方法,易受到老化变异现象的影响,控制性能持续恶化。为彻底改善发电用柴油机转速控制难题,本研究提出以一种基于负载转矩主动观测和关键模型参数在线学习相结合的柴油机转速主动抗扰控制算法,力图解决控制参数标定量大、负载突变过程转速波动大和控制效果随设备老化变异而恶化的难题。作者以一台中重型涡轮增压柴油机为研究对象,建立了柴油机仿真平台。通过测试数据对仿真模型进行了标定,以达到满足研究需求的精度。为验证算法在嵌入式控制器中的有效性,构建硬件在环测试平台。针对在负载变化过程中转速波动大的问题,设计了基于负载转矩在线观测的柴油机转速主动抗扰控制算法。通过机理建模和数据驱动建模相结合的方式,构建柴油机转速动态模型。基于转速动态模型,采用等效等变化率负载转矩模型对负载转矩变化率状态进行观测。同时去除转速可测量状态的观测,设计得到降阶负载转矩观测算法。算法在Simulink环境实现并下载于自主研发的嵌入式控制器上,硬件在环测试验证结果表明:在突变负荷的作用下,优化得到的降阶负载转矩观测算法转速波动幅度和转速恢复时间分别有38.9%和35.3%的改善。台架试验结果表明:在突变负荷的作用下,优化得到的降阶负载转矩观测算法在转速控制效果上改善幅度超过45%,效果显著。为弥补转速动态预测模型离线辨识过程的局限性,及发动机状态会随使用时间变化的特性,提出了基于递推最小二乘方法的模型参数自学习算法,对摩擦转矩模型参数和指示热效率在线调整。硬件在环测试验证表明:摩擦转矩模型学习可以在断油停机过程6s内完成参数的在线学习。在指示热效率学习的过程中,可以在稳态工况下1.5s内学习得到实际指示热效率,学习误差在3%以内。模型参数自学习算法开启后转速控制效果有24.3%的提升。有望实现柴油机转速控制效果在全生命周期的控制效果自趋优。