使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法技术

本发明专利技术公开了一种使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法，将卡尔曼滤波器装置在引擎的一旋转动态预估系统内，并利用此系统中的外部电路、引擎扭力预估以及引擎扭力负载预估所提供的数值，由卡尔曼滤波器内设的预估方程式及观测矩阵，预估曲轴的转角及转速数值，再传送至引擎控制单元内，进行数字点火、燃油正时、引擎扭力预估及故障诊断等引擎性能的精确控制。（*该技术在2024年保护过期，可自由使用*）

【技术实现步骤摘要】
使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法
本专利技术涉及一种使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法，特别是在引擎讯号遭遇噪声干扰时，使用卡尔曼滤波器预估曲轴转角及转速数值的技术。
技术介绍
在传统内然机引擎中，引擎转速及曲轴转角位置是通过飞轮上设置的单齿感应端来供给一曲轴位置的感知器计算的，但由于感知器的讯号容易受到外界噪声的干扰，导致计算结果并不可靠。在内燃机引擎中相关曲轴转角、转速及加速度等讯号，为引擎控制系统(EngineControl Unit，ECU)所需最重要的基本讯号来源。曲轴转角讯号主要可提供点火正时及燃油正时的控制，而曲轴转速及加速度则可用以预估引擎指示扭力及故障诊断。在传统的技术中，曲轴转角讯号的整体流程主要可分为三个阶段(如图1所示)。第一阶段为物理阶段1，主要是利用感知器10来检知飞轮11上的曲轴转角位置，并传送讯号给第二道的讯号处理阶段2；而在第二阶段中，感知器10所送出的类比讯号在通过滤波后会传送给类比/数字讯号转换器21，再利用讯号微处理机22计算引擎曲轴的运转状态；最后第三道为应用阶段3，是通过引擎控制单元30(ECU)接收来自第二阶段所计算取得的曲轴位置、速度及加速度等引擎运转状态的讯号，以分别进行引擎点火控制31、燃油正时控制32、引擎扭力预估33及引擎的故障诊断34。此外，在目前也有利用二种方法加以计算出曲轴状态。包括：一种利用位置基础(Position-Based)的方法，得知曲轴的转角位置。此方法须要较多的齿数讯号，如180齿或360齿，方能得到一个较精确的曲轴位置。但是，此一方法须要较大的ECU处理能力，迫使设备成本高涨，且因为齿数讯号过多导致在程序中会有中断不足的问题产生，故在使用中的存在困扰。另一种则利用时间基础(Time-Based)的方法，配合较少的齿数讯号，如一齿、四齿或六齿等，以计算得知引擎曲轴转角的位置。当感知器的齿数增加时，所计算出曲轴转角精度亦相对提升。且由于此方法得齿数较少，故不会有中断不足的问题发生，但当有噪声介入曲轴讯号时，则此方法会产生错误的预估结果，且其收敛速度较位置基础法差。然而由于经济上的考虑，一般引擎得曲轴旋动态的预估均采用时间基础法，因此如何防止噪声的产生及噪声产生后的处理，就成为曲轴旋动态预估的首要问题。-->在噪声处理方面，传统上通常利用低通滤波器(Low Pass Filter，LPF)来过滤噪声的干扰。LPF主要是利用一个一阶动态方程式(一)，来过滤曲轴位置感知器的讯号。如下所示：LPF(s)=1τs+1]]> ………方程式(一)当曲轴讯号经过LPF后的输出讯号大于默认值时，则滤波器立即输出一个电压讯号。但是此滤波器会产生延迟的效应；且当噪声过大时，滤波器则会把该噪声当作实际讯号输出，预估误差的能力明显不足，亟待加以改进。专利技术创造内容本专利技术的目的是提供一种卡尔曼滤波器，用以取代传统低通滤波器，过滤外界噪声干扰，进而预估引擎曲轴角度及转速数值的方法。为达到上述目的，本专利技术提供了一种使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法，首先利用曲轴位置感知器检知飞轮上所传达的曲轴位置、引擎转数及加速度等讯号，然后传递至一引擎旋转动态预估系统内，预估引擎曲轴转角及转速，并传递至引擎控制单元内控制引擎性能；其中引擎旋转动态预估系统的执行方法包括有：(1)使用一外部电路讯号处理系统，以下列两个方程式作为基础：θ=θ0+ω·l+α·l22]]>ω＝ω0+t·α式中，θ0为初始曲轴位置，ω0为初始转速，t为时间，θ为曲轴转角、ω为引擎转速，α为引擎角加速度，处理上述感知器检知的讯号，并取得曲轴转角θ、引擎转速ω及角加速度α的数值，传递至另一引擎扭力负载预估系统内；(2)使用一引擎扭力预估系统，以引擎转速及进气歧管压力建立二维速查表，再以查表方式得到引擎的扭力预估值并传递至另一引擎扭力负载预估系统内；(3)使用一引擎扭力负载预估系统，接收上述外部电路讯号处理系统得知上一时间点的引擎转速ω及角加速度α，并由引擎扭力预估系统所建立的二维速查表得知引擎的扭力预估值再以下列方程式推估出此一时间点的引擎负载扭力预估值的状态：T^load(k)=T^br(k-1)-Ie·θ′′(k-1)-b·θ′(k)]]>式中，为车辆动态相对于引擎的负载扭力预估值，k表示第k个取样点，为-->引擎扭力预估值，Ie为引擎转动惯量，θ″为曲轴角度的二次微分，θ′为曲轴角度的一次微分，b为曲轴轴承的阻尼常数；(4)使用一卡尔曼滤波器，接收上述外部电路讯号处理系统所得知的曲轴转角θ、引擎扭力预估系统所得知的引擎扭力预估值以及引擎扭力负载预估系统所得知的负载扭力预估值再由卡尔曼滤波器内设的预估方程式及观测矩阵，预估曲轴的转角及转速数值，并传送至引擎控制单元。上述的使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法中，所述卡尔曼滤波器是利用一预估器配合另一观测矩阵，进行封闭回路状态预估。上述的使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法中，所述预估器是执行离散时间的观测系统状态预估，以下列两个方程式表示：            xk+1＝Ad·xk+Bd·uk+vk                yk＝Cd·xk+wk式中，Ad、Bd及Cd为矩阵，x为观测系统状态向量，u为观测系统输入值，y为已知观测系统输出状态，v及w为观测系统干扰及量测干扰，k为第k个取样点。上述的使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法中，其中Ad及Cd矩阵足以满足可观测性矩阵时，所述预估器使用下列方程式进行观测系统的动态预估：x^k+1=Adx^k+Bduk+L(yk-Cdx^k)]]>式中，为预估状态，k为第k个取样点，Ad、Bd、Cd为矩阵，u为观测系统输入值，L为观测矩阵，yk为一预估向量。上述的使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法中，所述观测系统是以阶层归零抑制(ZOH)方式转换成离散系统，以下列三个方程式表示：                xk+1＝Ad·xk+Bd·uk                     Ad＝eA·TBd=∫0TeA·τ·B·dτ]]>经转换后的离散系统的动态方程式表示为：Ad=10.0049900.9997]]>-->Bd=0.00031250.125]]>                          Cd＝[10]。上述的使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法中，所述封闭回路的自然频率wd与系统取样频率ws之间的频率比，必须落在一限制范围内，此限制范围方程式表示为：6≤wswd≤40]]>上述的使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法中，所述观测矩阵的秩在全秩时，观测系统为可观测性系统，以下列方程式表示：                         Ω＝[C C·A]T式中Ω本文档来自技高网...

【技术保护点】
一种使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法，首先利用曲轴位置感知器检知飞轮上所传达的曲轴位置、引擎转数及加速度等讯号，然后传递至一引擎旋转动态预估系统内，预估引擎曲轴转角及转速，并传递至引擎控制单元内控制引擎性能；其中引擎旋转动态预估系统的执行方法包括有：（１）使用一外部电路讯号处理系统，以下列两个方程式作为基础：θ＝θ↓［０］＋ω.ｔ＋α.ｔ↑［２］／２ω＝ω↓［０］＋ｔ.α式中，θ↓［０］为初始曲轴位置，ω↓［０］为初始转速，ｔ为 时间，θ为曲轴转角、ω为引擎转速，α为引擎角加速度，处理上述感知器检知的讯号，并取得曲轴转角θ、引擎转速ω及角加速度α的数值，传递至另一引擎扭力负载预估系统内；（２）使用一引擎扭力预估系统，以引擎转速及进气歧管压力建立二维速查表，再 以查表方式得到引擎的扭力预估值＊↓［ｂｒ］，并传递至另一引擎扭力负载预估系统内；（３）使用一引擎扭力负载预估系统，接收上述外部电路讯号处理系统得知上一时间点的引擎转速ω及角加速度α，并由引擎扭力预估系统所建立的二维速查表得知引擎的扭 力预估值＊↓［ｂｒ］，再以下列方程式推估出此一时间点的引擎负载扭力预估值＊↓［ｌｏａｄ］的状态：＊↓［ｌｏａｄ］（ｋ）＝＊↓［ｂｒ］（ｋ－１）－Ｉ↓［ｅ］.θ″（ｋ－１）－ｂ.θ′（ｋ）式中，＊↓［ｌｏａｄ］为车辆动态相对于 引擎的负载扭力预估值，ｋ表示第ｋ个取样点，＊↓［ｂｒ］为引擎扭力预估值，Ｉ↓［ｃ］为引擎转动惯量，θ″为曲轴角度的二次微分，θ′为曲轴角度的一次微分，ｂ为曲轴轴承的阻尼常数；（４）使用一卡尔曼滤波器，接收上述外部电路讯号处理系统所得 知的曲轴转角θ、引擎扭力预估系统所得知的引擎扭力预估值＊↓［ｂｒ］以及引擎扭力负载预估系统所得知的负载扭力预估值＊↓［ｌｏａｄ］，再由卡尔曼滤波器内设的预估方程式及观测矩阵，预估曲轴的转角及转速数值，并传送至引擎控制单元。...

【技术特征摘要】
1、一种使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法，首先利用曲轴位置感知器检知飞轮上所传达的曲轴位置、引擎转数及加速度等讯号，然后传递至一引擎旋转动态预估系统内，预估引擎曲轴转角及转速，并传递至引擎控制单元内控制引擎性能；其中引擎旋转动态预估系统的执行方法包括有：(1)使用一外部电路讯号处理系统，以下列两个方程式作为基础：θ=θ0+ω·t+α·t22]]>               ω＝ω0+t·α式中，θ0为初始曲轴位置，ω0为初始转速，t为时间，θ为曲轴转角、ω为引擎转速，α为引擎角加速度，处理上述感知器检知的讯号，并取得曲轴转角θ、引擎转速ω及角加速度α的数值，传递至另一引擎扭力负载预估系统内；(2)使用一引擎扭力预估系统，以引擎转速及进气歧管压力建立二维速查表，再以查表方式得到引擎的扭力预估值并传递至另一引擎扭力负载预估系统内；(3)使用一引擎扭力负载预估系统，接收上述外部电路讯号处理系统得知上一时间点的引擎转速ω及角加速度α，并由引擎扭力预估系统所建立的二维速查表得知引擎的扭力预估值再以下列方程式推估出此一时间点的引擎负载扭力预估值的状态：T^Ioad(k)=T^br(k-1)-Ie·θ′′(k-1)-b·θ′(k)]]>式中，为车辆动态相对于引擎的负载扭力预估值，k表示第k个取样点，为引擎扭力预估值，Ie为引擎转动惯量，θ″为曲轴角度的二次微分，θ′为曲轴角度的一次微分，b为曲轴轴承的阻尼常数；(4)使用一卡尔曼滤波器，接收上述外部电路讯号处理系统所得知的曲轴转角θ、引擎扭力预估系统所得知的引擎扭力预估值以及引擎扭力负载预估系统所得知的负载扭力预估值再由卡尔曼滤波器内设的预估方程式及观测矩阵，预估曲轴的转角及转速数值，并传送至引擎控制单元。2、根据权利要求1所述的使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法，其特征在于：所述卡尔曼滤波器是利用一预估器配合另一观测矩阵，进行封闭回路状态预估。3、根据权利要求2所述的使用卡尔曼滤波器预估引擎曲轴转角及转速数值的方法，其特征在于：所述预估器是执行离散时间的观测系统状态预估，以下列两个方程式表示：                    xk+1＝Ad·xk+Bd·uk+vk                        yk＝Cd·xk+wk式中，Ad、Bd及Cd为矩阵，x为观测系统状态向量，u为观测系统输入值，y为已知观测系统输出状态，v及w为观...

【专利技术属性】
技术研发人员：黄钊仁，
申请(专利权)人：厦门信源交通器材有限公司，
类型：发明
国别省市：92[中国|厦门]