本技术旨在提出一种融合物理机制与数据驱动的高压燃料喷射系统喷射量模糊PID闭环控制技术,应用于发动机燃料喷射技术领域。该方法通过实时采集喷射器入口压力和电磁阀励磁电流,结合模糊逻辑和PID控制算法,实现对喷射量的精确控制,以优化燃料喷射效率和发动机性能。
背景技术
高压燃料喷射技术是双燃料发动机、低碳燃料发动机等内燃机领域的重要核心技术之一,其通过将燃料以高压形式存储在容积腔中,并通过精密控制的喷射器进行喷射,从而实现燃烧过程的精细化调控。随着发动机向高热效率和超高喷射压力的方向发展,燃料喷射系统的瞬态动态响应特性愈加复杂。这使得燃料喷射的精确控制,特别是各缸喷射量的一致性和系统稳定性,成为燃料喷射系统设计与控制的难点与重点。
传统燃料喷射系统的控制多采用开环控制或基于转速、扭矩等低维反馈变量的闭环控制,然而,燃料喷射受压力波动、流体惯性效应等非线性因素的影响,这导致基于静态模型或线性控制器的控制精度受到严重限制,无法在高动态环境下准确调节喷射量,难以满足现代发动机的需求。
随着机器学习技术的广泛应用,基于数据驱动的燃料喷射量预测模型逐渐成为研究热点。这些模型通过大量历史数据的学习与训练,可以在一定程度上预测喷射量。然而,纯数据驱动神经网络长期存在过于依赖数据采样、鲁棒性和泛化性难以保证等问题,且模型缺乏对物理机理的深层理解,模型可解释性差;其次,纯数据驱动模型在面对训练数据之外的工况或异常工况时可能表现出较差的泛化能力和鲁棒性,无法有效应对系统复杂瞬态变化或极端操作条件。因此,单纯依赖数据驱动的方法难以在燃料喷射系统的高动态环境下实现高精度、实时的喷射量预测与控制。
实现思路