柴油发动机空气路径的快速鲁棒模型预测控制器校准
摘要：柴油空气路径应用中控制系统开发的一个重要挑战是调整控制器参数以实现令人满意的输出性能，特别是在未知系统干扰存在的情况下遵守输入和安全约束。基于模型的控制技术，如模型预测控制（MPC），已成功应用于多变量和高度非线性系统，如柴油发动机，同时考虑运营约束。然而，MPC典型实现的有效校准受到了调整参数数量的限制，以及它们与输出响应之间的非直观相关性问题的阻碍。在本文中，通过对控制器公式进行适当的结构改进和MPC成本函数的适当重新设计，减少了有效调整参数的数量，以辅助快速校准。此外，还通过约束收紧的方法增强了控制架构，以在不确定性面前提供鲁棒性保证。提出了一种具有控制器切换时的递归可行性保证的切换线性时变MPC策略，用于处理发动机的瞬态运行。首先，在高保真度模拟环境上实施鲁棒控制器，并广泛研究其校准，以在燃油供给率的阶跃变化下实现所需的瞬态响应。然后，实验研究验证并突出显示了所提控制器架构在选择的校准参数对于燃油阶跃和驱动周期情况下的性能。
作者：Gokul S. Sankar, Rohan C. Shekhar, Chris Manzie, Takeshi Sano and Hayato Nakada
论文ID：1804.06161
分类：Systems and Control
分类简称：cs.SY
提交时间：2019-05-16