双韦伯燃烧规则经验参数自动校准方法技术

本发明专利技术的目的在于提供双韦伯燃烧规则经验参数自动校准方法。本发明专利技术首先采用燃烧相位分离点确定方法得出燃烧相位分离点，将已燃分数试验数据分成两部分并进行相应的处理，分别对两部分数据采用代数分析得出韦伯参数初步估计值，再采用最小二乘算法得出最终估计值。本发明专利技术将代数分析方法和最小二乘算法结合，使两者优缺点互补，实现双韦伯(Wiebe)燃烧规则经验参数的自动校准，此方法参数校准时收敛性和稳定性较好，精确度较高，能够快速且精确搭建基于双韦伯(Wiebe)燃烧规则的零维燃烧模型。

Automatic calibration method for empirical parameters of double Weber combustion rule

The object of the invention is to provide an automatic calibration method for an empirical parameter of a double Weber combustion rule. The invention firstly uses the method of determining the combustion phase separation combustion phase separation point, the fraction burned test data is divided into two parts and the corresponding treatment, respectively for the two part of the data using the algebraic analysis of Webb parameters of the preliminary estimate, and then using the least squares algorithm to get the final estimate. The algebraic analysis method and the least square algorithm, so that the two complementary advantages and disadvantages, to achieve double Webb (Wiebe) automatic calibration parameters of combustion rules, the method of parameter calibration convergence and good stability, high accuracy, can quickly and accurately set up based on double Webb (Wiebe) combustion model of zero dimensional combustion rules.

【技术实现步骤摘要】

本专利技术涉及的是一种内燃机燃烧规律获取方法。
技术介绍
为了解决日益严重的环境污染问题，国际排放法规越来越苛刻，限制发动机的有害排放物，致使生产厂家，对发动机的排放控制看得尤为重要。而柴油机的排放特性与缸内燃烧过程有着密切的联系，因此实现对燃烧过程的实时控制对发动机的排放控制具有重要意义。随着计算机技术的迅猛发展，计算机仿真技术拥有了蓬勃的生命力，通过对现实系统的抽象模仿，抽象出系统模型，人们在计算机上对这样的模型进行模拟试验研究，既降节约了科研和生产成本，降低了风险，也提高了科研效率。那么系统模型的可靠性和准确性，直接决定仿真结果的可靠性和准确性。在内燃机领域，基于韦伯(Wiebe)燃烧规则的零维燃烧模型形式简单，建模难度小，同时在一定的工况范围内具备一定的仿真精度。以此韦伯Wiebe)燃烧模型为基础，众多研究者们成功的对直喷，非直喷，二冲程柴油机进行了缸内压力和温度的预测。研究表明，单韦伯(Wiebe)燃烧规则只适用于一种燃烧相位或者带有轻微混合的两种燃烧相位的燃烧过程仿真，对于明显两种燃烧相位掺混的燃烧过程不能实现较好仿真，而双韦伯(Wiebe)燃烧规则可以对两种燃烧相位掺混的燃烧过程进行较好仿真。韦伯Wiebe)燃烧规则的经验参数会直接影响韦伯(Wiebe)燃烧模型的准确性，有文献对韦伯(Wiebe)燃烧模型的经验参数如何校准进行了研究，比如代数分析方法和最小二乘算法，但是代数分析方法和最小二乘算法各有优缺点。前者稳定性好，不需要给定初值，但不能保证校准参数的最优性；后者可保证校准参数的局部最优性，但是收敛性和校准结果依赖于给定的初值。因此有必要考虑将两种方法进行结合，使两者优缺点互补，最终实现快速且精确地校准韦伯燃烧规则经验参数。对于明显两种燃烧相位掺混的燃烧过程，如何自动校准得出双韦伯(Wiebe)燃烧规则经验参数十分关键。
技术实现思路
本专利技术的目的在于提供以已燃分数试验数据为依托，精确地自动校准得出相关参数的双韦伯燃烧规则经验参数自动校准方法。本专利技术的目的是这样实现的：本专利技术双韦伯燃烧规则经验参数自动校准方法，其特征是：(1)对柴油机进行燃烧试验，收集已燃分数试验数据，为曲轴转角，xb为和对应的已燃分数,燃烧拟合起始角取为1％的已燃分数对应的曲轴转角，燃烧拟合终点角取为99％的已燃分数对应的曲轴转角，并提取之间的试验数据(2)根据计算得出和的初步估计值和其中为已燃分数为零时对应的曲轴转角，如果已燃分数试验数据始终大于零，以数据始点对应曲轴转角作为将单韦伯方程进行线性化，令实现将试验数据序列的线性化，线性化后的数据序列为(3)对数据序列采用燃烧相位分离点确定方法得出燃烧相位分离点p，即找到一个点p使得此点之前和之后的和数据分别进行直线拟合的综合R2精度达到最大；(4)根据分离点p将已燃分数试验数据序列分成两部分，即和其中x1b＝[xb(1),xb(2),…,xb(p)]，x2b＝[xb(p+1),xb(p+2),…,xb(n)]；α0＝xb(p)作为预混燃烧比例初始值，并对x1b和x2b进行归一化处理：令分别实现将和线性化，对和两部分数据序列分别进行线性拟合，分别得出拟合斜率A1和A2，由m10＝A1-1、m20＝A2-1分别得出m10和m20，其中m10和m20分别为预混燃烧燃烧指数初始值、扩散燃烧燃烧指数初始值；以α0、m10、m20、和分别作为α、m1、m2、和的迭代初值，采用非线性最小二乘算法拟合得出α、m1、m2、和的最终估计值。(5)输出双韦伯方程参数集，自动校准得出双韦伯(Wiebe)燃烧规则的经验参数。本专利技术还可以包括：1、燃烧相位分离点p的获取方法为：假设数据分离点i将数据序列分成两部分，第i个数据之前的部分为第i个数据之后的部分为对和分别进行直线拟合，两部分数据的线性拟合精度分别为R21和R22，综合精度R2定义为R2(i)＝[R21×i+R22×(n-i)]/n，其中n为总的数据个数，可使数据分离点i由1～n变化，依次分别求出综合精度R2，然后取使得综合精度R2达到最大值时的数据分离点i作为燃烧相位分离点p。本专利技术的优势在于：本专利技术根据韦伯(Wiebe)燃烧规则，以已燃分数试验数据为依托，采用原创的双韦伯(Wiebe)燃烧规则经验参数自动校准方法，最终实现快速且精确地自动校准得出双韦伯燃烧规则经验参数的方法。双韦伯(Wiebe)燃烧规则经验参数自动校准方法采用原创的燃烧相位分离方法确定燃烧相位分离点，将代数分析方法和最小二乘算法结合，使两者优缺点互补，实现双韦伯(Wiebe)燃烧规则经验参数的自动校准，此方法参数校准时收敛性和稳定性较好，精确度较高，为业内研究人员校准双韦伯(Wiebe)燃烧规则经验参数提供极大便利。附图说明图1为本专利技术的流程图。具体实施方式下面结合附图举例对本专利技术做更详细地描述：结合图1，首先以点火始点试验值作为燃烧始点的预估值以作为燃烧持续期的估计值对已燃分数试验数据根据韦伯(Wiebe)方程进行线性化处理；对处理后的试验数据首先采用本专利技术提出的燃烧相位分离点确定方法得出燃烧相位分离点，其次根据燃烧相位分离点将试验数据分成两部分，并对这两部分数据分别进行相应处理，然后对处理后的两部分数据分别采用代数分析方法得出双韦伯(Wiebe)燃烧规则经验参数初步估计值，最后采用非线性最小二乘算法校准得出双韦伯(Wiebe)燃烧规则经验参数最终估计值。双韦伯(Wiebe)燃烧规则经验参数自动校准方法，计算流程如下：步骤一：导入测定的已燃分数试验数据序列其中为曲轴转角，xb为和对应的已燃分数，燃烧拟合起始角取为略大于0(优选为1％)的已燃分数xb对应的曲轴转角，燃烧拟合终点角取为略小于1(优选为99％)的已燃分数xb对应的曲轴转角，并提取之间的试验数据步骤二：根据已燃分数试验数据序列首先计算得出和的初步估计值和其中为已燃分数为零时对应的曲轴转角(为提高该方法的适用性和稳定性，如果已燃分数试验数据始终大于零，以数据始点对应曲轴转角作为)。将单韦伯方程进行线性化，令实现将试验数据序列的线性化，线性化后的数据序列为步骤三：对数据序列采用燃烧相位分离点确定方法得出燃烧相位分离点p。假设数据分离点i将数据序列分成两部分，第i个数据之前的部分为第i个数据之后的部分为对和分别进行直线拟合，两部分数据的线性拟合精度分别为R21和R22，综合精度R2定义如下式所示，其中n为总的数据个数，可使数据分离点i由1～n变化，依次分别求出综合精度R2，然后取使得综合精度R2达到最大值时的数据分离点i作为燃烧相位分离点p。R2(i)＝[R21×i+R22×(n-i)]/n步骤四：根据燃烧相位分离点p将已燃分数试验数据序列分成两部分，即和其中x1b＝[xb(1),xb(2),…,xb(p)]，x2b＝[xb(p+1),xb(p+2),…,xb(n)]。α0＝xb(p)作为预混燃烧比例初始值，并对x1b和x2b进行归一化处理：令分别实现将和线性化，对和两部分数据序列分别进行线性拟合，分别得出拟合斜率A1和A2，由m10＝A1-1、m20＝A2-1分别得出m10和m20，其中m10和m20分别为预混燃烧燃烧指数初始值，扩散燃烧燃烧指数初始值；a1和a2均优选为定值4.605(不局限于本文档来自技高网...

【技术保护点】
双韦伯燃烧规则经验参数自动校准方法，其特征是：(1)对柴油机进行燃烧试验，收集已燃分数试验数据，为曲轴转角，xb为和对应的已燃分数,燃烧拟合起始角取为1％的已燃分数对应的曲轴转角，燃烧拟合终点角取为99％的已燃分数对应的曲轴转角，并提取之间的试验数据(2)根据计算得出和的初步估计值和其中为已燃分数为零时对应的曲轴转角，如果已燃分数试验数据始终大于零，以数据始点对应曲轴转角作为将单韦伯方程进行线性化，令实现将试验数据序列的线性化，线性化后的数据序列为(3)对数据序列采用燃烧相位分离点确定方法得出燃烧相位分离点p，即找到一个点p使得此点之前和之后的和数据分别进行直线拟合的综合R2精度达到最大；(4)根据分离点p将已燃分数试验数据序列分成两部分，即和其中x1b＝[xb(1),xb(2),…,xb(p)]，x2b＝[xb(p+1),xb(p+2),…,xb(n)]；α0＝xb(p)作为预混燃烧比例初始值，并对x1b和x2b进行归一化处理：令分别实现将和线性化，对和两部分数据序列分别进行线性拟合，分别得出拟合斜率A1和A2，由m10＝A1‑1、m20＝A2‑1分别得出m10和m20，其中m10和m20分别为预混燃烧燃烧指数初始值、扩散燃烧燃烧指数初始值；以α0、m10、m20、和分别作为α、m1、m2、和的迭代初值，采用非线性最小二乘算法拟合得出α、m1、m2、和的最终估计值。(5)输出双韦伯方程参数集，自动校准得出双韦伯(Wiebe)燃烧规则的经验参数。...

【技术特征摘要】
1.双韦伯燃烧规则经验参数自动校准方法，其特征是：(1)对柴油机进行燃烧试验，收集已燃分数试验数据，为曲轴转角，xb为和对应的已燃分数,燃烧拟合起始角取为1％的已燃分数对应的曲轴转角，燃烧拟合终点角取为99％的已燃分数对应的曲轴转角，并提取之间的试验数据(2)根据计算得出和的初步估计值和其中为已燃分数为零时对应的曲轴转角，如果已燃分数试验数据始终大于零，以数据始点对应曲轴转角作为将单韦伯方程进行线性化，令实现将试验数据序列的线性化，线性化后的数据序列为(3)对数据序列采用燃烧相位分离点确定方法得出燃烧相位分离点p，即找到一个点p使得此点之前和之后的和数据分别进行直线拟合的综合R2精度达到最大；(4)根据分离点p将已燃分数试验数据序列分成两部分，即和其中x1b＝[xb(1),xb(2),…,xb(p)]，x2b＝[xb(p+1),xb(p+2),…,xb(n)]；α0＝xb(p)作为预混燃烧比例初始值，并对x1b和x2b进行归一化处理：令分别实现将和线性化，对...

【专利技术属性】
技术研发人员：王银燕，胡松，王贺春，杨传雷，袁帅，周鹏程，刘晓梅，吕游，杨鹏，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23