автореферат диссертации по энергетическому, металлургическому и химическому машиностроению, 05.04.02, диссертация на тему:Разработка структуры и алгоритмов обучающихся контуров в микропроцессорных системах управления автомобильных двигателей

На правах рукописи

Вощанкин Сергей Валерьевич

Разработка структуры и алгоритмов обучающихся контуров в микропроцессорных системах управления автомобильных двигателей

Специальность 05.04.02 - Тепловые двигатели

Автореферат диссертации на соискание ученой степени кандидата технических наук

МОСКВА 2004

Работа выполнена в Московском автомобильно-дорожном институте (государственном техническом университете) на кафедре "Теплотехника и автотракторные двигатели".

Научный руководитель -Официальные оппоненты -

кандидат технических наук, профессор Черняк Б Л.

доктор технических наук, профессор Звонов В.А.

кандидат технических наук, доцент Кузнецов АР.

Ведущая организация - Институт проблем управления

им. В.А.Трапезникова Российской академии наук.

Защита состоится "Ж 200 ^г. в часов на

заседании диссертационного совета Д il2.126.04 ВАК РФ при Московском автомобильно-дорожном институте (государственном техническом университете) по адресу: 125319, г. Москва, Ленинградский проспект, д. 64, ауд. 42.

С диссертацией можно ознакомиться в библиотеке инсппута. Автореферат разослан "!(>" 2004 г.

Отзывы на автореферат просим представлять в двух экземплярах с подписью, заверенной печатью, в адрес диссертационного совета.

Телефон для справок: 155-03-28.

Ученый секретарь диссертационного совета: доктор технических наук,

профессор: В.А. Максимов

^fé- Y

/SS

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Для выполнения требований, предъявляемых к перспективным двигателям, необходимо обеспечить не только точное исполнение заданных управлений на основных режимах, но и оптимальное управление в переходных процессах, а также сохранение такого управления в процессе длительной эксплуатации автомобиля.

Актуальность данной работы определяется тем, что она направлена на изучение способов реализации принципа самонастройки в бортовых микропроцессорных системах управления (МСУ) ДВС в эксплуатации; разработку, исследование и апробацию различных алгоритмов для реализации такого управления.

Цель работы. Исследовать возможности построения обучающихся контуров в микропроцессорных системах управления ДВС. Разработать структуру и алгоритмы работы для нескольких контуров управления. Проверить работоспособность алгоритмов работы в ходе расчетных исследований и экспериментов.

Методы исследования. Теоретические исследования проводились по программам как созданным ранее, на кафедре "Теплотехника и автотракторные двигатели" в МАДИ (ГТУ), так и разработанным автором. Экспериментальные исследования проводились на двигателях ЗМЗ 4062.10 и ВАЗ 2111 с распределенным впрыскиванием топлива в лабораториях ЗМЗ и ООО "НПП

Научная новизна. Выполнена классификация систем коррекции управления в процессе эксплуатации для построения обучающихся систем управления двигателями внутреннего сгорания. Применена технология поиска оптимальных решений для настройки системы управления режимом холостого хода, которая позволяет находить новые оптимальные управляющие воздействия при наличии ограничений существенно быстрее технологий, которые предлагались другими авторами. Предложен алгоритм работы обучающегося контура управления углом опережения зажигания (УОЗ) с ограничением по детонации. Разработана технс полнить

ЭЛКАР".

настройку корректора состава смеси, при изменении положения дроссельной заслонки, для данного скоростного режима по единичной регистрации переходного процесса. Предложена технология, использующая для настройки параметров корректора состава смеси искусственную нейронную сеть. В работе был построен корректор, выполненный непосредственно на основе нейронной сети, позволяющий снижать отклонение состава смеси одновременно для открытия и закрытия дроссельной заслонки.

Практическая ценность. Технология поиска настройки управляющих воздействий для режима XX может позволить вести автоматическое обучение, как в процессе эксплуатации двигателя, так и в условиях стендовой настройки. Технология была опробована для стендовой настройки управляющих воздействий для двигателя ЗМЗ 4062.10 и показала высокую эффективность.

Разработанный алгоритм обучающейся системы управления опережением зажигания может уменьшить вероятность появления детонации (в том числе и при неустановившихся режимах работы), а в случае возникновения детонации, существенно снизить ее интенсивность.

Технология обучения корректора состава смеси позволяет снизить отклонение состава смеси от стехиометрического, после быстрого открытия дроссельной заслонки, в несколько раз по единичной регистрации переходного процесса. Корректор, выполненный на основе нейронной сети, позволяет уменьшать отклонения состава смеси как для режима резкого открытия, так и закрытия дроссельной заслонки. Разработанные технологии могут позволить поддерживать качество работы двигателя на высоком уровне в процессе эксплуатации.

Реализация работы. Материалы, относящиеся к разработанным в диссертации алгоритмам самонастраивающихся контуров систем микропроцессорного управления в процессе эксплуатации, используются в учебном процессе кафедры "Электротехника и электрооборудование" при подготовке студентов по курсу "Управление ДВС". Технология обучения корректора состава смеси на переходных режимах принята для использования в ООО "НПП ЭЛКАР".

Основные положения выносимые на защиту:

- Структура и алгоритм работы экстремальной обучаемой системы управления двигателем на режиме холостого хода, которая позволит минимизировать эксплуатационный расхода топлива.

- Алгоритм работы обучаемого контура управления углом опережения зажигания с ограничением по детонации.

- Алгоритм работы стабилизирующего обучаемого контура, поддерживающего стехиометрический состав смеси при резком изменении положения дроссельной заслонки.

Личный вклад автора.

- Проанализированы возможности и сформулированы требования к системам коррекции управления ДВС в процессе эксплуатации.

- Применена новая технология поиска оптимальных решений для настройки трехпараметрической системы управления двигателем на режиме холостого хода, которая позволяет находить оптимальные управляющие воздействия при наличии ограничений существенно быстрее технологий, которые предлагались другими авторами. Эффективность разработанной технологии проверена экспериментально в лаборатории ЗМЗ.

- Предложен и исследован алгоритм работы адаптивного контура управления УОЗ с ограничением по началу детонации с обучением корректирующих матриц.

- Разработана и исследована новая технология, позволяющая выполнить настройку корректора состава смеси, при изменении положения дроссельной заслонки, по регистрации переходного процесса. Эффективность технологии проверена экспериментально на автомобиле ВАЗ 2110 в лаборатории ООО "НПП ЭЖАР". Впервые применена технология, использующая для настройки параметров корректора состава смеси в ДВС искусственную нейронную сеть (ИНС). Исследованы два способа применения ИНС при построении корректора состава смеси в переходных процессах: а) настройка обычного корректора с помощью ИНС; б) построение и обучение нейронного корректора подачи топлива.

Апробация работы. Результаты, полученные в ходе выполнения диссертационной работы, докладывались на научных конференциях: НИЦИАМТ (2003 г.), МАДИ (2000-2003 г.г.), МАМИ (2002 г.), ИПУ (2004 г.). На семинаре по автоматическому регулированию и управлению ДВС при МГТУ им. Н.Э. Баумана (2001-2003 г.г.), и экспонировались на выставке научных достижений МАДИ (ГТУ) 2004 г. Частично работа проводилась в рамках межотраслевой программы сотрудничества Министерства образования Российской Федерации и АО "АВТОВАЗ" по направлению "Научно-инновационное сотрудничество". Отчет о результатах проделанной работы был принят заказчиком.

Публикации. По теме диссертации были опубликованы две статьи и тезисы трех докладов на научных конференциях.

Обьем работы. Диссертационная работа состоит из введения, пяти глав, выводов и приложений. Общий объем работы 197 страниц, включая 110 страниц машинописного текста, 13 таблиц и 51 рисунок. Библиография содержит 102 источника.

СОДЕРЖАНИЕ РАБОТЫ

Первая глава посвящена обзору различных способов построения контуров управления с коррекцией в процессе эксплуатации.

На основании классификации и анализа принципов работы, существующих и потенциально необходимых контуров коррекции управления ДВС, показано, что для достижения наилучших результатов работы двигателя необходимо не только обеспечить адаптацию программ управления к каждому двигателю, сходящему с конвейера, но и корректировать работу МСУ на протяжении всего срока службы двигателя. Для решения этой задачи необходимо иметь возможность обучения систем управления. В настоящее время самообучающиеся системы еще не получили широкого распространения из-за сложности их разработки и реализации. Эти сложности связаны: с необходимостью выбора простых и информативных критериев качества управления, которые могут быть измерены на борту автомобиля; с преимущественной работой двигателя на неустановившихся режимах; с

требованием соблюдения в процессе подстройки ограничений, накладываемых на работу двигателя (токсичность, экономичность, устойчивость работы).

Тем не менее, элементы самообучения и подстройки уже нашли применение в ряде локальных контуров МСУ ДВС. Они используются для решения трех основных задач: поддержание контролируемой величины на определенном уровне (стабилизирующие системы), ограничение максимальной или минимальной величины контролируемого параметра (ограничивающие системы) и обеспечение оптимального значения контролируемого параметра (экстремальные системы). Системы коррекции могут быть реализованы как программно-адаптивные и как адаптивные.

Пока системы коррекции управления, применяемые на серийных двигателях с искровым зажиганием, относятся к классу программных систем с локально замкнутыми контурами и программно-адаптивных систем. Работу двигателя можно улучшить, если использовать адаптивные системы. С учетом работы двигателя на неустановившихся режимах в адаптивных системах перспективно использование обучающихся контуров.

В настоящей работе была поставлена задача исследования и построения трех обучающихся контуров для основных задач управления и в частности:

• для контура управления двигателем на режиме холостого хода построить экстремальную обучающуюся систему управления;

• для контура управления УОЗ с ограничением по началу детонации построить ограничивающую систему с обучением матриц;

• для контура динамической коррекции состава смеси при изменении положения дроссельной заслонки построить стабилизирующую систему.

Вторая глава посвящена технологиям самонастройки. Требования, предъявляемые к технологиям автоматической подстройки управления в процессе эксплуатации, отличаются от требований, предъявляемых к технологиям автоматизированной стендовой калибровки управления.

Система коррекции управления должна удовлетворять дополнительно пяти основным требованиям: вся необходимая для работы системы информация должна иметься на борту автомобиля; система должна обеспечить минимальное количество обращений к объекту; система не должна допускать резких

изменений управляющих воздействий и выходных параметров в процессе настройки; необходимо установить оптимальные критерии начала и завершения подстройки; необходимо построить алгоритм автоматического выбора коррекции управления; алгоритм не должен требовать больших вычислительных мощностей и объемов памяти.

В задачах подстройки многопараметрического управления ДВС приходится использовать методы связного поиска оптимальных решений. В настоящей работе исследовалась возможность использования для построения обучающихся контуров трех известных методов: МНСО, симплексного метода (ПСМ) и метода Нелдера-Мида. Исследование показало, что при небольшом числе управляющих воздействий все три метода обеспечивают примерно одинаковую скорость поиска, как при наличии случайных возмущений, так и в детерминированных условиях. Если важно иметь высокую плавность поиска лучше всего применять симплексный метод или метод Нелдера-Мида. Достоинством этих методов является невысокие требования к вычислительным ресурсам и малое число опытов для получения начальной информации, необходимой для работы метода. В задачах с ограничениями и при большом числе управляющих воздействий лучших результатов позволяет добиться метод МНСО. Показано, что в задачах подстройки управления имеется возможность сузить область изменения управляющих воздействий и таким образом достичь приемлемой плавности поиска решений.

В третьей главе рассматривается управление работой бензинового двигателя на режиме холостого хода. Расход топлива может быть снижен, если применить систему, которая поддерживает частоту вращения а, следовательно, и расход топлива, на минимальном уровне при сохранении приемлемой стабильности работы. При отработке алгоритма управление осуществлялось изменением трех управляющих воздействий: угла опережения зажигания, количества добавочного воздуха и состава смеси.

Основным критерием качества был выбран обобщенный показатель -произведение частоты вращения коленчатого вала на длительность открытия форсунки, который пропорционален расходу топлива. Такой критерий удобен т.к. соответствующая информация всегда имеется в МСУ, и он обеспечивает

одновременно минимизацию частоты вращения и расхода топлива. В качестве выходных показатели двигателя, на которые накладывались ограничения при расчетном моделировании, были приняты нестабильность частоты вращения коленчатого вала и выбросы углеводородов (СН) с ОГ. При стендовых испытаниях в качестве ограничений были заданы максимальная частота вращения коленчатого вала и концентрация оксида углерода (СО) в отработавших газах (на рис.1 отмечены пунктирной линией).

Ф,

град

SSM

— пТ __ Г" Г^Ь- 1 1 1_

мин

Шаги

Рис. 1. Динамика поиска новых оптимальных управляющих воздействий для режима холостого хода на двигателе ЗМЗ 4062.10 (SSM - положение регулятора холостого хода).

При поиске связанных управляющих воздействий был использован метод МНСО, т.к. в задаче учитывалось два ограничения. Для расчетного исследования, алгоритма настройки с использованием данных из работы

А. Илиева, была построена динамическая модель двигателя работающего на

режиме XX. Исследования показали, что для поиска оптимальных регулировок

требуется от 16 до 25 обращений к объекту в зависимости от заданных

диапазонов управляющих воздействий и уровня случайных возмущений.

Проверка результатов проводилась в лаборатории ЗМЗ в ходе стендовой

калибровки МСУ двигателя ЗМЗ 4062.10 (см. рис.1). Экспериментальное

исследование подтвердило эффективность разработанной технологии

настройки. На первых 11 шагах (см. рис. 1) метод оптимизации собирает

первоначальную информацию об объекте оптимизации и проводит анализ

топологии поверхности отклика. Затем он начинает поиск в зоне наилучших

значений критерия качества. Оптимальное значение было найдено на 21-ом

шаге. _

СнАЧАЛСр

Т

Начал загрузка параметров

О-К КОНЕЦ >

Рис. 2. Алгоритм работы обучающейся системы управления двигателем на режиме XX.

Недостатком метода является относительно большие изменения значений управляющих воздействий при начальном поиске информации. Исследование показало возможности сужения области поиска при подстройке на борту автомобиля и тем самым устранить указанный недостаток.

Были разработаны структурная схема и алгоритм работы системы обучающегося управления режимом XX (см. рис. 2).

Для выполнения действующих экологических норм необходим бифункциональный нейтрализатор отработавших газов, который, для обеспечения максимальной эффективности, требует поддержания в двигателе стехиометрического состава смеси (а=1). С другой стороны, на режимах малых нагрузок на рабочий процесс оказывает достаточно сильное влияние управление вихревым движением заряда при впуске смеси. Таким образом, даже при исключении возможности управления составом смеси, построение обучающейся системы управления режимом холостого хода, при помощи трех управляющих воздействий, остается актуальной задачей.

В четвертой главе рассмотрена обучающаяся система управлением УОЗ с ограничением по началу детонации.

В настоящее время получили распространение контуры гашения детонации с помощью управления УОЗ. Наиболее простые контуры в случае возникновения детонации определенного уровня резко уменьшают угол до значения, которое заведомо обеспечивает работу без детонации, и затем плавно увеличивают УОЗ. Если детонация возникает вновь, то система уменьшает угол еще раз. Главным недостатком таких систем является слишком сильное снижение УОЗ для гарантированной работы без детонации, что приводит к снижению эффективности работы двигателя. При работе таких систем присутствуют отдельные циклы с детонацией. Также они недостаточно эффективно работают в динамических режимах.

Существуют системы, которые при возникновении детонации уменьшают угол опережения зажигания постепенно, небольшими шагами. В таких системах показатели двигателя ухудшаются в меньшей степени, но при этом растет число циклов с детонацией.

Для исследования алгоритмов работы обучающегося контура управления УОЗ была построена математическая модель. При ее создании были использованы данные, ранее полученные в ПЛТД МАДИ Апариным Г.А. Модель работы контура, была разработана в среде вшшНпк (см. рис. 3).

Рис. 3. Схема контура для отработки алгоритма обучения матрицы коррекции УОЗ.

Разработанный алгоритм коррекции УОЗ с обучающимися матрицами снижает угол в зависимости от уровня детонации. При сильной детонации УОЗ снижается на 5 градусов, при слабой на 2 градуса. После прекращения детонации система начинает восстанавливать УОЗ с шагом 1 градус за цикл. После повторного появления детонации система вновь снижает УОЗ до прекращения детонации и сохраняет найденные коррекции в специальной матрице в зависимости от частоты вращения, массового расхода воздуха и при необходимости других влияющих факторов. В случае если на данном режиме детонация не возникает на протяжении определенного периода, то начинается восстановление УОЗ вплоть до начального и корректирующая матрица переобучается. Такой алгоритм работы позволяет уменьшить вероятность появления детонации, а в случае ее возникновения снизить ее интенсивность. При этом в случае улучшения условий работы двигателя угол будет

восстановлен до начального значения. Из рис. 4 видно, что обучаемая система гашения детонации (черная линия), по сравнению с классической системой (серая линия), позволяет работать на границе начального уровня детонации (пунктирная линия) и гораздо быстрее стабилизирует значения УОЗ на уровне, обеспечивающем бездетонационную работу двигателя.

О 5 10 15 20 25 30 35 40 45

Циклы

Рис. 4. Сравнение работы классической и обучаемой систем управления УОЗ с ограничением по детонации (Шй - уровень детонации).

В пятой главе рассматривается возможность построения самонастраивающегося динамического корректора состава смеси в случае резкого изменения положения дроссельной заслонки.

Известно, что наличие топливной пленки приводит к отклонению состава смеси от стехиометрического (а=1) в переходных процессах.

Для снижения отклонения состава смеси от а=1 в систему управления вводятся динамические корректоры, которые настраиваются в ходе калибровки МСУ. При открытии дроссельной заслонки необходимо увеличить подачу топлива, чтобы компенсировать количество топлива, аккумулированное в

пленке с учетом задержки поступления воздуха в цилиндр. При закрытии необходимо наоборот уменьшать подачу топлива, и в некоторых случаях даже полного прекращения подачи топлива может оказаться недостаточно. В этих случаях необходимо корректировать подачу воздуха, что возможно обеспечить электронным управлением дроссельной заслонкой.

На образование топливной пленки влияет множество факторов. Такие как: параметры топлива (фракционный состав, испаряемость), параметры воздушного потока (температура, скорость потока, давление воздуха), конструктивные параметры (геометрия впускного тракта, конструкция форсунки, угол впрыскивания топлива, расстояние от форсунки до клапана), а также температура впускного трубопровода и клапана, угол открытия дроссельной заслонки, состав смеси, частота пульсаций. На отклонение состава смеси также влияют ошибки расчета массового расхода воздуха и задержки в системах измерений и обработки данных. Многие параметры могут изменяться в процессе эксплуатации (характеристики форсунок, свойства топлива и т.п.). Следовательно, необходимо подстраивать корректор в процессе эксплуатации.

На борту автомобиля есть датчик кислорода, следовательно, есть информация для построения контура обучения корректора состава смеси. Для работы контуров, разработанных в настоящей работе, необходим датчик кислорода с линейной характеристикой.

Существует несколько подходов к построению таких обучаемых корректоров:

• встроить в МСУ обучаемую модель образования топливной пленки и

по ней строить корректор;

• построить систему, подстраивающую непосредственно корректор;

• построить самоорганизующийся корректор.

В работе были реализованы все три подхода.

Для построения системы, реализующей первый подход, в систему управления была включена модель переходного процесса. Для настройки модели система управления записывает динамику изменения состава смеси в переходном процессе. При помощи симплексного метода поиска система подбирает такие коэффициенты модели переходного процесса, которые

обеспечивают наиболее близкое протекание моделируемого процесса к реальному, то есть выполняется аппроксимация кривой. При этом для идентификации модели на данном скоростном режиме, необходима единичная регистрация переходного процесса. По идентифицированной модели определяются значения коэффициентов корректора, обеспечивающие минимальное отклонение состава смеси.

При разработке корректора использовалась модель, написанная в среде Simulink на основе данных, полученных в МАДИ С. Дубренским. Импульсный корректор подачи топлива можно представить как:

GT вх=[(Св.ц-/а10)-Дтпл]/(1-х)

где вв.ц - прогнозируемый цикловой расход воздуха;

GT вх - необходимая цикловая подача топлива форсункой;

Дшпл - масса топлива поступающая из пленки за цикл (функция тпл и х);

х - доля топлива выпавшего в пленку на поверхности деталей впускного тракта.

Проверка работоспособности этой технологии проводилось на модели, а также экспериментально на двигателе в лаборатории ООО "НПП ЭЛКАР".

Для моделирования использовалась двухпараметрическая модель Aquino. Аппроксимация выполнялась по двум критериям: х -доля топлива, выпавшего в пленку ит- постоянная времени перехода топлива из пленки в цилиндр. В качестве исходных, использовались экспериментальные данные, полученные в ООО "НПП ЭЛКАР" (см. рис. 5).

Было выявлено, что небольшие отклонения в регистрациях переходного процесса, могут давать неоднозначные решения. То есть параметры модели могут достаточно сильно отличаться. При этом, корректор построенный по любым из полученных параметров, обеспечивает практически одинаковое качество коррекции.

Экспериментальная проверка проводилась на автомобиле ВАЗ 211020 с двигателем ВАЗ 2111. Двигатель был оборудован МСУ МИКАС. Было выполнено четыре регистрации переходного процесса для проверки работоспособности корректора (табл. 1). Опыты показали, что после обучения удалось снизить отклонение состава смеси до уровня а= 1,03 (табл. 1). Таким

образом, при помощи единичной регистрации переходного процесса, удалось

снизить отклонение а для данного скоростного режима в три раза.

Это подтверждает работоспособность предлагаемой технологии.

1800 Q Q2

0.90 1700 0,88 0.86 1600 о,84

0,82

1500 0,S0 ......,,,,[.......... .....

III I I I I 11 I I I ITI I I f I I III I М I ( I I I М I I Г1 11 I I

10 15 20 26 3 0 35

GBC, ■ ЕГЦ1И 400 Том, (раде 190

320 180

240 170

100 180

80 150

U 140

■80 130

-160 120

-240 110

-320 100

¿1-400 90

Рис. 5. Процесс смесеобразования до обучения корректора. FREQ - частота вращения коленчатого вала; ALF - состав смеси; GBC - цикловой расход воздуха; Тохл - температура охлаждающей жидкости.

Таблица 1

Результаты экспериментальной проверки работы обучаемого корректора

Максимальное отклонение а

1 2 3 4

До обучения 1,09 1,09 1,09 1,07

После обучения 1,03 1,03 1,02 1,03

При реализации второго подхода для обучения корректора используется искусственная нейронная сеть (ИНС). В этой задаче корректор состава смеси был аналогичен описанному выше. Для реализации технологии была построена двухслойная линейная ИНС (рис. 6).

6ВС_ир

Рис. 6. Структура нейронной сети для обучения коэффициентов динамического коооектооа состава смеси.

На вход нейронной сети поступают три параметра: начальный, конечный и текущий цикловые расходы воздуха. Нейронная сеть обучала параметры корректора при помощи специальной процедуры "ЫСБ ОШроЛ" из пакета ЯтиПпк (рис. 7). По рисунку видно, что данная система работоспособна.

Для реализации третьего подхода строился корректор на основе ИНС, сразу выдающий необходимую поправку подачи топлива. Для построения корректора была применена шестислойная нелинейная нейронная сеть. На вход ИНС подаются: текущий цикловой расход воздуха, текущий цикловой расход топлива, изменение расхода топлива за один цикл, текущая частота вращения коленчатого вала и изменение частоты вращения за один цикл.

Циклы

Рис. 7. Изменение состава смеси при резком открытии дроссельной заслонки до и после обучения корректора.

На рис. 8 представлены результаты работы нейронного корректора до и после обучения. Обученная нейронная сеть позволяет существенно снизить отклонения состава смеси от стехиометрического, причем как на режиме открытия, так и на режиме закрытия дроссельной заслонки. Такой эффект может быть объяснен большей гибкостью данного нейронного корректора. Работу такого корректора можно признать удовлетворительной.

Исследование показало, что все три варианта обучаемых корректоров работоспособны. Первая технология позволяет существенно упростить и ускорить подстройку управления для динамических режимов, на которых возможно произвести регистрацию переходного процесса. Главным ее преимуществом является то, что для идентификации параметров управляющей модели процесса, для заданного режима, необходима единичная регистрация переходного процесса. Такую технологию можно уже сейчас внедрить в

существующих МСУ. Вторая технология позволяет достичь лучших результатов, чем при использовании первой технологии, но остается необходимость иметь два корректора - для открытия и закрытия дроссельной заслонки. Она может быть применена для стендовой автоматической калибровки корректора или настройки в условиях станции технического обслуживания, где мы можем имитировать работу ИНС на стационарном компьютере. Третья технология позволяет достигнуть высокого качества коррекции состава смеси как для открытия, так и для закрытия дроссельной заслонки. Эта технология наиболее перспективна и она может быть применена для построения корректоров в МСУ будущего поколения, так как для внедрения она требует наличия нейронного процессора.

600 400 200 0

Цикловой расход топлива до и после обучения [мг/цикл]

60

40

20 0

Состав смеси до и после обучения

1 4

1 2 1

08

06

0 500 1000 1 500 2000 2500 3000 3500

Циклы

Рис. 8. Изменение циклового расхода топлива, частоты вращения, состава смеси при резком изменении положения дроссельной заслонки до (серая линия) и после обучения (черная линия).

Цикловой расход воздуха [мг/цикл]

1 1 „ 1 1 nn.j \ :

lililí

.-После обучения

18

ВЫВОДЫ

1. На основании анализа априорной информации показано, что современные МСУ ДВС с программным или программно - адаптивным управлением, в большинстве контуров управления (за исключением локально замкнутых), не обеспечивают автоматического поддержания качества управления при изменении в эксплуатации состояния двигателя, элементов системы управления и появлении целого ряда внешних и внутренних возмущений. Это ограничивает возможности совершенствования показателей автомобилей. Для устранения недостатка необходима разработка самонастраивающихся адаптивных систем управления.

2. Анализ различных алгоритмов работы самонастраивающихся адаптивных систем показал, что в условиях работы двигателя на быстропеременных неустановившихся режимах, перспективными способами построения самонастраивающихся систем является использование алгоритмов автоматического обучения эталонных моделей, динамических корректоров и программ.

3. При выборе алгоритма работы обучающейся системы необходимо учитывать тип решаемой задачи, время требуемое для обучения системы, а также сложности, связанные с получением исходной информации на борту автомобиля. Кроме того, во время поиска новых регулировок необходимо поддерживать экологические и ездовые показатели автомобиля на приемлемом уровне. Исследования показали, что в силу ограниченности вычислительных возможностей бортовых систем управления можно использовать неэвристические методы связного поиска.

4. В современных системах управлении режимом холостого хода поддерживается более высокая частота вращения, чем это необходимо с точки зрения устойчивости работы и экономичности двигателя. Работа этого контура может быть улучшена, если применить систему, которая минимизирует расход топлива при сохранении устойчивости работы. В качестве наблюдаемого критерия оптимизации может быть использовано произведение продолжительности впрыскивания топлива на частоту вращения, а в качестве наблюдаемого ограничения - неравномерность вращения коленчатого вала.

Проверка разработанной технологии в ходе стендовой настройки системы холостого хода двигателя ЗМЗ 4062.10. подтвердила, что использование метода МНСО для поиска оптимальных управляющих воздействий позволило настроить систему для данного режима с учетом ограничений примерно за 20 обращений к объекту, то есть в несколько раз быстрее, чем в системах, предлагавшихся другими авторами. При подстройке управления в процессе эксплуатации для исключения резких изменений выходных показателей двигателя можно сокращать область исследования или применять симплексный метод.

5. Разработан и исследован алгоритм работы контура управления углом опережения зажигания с ограничением по детонации, в котором ведется обучение корректирующих матриц. Найденные поправки к УОЗ сохраняются в матрицах в зависимости от частоты вращения коленчатого вала массового расхода воздуха и других факторов. Результаты моделирования показали, что такая система после обучения способна уменьшить вероятность возникновения детонации, а в случае возникновения детонации - снизить ее интенсивность. При улучшении условий работы двигателя, контур восстановления позволяет увеличить УОЗ вплоть до базового.

6. Было исследовано три технологии построения обучаемых корректоров: первая с идентификацией модели переходного процесса и построения на ее основе корректора; вторая с обучением корректора при помощи искусственной нейронной сети; третья с построением самоорганизующегося корректора на основе нейронной сети. Исследование показало, что все три варианта обучаемых корректоров работоспособны. Первая технология уже сейчас может быть внедрена в существующие МСУ. Вторая технология может быть применена для стендовой автоматической калибровки корректора или настройки в условиях станции технического обслуживания. Третья технология может быть применена для построения корректоров в МСУ будущего поколения, так как для внедрения она требует наличия нейронного процессора.

Основное содержание диссертации опубликовано в следующих работах:

1. Черняк Б.Я., Вощанкин C.B. Возможности использования обучающихся алгоритмов управления холостым ходом двигателя. Тезисы докладов международного научного симпозиума, посвященного 135-летию МГТУ "МАМИ" "Приоритеты развития отечественного автотракторостроения и подготовки кадров", секция "Автоматизированное управление, электроника и электрооборудование автотракторных средств". М., МГТУ"МАМИ" 27-28 сентября 2000 г., стр. 59-60.

2. Вощанкин C.B., Лещенко И.А. Настройка управления на холостом ходу. Сборник научных трудов МАДИ (ТУ) «Перспективы развития поршневых двигателей в XXI веке». - М.: МАДИ (ГТУ), 2002. - стр. 170-178.

3. Аманов К.А., Вощанкин C.B. Использование и сравнительный анализ различных методов оптимизации в задачах поиска, подстройки и динамической коррекции управления ДВС. Тезисы докладов ХХХЕХ Международной научно-технической конференции ААИ «Приоритеты развития отечественного автотракторостроения и подготовки инженерных и научных кадров», секция «Автоматизированное управление, электроника и электрооборудование автотракторной техники», 25-26 сентября 2002. -М.: МГТУ «МАМИ», 2002, стр. 8-9.

4. Черняк Б Л., Лещенко ИЛ., Аманов К.А., Вощанкин C.B., Сковорода-Лузин А.Ю., Смирнов А.Б. Вопросы автоматизации настройки и подстройки МСУ ДВС. Тезисы докладов научно-технической конференции "Луканинские чтения. Проблемы и перспективы развития автотранспортного комплекса". -М.: МАДИ (ГТУ), 2003., стр. 83-85.

5. Аманов К.А., Вощанкин C.B., Смирнов А.Б., Черняк Б.Я. Применение MATLAB при разработке систем управления бензиновыми двигателями внутреннего сгорания. Труды Второй Всероссийской научной конференции "Проектирование научных и инженерных приложений в среде MATLAB" - М.: ИПУ РАН, 2004- 1955 стр. 1255-1261 ISBN 5-201-14971-5.

Принято к исполнению 14/12/2004 Исполнено 14/12/2004

Заказ №511 Тираж 100 экз

ООО «11-й ФОРМАТ» ИНН 7726330900 Москва, Балаклавский пр-т, 20-2-93 (095)747-64-70 (095) 318-40-68 www.autoreferat га

12Ш4

РНБ Русский фонд

2006-4 188

I

I

СПИСОК ПРИНЯТЫХ СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ.

ВВЕДЕНИЕ.

Глава 1. Особенности систем управления современных автотракторных двигателей.

1.1. Особенности работы микропроцессорной системы управления автомобильным двигателем.

1.2. Системы управления двигателями внутреннего сгорания, задачи применения и классификация методов автоматической подстройки управления.

1.3. Обзор контуров управления имеющих алгоритмы коррекции управления в процессе эксплуатации.

1.4. Выводы и постановка задачи.

Глава 2. Способы построения самонастраивающихся контуров.

2.1. Требования, предъявляемые к самонастраивающимся системам.

2.2. Способы построения обучающихся систем.

2.3. Обзор методов поиска оптимальных решений применяемых для построения самообучающихся систем.

2.4. Выбор технологий самонастройки.

Глава 3. Проблемы при управлении работой бензинового двигателя на режиме холостого хода.

3.1. Особенности работы двигателя на режиме холостого хода.

3.2. Методы адаптивного управления холостым ходом.

3.3. Обоснование постановки оптимизационной задачи адаптивного управления.

3.4. Разработка математической модели работы двигателя на режиме холостого хода.

3.5. Имитационное моделирование адаптивного управления холостым ходом.

3.6. Экспериментальное исследование возможности поиска оптимальных регулировок на холостом ходу.

3.7. Разработка алгоритма системы управления работой двигателя на холостом ходу.

Глава 4. Разработка алгоритмов адаптивного управления углом опережения зажигания по детонации.

4.1. Особенности процесса возникновения детонации.

4.2. Обзор алгоритмов управления углом опережения зажигания с обратной связью по детонации.

4.3. Разработка математической модели.

4.4. Разработка контура управления УОЗ по детонации.

4.5. Расчетное исследование работоспособности контура управления УОЗ.

Глава 5. Разработка системы динамической коррекции состава смеси в процессе эксплуатации для случая резкого изменения положения дроссельной заслонки.

5.1. Анализ условий задачи и подходов к ее решению.

5.2. Построение динамической модели образования топливной пленки.

5.3. Разработка алгоритма работы системы коррекции состава смеси.

5.4. Проверка работоспособности алгоритма на модели.

5.5. Экспериментальная проверка возможности обучения корректора.

5.6. Построение модели с распределенными параметрами.

5.7. Построение корректора состава смеси на основе нейронной сети.

ВЫВОДЫ.

Актуальность работы. Для выполнения требований, предъявляемых к перспективным двигателям, необходимо обеспечить не только точное исполнение заданных управлений на основных режимах, но и оптимальное управление в переходных процессах, а также сохранение такого управления в процессе длительной эксплуатации автомобиля.

Актуальность данной работы определяется тем, что она направлена на изучение способов реализации принципа самонастройки в бортовых микропроцессорных системах управления (МСУ) ДВС в эксплуатации; разработку, исследование и апробацию различных алгоритмов для реализации такого управления.

Цель работы. Исследовать возможности построения обучающихся контуров в микропроцессорных системах управления ДВС. Разработать структуру и алгоритмы работы для нескольких контуров управления. Проверить работоспособность алгоритмов работы в ходе расчетных исследований и экспериментов.

Методы исследования. Теоретические исследования проводились по программам как созданным ранее, на кафедре "Теплотехника и автотракторные двигатели" в МАДИ (ГТУ), так и разработанным автором. Экспериментальные исследования проводились на двигателях ЗМЗ 4062.10 и ВАЗ 2111 с распределенным впрыскиванием топлива в лабораториях ЗМЗ и ООО "НПП ЭЖАР".

Научная новизна. Выполнена классификация систем коррекции управления в процессе эксплуатации для построения обучающихся систем управления двигателями внутреннего сгорания. Применена технология поиска оптимальных решений для настройки системы управления режимом холостого хода, которая позволяет находить новые оптимальные управляющие воздействия при наличии ограничений существенно быстрее технологий, которые предлагались другими авторами. Предложен алгоритм работы обучающегося контура управления углом опережения зажигания (УОЗ) с ограничением по детонации. Разработана технология, позволяющая выполнить настройку корректора состава смеси, при изменении положения дроссельной заслонки, для данного скоростного режима по единичной регистрации переходного процесса. Предложена технология, использующая для настройки параметров корректора состава смеси искусственную нейронную сеть. В работе был построен корректор, выполненный непосредственно на основе нейронной сети, позволяющий снижать отклонение состава смеси одновременно для открытия и закрытия дроссельной заслонки.

Практическая ценность. Технология поиска настройки управляющих воздействий для режима XX может позволить вести автоматическое обучение, как в процессе эксплуатации двигателя, так и в условиях стендовой настройки. Технология была опробована для стендовой настройки управляющих воздействий для двигателя ЗМЗ 4062.10 и показала высокую эффективность.

Разработанный алгоритм обучающейся системы управления опережением зажигания может уменьшить вероятность появления детонации (в том числе и при неустановившихся режимах работы), а в случае возникновения детонации, существенно снизить ее интенсивность.

Технология обучения корректора состава смеси позволяет снизить отклонение состава смеси от стехиометрического, после быстрого открытия дроссельной заслонки, в несколько раз по единичной регистрации переходного процесса. Корректор, выполненный на основе нейронной сети, позволяет уменьшать отклонения состава смеси как для режима резкого открытия, так и закрытия дроссельной заслонки. Разработанные технологии могут позволить поддерживать качество работы двигателя на высоком уровне в процессе эксплуатации.

Реализация работы. Материалы, относящиеся к разработанным в диссертации алгоритмам самонастраивающихся контуров систем микропроцессорного управления в процессе эксплуатации, используются в учебном процессе кафедры "Электротехника и электрооборудование" при подготовке студентов по курсу "Управление ДВС". Технология обучения корректора состава смеси на переходных режимах принята для использования в ООО "НПП ЭЛКАР".

Основные положения выносимые на защиту:

- Структура и алгоритм работы экстремальной обучаемой системы управления двигателем на режиме холостого хода, которая позволит минимизировать эксплуатационный расхода топлива.

- Алгоритм работы обучаемого контура управления углом опережения зажигания с ограничением по детонации.

- Алгоритм работы стабилизирующего обучаемого контура, поддерживающего стехиометрический состав смеси при резком изменении положения дроссельной заслонки.

Личный вклад автора.

- Проанализированы возможности и сформулированы требования к системам коррекции управления ДВС в процессе эксплуатации.

- Применена новая технология поиска оптимальных решений для настройки трехпараметрической системы управления двигателем на режиме холостого хода, которая позволяет находить оптимальные управляющие воздействия при наличии ограничений существенно быстрее технологий, которые предлагались другими авторами. Эффективность разработанной технологии проверена экспериментально в лаборатории ЗМЗ.

- Предложен и исследован алгоритм работы адаптивного контура управления УОЗ с ограничением по началу детонации с обучением корректирующих матриц.

- Разработана и исследована новая технология, позволяющая выполнить настройку корректора состава смеси, при изменении положения дроссельной заслонки, по регистрации переходного процесса.

Эффективность технологии проверена экспериментально на автомобиле ВАЗ 2110 в лаборатории ООО "НЛП ЭЛКАР". Впервые применена технология, использующая для настройки параметров корректора состава смеси в ДВС искусственную нейронную сеть (ИНС). Исследованы два способа применения ИНС при построении корректора состава смеси в переходных процессах: а) настройка обычного корректора с помощью ИНС; б) построение и обучение нейронного корректора подачи топлива.

Апробация работы. Результаты, полученные в ходе выполнения диссертационной работы, докладывались на научных конференциях: НИЦИАМТ (2003 г.), МАДИ (2000-2003 г.г.), МАМИ (2002 г.), ИЛУ (2004 г.). На семинаре по автоматическому регулированию и управлению ДВС при МГТУ им. Н.Э. Баумана (2001-2003 г.г.), и экспонировались на выставке научных достижений МАДИ (ГТУ) 2004 г. Частично работа проводилась в рамках межотраслевой программы сотрудничества Министерства образования Российской Федерации и АО "АВТОВАЗ" по направлению "Научно-инновационное сотрудничество". Отчет о результатах проделанной работы был принят заказчиком.

Публикации. По теме диссертации были опубликованы две статьи и тезисы трех докладов на научных конференциях.

Объем работы. Диссертационная работа состоит из введения, пяти глав, выводов и приложений. Общий объем работы 197 страниц, включая 110 страниц машинописного текста, 13 таблиц и 51 рисунок. Библиография содержит 102 источника.

1. На основании анализа априорной информации показано, что современные МСУ ДВС с программным или программно -

адаптивным управлением, в больпшнстве контуров з'правления (за исключением локально замкнутых), не обеспечивают автоматического поддержания качества управления при изменении в эксплуатации состояния двигателя, элементов системы управления и появлении целого ряда внешних и внутренних возмуш;ений. Это ограничивает возможности совершенствования показателей автомобилей. Для устранения недостатка необходима разработка самонастраивающихся адаптивных систем управления.2. Анализ различных алгоритмов работы самонастраивающихся адаптивных систем показал, что в условиях работы двигателя на быстропеременных неустановившихся режимах, перспективными способами построения самонастраивающихся систем является использование алгоритмов автоматического обучения эталонных моделей, динамических корректоров и программ.3. При выборе алгоритма работы обучающейся системы необходимо учитывать тип решаемой задачи, время требуемое для обучения системы, а также сложности, связанные с получением исходной информации на борту автомобиля. Кроме того, во время поиска новых регулировок необходимо поддерживать экологические и ездовые показатели автомобиля на приемлемом уровне. Исследования показали, что в силу ограниченности вычислительных возможностей бортовых систем управления можно использовать неэвристические методы связного поиска.4. В современных системах управлении режимом холостого хода поддерживается более высокая частота вращения, чем это необходимо с точки зрения устойчивости работы и экономичности двигателя. Работа этого контура может быть улучшена, если применить систему, которая минимизирует расход топлива при сохранении устойчивости работы. В качестве наблюдаемого критерия оптимизации может быть использовано произведение продолжительности впрыскивания топлива на частоту вращения, а в качестве наблюдаемого ограничения -

неравномерность вращения коленчатого вала. Проверка разработанной технологии в ходе стендовой настройки системы холостого хода двигателя ЗМЗ 4062.10. подтвердила, что использование метода МНСО для поиска оптимальных управляющих воздействий позволило настроить систему для данного режима с учетом ограничений примерно за 20 обращений к объекту, то есть в несколько раз быстрее, чем в системах, предлагавшихся другими авторами. При подстройке управления в процессе эксплуатации для исключения резких изменений выходных показателей двигателя можно сокращать область исследования или применять симплексный метод.5. Разработан и исследован алгоритм работы контура управления углом опережения зажигания с ограничением по детонации, в котором ведется обучение корректируюпщх матриц. Найденные поправки к УОЗ сохраняются в матрицах в зависимости от частоты вращения коленчатого вана массового расхода воздз^а и других факторов. Результаты моделирования показали, что такая система после обучения способна уменьшить вероятность возникновения детонации, а в случае возникновения детонации - снизить ее интенсивность. При улучшении условий работы двигателя, контур восстановления позволяет увеличить УОЗ вплоть до базового.• Было исследовано три технологии построения обучаемых корректоров: первая с идентификацией модели переходного процесса и построения на ее основе корректора; вторая с обучением корректора при помощи искусственной нейронной сети; третья с построением самоорганизующегося корректора на основе нейронной сети.Исследование показало, что все три варианта обучаемых корректоров работоспособны. Первая технология уже сейчас может быть внедрена в существующие МСУ. Вторая технология может быть применена для стендовой автоматической калибровки корректора или настройки в условиях станции технического обслуживания. Третья технология может быть применена для построения корректоров в МСУ будущего поколения, так как для внедрения она требует наличия нейронного процессора.

1. Г. и др. Справочник по теории автоматического регулирования. М., Наука, 1987, 712 с.

2. Александров А.Г. Оптимальные и адаптивные системы: Учеб. пособие для вузов по спец. "Автоматика и упр. в техн. системах". М.: Высш. шк., 1989. - 263 с : ил.

3. Андреев В.И., Горячий Я.В., Морозов К.А., Черняк Б.Я. Смесеобразование в карбюраторных двигателях. М.: Машиностроение, 1975 - 176 с: ил.

4. Андриевский Б.Р., Фрадков А.Л. Избранные главы теории автоматического управления с примерами на языке MATLAB. -СПб.: Наука, 1999.

5. Ануфриев И. MATLAB 5.3/6.х.-Санкт-Петербург.:БВХ-Петербург, 2002 г.

6. Аршавский Е.Я., Черняк Б.Я. Оптимизация регулирования бензинового двигателя с учетом токсичности отработавших газов. - Труды МАДИ, вып. 71, М., 1974.

7. Бабков Н.А. и др. Теория автоматического управления. 4.1. - М., Высшая школа, 1996, 367 с.

8. Болноткин В.Е., Чинаев П.И. Анализ и синтез систем автоматического управления на ЭВМ. Алгоритмы и программы. -М.: Радио и связь 1986. - 248 с.

9. Вибе И.И. Новое о рабочем цикле двигателей. - М. -Свердловск: Машгиз, 1962. - 272 с.

10. Воинов А.Н. Сгорание в быстроходных поршневых двигателях. - М.: Машиностроение, 1977. - 277 с.

11. Воинов А.Н., Игнатович Н. Исследование воспламенения углеводородовоздушных смесей в условиях непрерывно продолжающегося сжатия. - Труды/МАДИ, 1972, вып.40. Автомобили и двигатели внутреннего сгорания, с. 72-77.

12. Воинов А.Н., Скороделов Д.И. Анагхиз макрокинетических зависимостей при низко- и высокотемпературном самовоспламенении углеводородовооздушных смесей. - Труды/ МАДИ, 1972, вып. 49. Двигатели внутреннего сгорания, с. 82 - 90.

13. Воронов А. А. и др. Основы теории автоматического регулирования и управления. - М., Высшая школа, 1977.

14. Вукобратович М., Стокич Д., Кирчански Н. Неадаптивное и адаптивное управление манипуляционными роботами: Пер. с анол. - М.: Мир, 1989. - 376 с , ил.

15. Гирявец А.К. Теория управления автомобильным бензиновым двигателем. -М.: Стройиздат, 1997. - 173 с.

16. Гирявец А.К., Муравлев В.В., Тупикин В.Н. Архитектура микропроцессорных систем ДВС. - Автомобильная промышленность, 1990. №5, с. 9-11.

17. Горский В.Г., Адлер Ю.П. Планирование промышленных экспериментов. - М. "Металлургия", 1974, 256 с.

18. Грехов Л.В. Топливная аппаратура с электронным управлением дизелей и двигателей с непосредственным впрыском бензина. Учебно-практическое пособие. - М.: Изд-во «Легион-Автодата», 2001.-176 с: ил.

19. Дамбраускас А.П., Кащеев В.А., Кошаев О.В. Алгоритмы и программы симплексного поиска; Монография. Изд-во Красояр. ун-та, 1993,160 с.

20. Дмитриевский А.В., Теремякин П.Г., Тюфяков А.С, Электронная система зшравления бензиновым ДВС на нетяговых режимах. -Автомобильная промышленность, №4,1989,13-15.

21. Дмитриевский А.В., Тюфяков А.С Бензиновые двигатели. - М.: машиностроение, 1986 г. - 216 с: ил.

22. Дубовкин Н.Ф. Справочник по углеводородным топливам и их продуктам сгорания.- М. - Л.: Госэнергоиздат, 1962. - 288 с.

23. Дубренский СВ.., Динамическая модель двигателя для разработки микропроцессорных систем управления. Диссертация на соискание ученой степени кандидата технических наук. - МАДИ, 1993.

24. Дьяков В., Круглов В. Математические пакеты расширения MATLAB. Специальный справочник.- СПб.: Питер, 2001.- 480 с : ил.

25. Дьяконов В. MATLAB Анализ, идентификация и моделирование систем. - Санкт-Петербург.: Питер, 2002г - 360 с : ил.

26. Ефремов А.В. Методические указания по применению ЭВМ и ЭММ в грузовых автомобильных перевозках. Вып. 8 / МАДИ. -М., 1998. - 55 с.

27. Ефремов Б.Д., Управление составом смеси в карбюраторных двигателях. - Двигателестроение, 1990, №3,24-26.

28. Забрянский Е.И., Зарубин А.П. Детонационная стойкость и воспламеняемость моторных топлив. - 2-е изд., перераб. и доп.-М.- Л.: Химия, 1965. - 212 с.8.

29. Закс Д.. Статистическое оценивание. Перевод с нем. под ред. Горского В. Г., Адлера Ю. П. М., Статистика, 1976, 598 с.

30. Звонов В.А. Токсичность двигателей внутреннего сгорания. - М.: Машиностроение, 1981 г. - 159 с.

31. Злотин Г.Н. и др. Исследование работы карбюраторного двигателя на холостом ходу - рабочие процессы в поршневых ДВС. Межвузовский сборник научных трудов. Волгоград, 1979, с 13-19.

32. Ибрагимов Б.Р., Штрайхер Е.Е., Тюфяков А.С. Много функциональная микропроцессорная система управления двигателем для перспективных моделей автомобилей. -Двигателестроение, 1990, Xall, с. 12-14.

33. Илиев А. Д., Разработка алгоритма адаптивной системы управления бензиновым двигателем на режиме холостого хода. Диссертация на соискание ученой степени кандидата технических наук.-МАДИ, 1992.

34. Илиев Л.А. Електронни системы за автоматично управления на автомобилите автомобилните двигатели. - София, Техника!983,162 с.

35. Казакевич В.В., Родов А.Б. Системы автоматической оптимизации. - М.: Энергия, 1977. 268 с.

36. Красовский А. А. Справочник по теории автоматического управления, -М.: Наука. Гл. ред. физ.-мат. Лит., 1987. 712 с.

37. Крз -^ов В.И. Двигатель внутреннего сгорания как регулируемый объект, - М.: Машиностроение, 1978. - 472 с. ил,

38. Купеев Ю.А, Автомобильная электроника и электрооборудование. Информационный сборник.- М,: НИИАЭ, 1995. - 192 с. ил.

39. Лазарев Ю.Ф. MatLAB 5.x. - К.: Издательская группа BHV, 2000. -384 с.

40. Лернер М.О. Регулирование процесса горения в двигателях с искровым зажиганием. - М.: Наука, 1972. - 296 с.

41. Луканин В.Н., Морозов К.А., Хачиян А.С. и др.; Под ред. В. Н. Луканина. Двигатели внутреннего сгорания. Кн. 1. Теория рабочих процессов: Учеб, - М.: Высш, шк,, 1995. - 368 с ; ил.

42. Лукин A.M., Хавкин В.И.. Способ определения идентичности последовательных циклов. - Двигателестроение, 1981, №7, с.5-7.

43. Лурье В,А., Мангушев В,А., Маркова И.В., Черняк Б.Я. Автомобильные двигатели. "Двигатели внутреннего сгорания": Итоги науки и техники, ВИНИТИ АН СССР, 1985, т. 4 - 282 с.

44. Мирзоев Г.К,, Москалюк А.Н., Криштал М.М. Проблемы развития автомобилестроения в России: Избранные доклады II-IV международных научно-практических конференций (1996-1998 гг.). - Тольягги: АО "АВТОВАЗ", 1999, - 271 с.

45. Морозов К.А. Токсичность автомобильных двигателей: Учебное пособие. МАДИ. - М., 1997, 84 с.

46. Мэтьюз Джон Г., Финк Куртис Д. Численные методы. Использование MATLAB, 3-е издание.: Пер с англ. - М.: Издательский дом "Вильяме", 2001. - 720 с: ил.

47. Петров Б.Н., Рутковский В. Ю. Крутова И.Н, и др. Принципы построения и проектирования самонастраивающихся систем управления/ М., 1972. 260 с.

48. Петров Ю.П. Вариационные методы теории оптимального управления. М.: Энергия, 1977.

49. Пинский Ф.И., Давтян Р.И., Черняк Б.Я. Микропроцессорные системы управления автомобильными двигателями внутреннего сгорания. Учебное пособие. - М . "Легион-Автодата", 2001. -136 с. ил.

50. Пинский Ф.И., Пинский Т.Ф. Адаптивные системы управления дизелей: Учеб. пособие. М.: Изд-во МГОУ, 1995.

51. Покровский Г.П. Электроника в системах подачи топлива автомобильных двигателей. -М. : Машиностроение, 1990.

52. Покровский Г.П., Белов Е.А., Драгомиров Г. и др.; Под общ. Ред. Г.П. Покровского. Электронное управление автомобильными двигателями. - М.: Машиностроение, 1994. - 336 с : ил.

53. Растригин Л.А. Системы экстремального управления. - М.: Наука, 1974.-632 с.

54. Рутковский В.Ю., Ильясов Б.Г., Кабальнов Ю.С. и др. Адаптивные системы управления газотурбинными двигателями летательных аппаратов - М.: Изд-во МАИ, 1994. - 224 с : ил.

55. Рыбаков В.К. Новые V-образные двигатели легковых автомобилей "Mercedes-Benz". - Труды/МАДИ, 2002, Перспективы развития поршневых двигателей в XXI веке. с. 112 - 123.

56. Саридис Дж. Самонастраивающиеся стохастические системы управления. -М.: Наука, 1980.

57. Сигеру Омату. Нейроуправление и его приложения. Кн. 2. /Сигеру Омату, Марзуки Халид, Рубия Юсоф; Пер. с англ. Н.В. Батина; Под ред. А.А. Галушкина, В.А. Птичкина. - М.: ИПРЖР, 2000. -272 с : ил.

58. Система управления двигателем ВАЗ-2111 с распределенным впрыскиванием топлива под нормы токсичности ЕВРО -2 -"Издательский Дом Третий Рим", 2000. - 192 с.

59. Соколик А.С. Самовоспламенение, пламя и детонация в газах. - М.: ИХФ АН СССР, 1960. - 498 с.

60. Солодовников В.В., Матвеев П.С. Расчет оптимальных систем автоматического управления при наличии помех. М.: Машиностроение, 1973.

61. Солодовников В.В., Шрамко Л.С. Расчет и проектирование аналитических самонастраивающихся систем с эталонными моделями. М.: Машиностроение, 1972.

62. Теремякин П.Г., Гирявец А. К., Муравьев В, В.. Оптимизация работы бензинового двигателя с впрыскиванием топлива на нетяговых режимах с применением средств электроники. -Двигателестроение, 1990, №6, с. 55-57.

63. Хрулев А.Э., Ремонт двигателей зарубежных автомобилей. М.: Издательство "За рулем", 1999. 440 с , ил., табл.

64. Цыпкин Я.З. Адаптация и обучение в автоматических системах. - М.:Наука, 1968.-400 с.

65. Цьшкин Я.З., Кельманс Г. К. Дискретные адаптивные системы управления. Сер. Итоги науки и техники; Техническая кибернетика, т. 17. - М.: ВИНИТИ, 1.983. - с. 3-73.

66. Черняк Б. Я., Васильев Г. В. Управление двигателем с помощью микропроцессорных систем: Учебное пособие / МАДИ, 1987. - 85 с.

67. Черняк Б.Я., Дубренский СВ., Апарин Г.А., Банов A.M. Опыт моделирования двигателя с искровым зажиганием, как объекта управления. Автомобильная электроника и электрооборудование: Информационный сборник - М.: НИИАЭ, 1995, - 194 с.

68. Чураков Е.П. Оптимальные и адаптивные системы: Учеб. пособие для вузов, -М.: Энергоатомиздат, 1987, - 256 с : ил.

69. Шеннон Р., Имитационное моделирование систем - искусство и наука. - М: Мир, 1978, 302 с , ил.

70. Шульце К.П., Реберг К.Ю. Инженерный анализ адаптивных систем.: Пер. с нем. -М.: Мир, 1992. - 280 с , ил.

71. Allan J. Kotwicki, Sulgi Hong. Throttle Flow Characterization. SAE paper 2000-01-0571, p. 1-13.

72. Andersson J., Bengtsson A., Eriksson S.. The Turbocharge and Intercooled 2,3 Liter Engine for the Volvo-760, SAE Techn Pap. Ser., 1984, N840253, p.p. 30-39.

73. Aquino C.F. Transient A/F Control Characterization of the 5 Liter Central Fuel Injection Engine. SAE 810788.

74. Auzins John, Johansson Hasse, Nytomt Jan. Ion-Gap Sense in Misfire Detection, Knock and Engine Control. SAE paper 950004, p. 21-28.

75. Burvell W.G. Olson D.R. The Spontaneous ingnition of isooctane Air Mixtures under Steady Flow Conditions. - SAE Transactiones, pap. 650520,1965, V. 74, p. 839 - 849.

76. Chevalier Alain, Cristian Winge Vigild and Hendricks Elbert. Predicting the Port Air Mass Flow of SI Engines in Air/Fuel Ratio Control AppHcation. SAE paper 2000-01-32, p. 19-46.

77. Egorov I. N., Kretinin G. V., Leshchenko I. A., Kostiuk S. S.. The Technology of Multipurpose Optimization of Gas-Turbine Engines and Their Components. The ASME 98. GT-512,1998.

78. Flanagan C. The Role of Electronic in Automotive EngineCantrols. - SAE Techn. Pap. Ser, 1978, № 780840, p. 55.

79. Fleming W. J., Wood P.M. Noncontact Miniature Torque Sensor for Automotive Application. _SAE Paper 820206, p. 116-128.

80. Fozo S.R., Aquino C.F., Transient A/F characteristics for cold operation of a 1.6 liters engine with sequential fuel injection, SAE 880691.

81. Gillbrand Per. - Knock Detector System Controlling Turbocharge: Boost Pressure. SAE 800833.

82. Halstead M.A., Kirsch L.J., Quin C.P. The Autuignition of Hydrocarbon Fuels at High Temperatures and Pressure - Fotting of a Mathematical Model. - Combustion and Flame 1977, vol. 30, p. 45 -60.

83. Hanno Ihme. Compensation for the Wall Film Effect in the Four- Stroke SI Engine. MTZ Motortechnische Zeitschrift 62 (2001) 7/8. p. 32-35.

84. Hires S.D., Overingtion M.T. Transient Mixture Strength Excursion - An Investigation o^Tljeir Causes and the Development of a Constant Mixture Strength Fueling Strategy. - SAE Prepr. № 810495, p. 17-33.

85. James H. Currle et al. - Energy Conservation with Increased Compression Ratio and Electronic Knock Control. SAE 790173.

86. Kjastev G., Stanchev H., Ivanov V., Idle speed control for improving petrol engine performance. - University of Rousse, Bulgaria, 1998, 5 -7.

87. Latsch R., Mausner E., Bianchi V. Experiences With a New Method for Measuring the Engine Roughness. - ISATA-78,1978, Vol. 2,p.307-319.

88. Livengood J.C., Wu P.C. Correlation of autoignition phenomena in internal combustion engines and rapid compression mashines. - In: Fifth symposium (international) on comdustion. N.4: Reinhold, 1955, p. 347-356.

89. Mata Y. New Trends in Electronic Engine Control to the Next Stage. - SAE Paper 860592, p. 155-164.

90. McKay Daniel, Nichols Gary and Schreurs Bart. Delphi Electronic Throttle Control Systems for Model Year 2000; Driver Features, System Security, and OEM Benefits. ETC for the Mass Market. SAE paper 2000-01-0556, p. 179-190.

91. Meyer E, Adaptive transient fuel compensation: implementation and experimental results, SAE Technical Paper 2000-01-0550.

92. Michelc W.P., Citron S.J. An Adaptive Idle Mode Control System - SAE Paper 840443, p. 31-43.

93. Michelc W.P., Citron S.J. An On-Line Engine Roughness Measurement Technique. - SAE Techn. Pap. Ser., № 840136, p. 9-18.

94. Moraal Paul E., E. Meyer Daniel, Jeffrey A. Cook and Edward G. Rychlick. Adaptive Transient Fuel Compensation: Implementation and Experimental Results, SAE paper 2000-01-0550, p. 127-136.

95. Oblander K., Abthoff J., FrickerL. - Antiklopf-Regelung am Ottomotor. ATZ, 82(1980), N 9, s.447-448,453-456.

96. Rydvist J., Sanberg L., Wallin R. A Turbocharged Engine with microprocessor Controlled Boost Rressure. - SAE Techn Pap. Ser, 1981, N810060. p. 31-39.

97. Schiler Mattias, Hafher Mihael and Isermann Rolf. Model-based Optimization of 1С Engines by Means of Neural Networks. Part 1: Modeling the Engine and Emission Behavior. MTZ Motortechnische Zeitschrift 61 (2000) II p. 29-32.

98. Schiler Mattias, Hafher Mihael and Isermann Rolf. Model-based Optimization of 1С Engines by Means of Neural Networks. Part 2: Static and Dynamic Optimization of Fuel Consumption versus Emission. MTZ Motortechnische Zeitschrift 61 (2000) II p. 28-31.

99. Yutaka Ohashi, Wataru Fukui, Ataushi Ueda. Application of Vehicle Equipped with Ionic Current Detection System for the Engine Management System. SAE paper 970032, p. 61-67. (О 00 о> о> •1^ Сл>

100. ОЭ о о о о о о -Ч 00 (О -». о о со со ОЭ О) ел со -NI О) -Ni о о