Non-linear model-based predictive control of a low-temperature gasoline combustion engine

Hoffmann, Kai; Abel, Dirk

doi:0178-9546

Non-linear model-based predictive control of a low-temperature gasoline combustion engine = Nicht-lineare Modellbasierte Prädiktive Regelung eines Niedertemperatur-Benzin-Verbrennungsmotors

Hoffmann, Kai (Author)

2010

Verantwortlichkeitsangabevorgelegt von Kai Hoffmann

ImpressumAachen : VDI-Verl. 2010

UmfangX, 167 S. : Ill., graph. Darst.

ReiheFortschrittberichte VDI : Reihe 8, Mess-, Steuerungs- und Regelungstechnik Berichte aus dem Institut für Regelungstechnik, RWTH Aachen ; 1172

Zugl.: Aachen, Techn. Hochsch., Diss., 2010

Zsfassung in engl. und dt. Sprache

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Abel, Dirk (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2010-02-25

Online
URN: urn:nbn:de:hbz:82-opus-32204
URL: https://publications.rwth-aachen.de/record/51416/files/3220.pdf

Einrichtungen

Lehrstuhl und Institut für Regelungstechnik (416610)

Inhaltliche Beschreibung (Schlagwörter)
Prädiktive Regelung (Genormte SW) ; Beschränkung (Genormte SW) ; Hardware-in-the-loop (Genormte SW) ; HCCI (Genormte SW) ; Verbrennungsmotor (Genormte SW) ; Prüfstand (Genormte SW) ; Ingenieurwissenschaften (frei) ; NMPC (frei) ; constraints (frei) ; Hardware-in-the-Loop (frei) ; Controlled Auto-Ignition (frei) ; gasoline HCCI (frei) ; combustion engine (frei) ; test bench (frei)

Thematische Einordnung (Klassifikation)
DDC: 620
ccs: J.2 PHYSIC

Kurzfassung
Gegenstand dieser Arbeit ist die Entwicklung einer nicht-linearen MPC für die Niedertemperatur-Verbrennung von Benzin (CAI) in einem Viertakt- Einzylindermotor. Dieser Prozess muss ohne den Aktuator Zündkerze auskommen, zudem verschieben bereits geringe Abweichungen der Betriebsbedingungen die Selbstzündung zu ungünstigen Zeitpunkten und einer rauen Verbrennung. Als Stellgrößen des Einzylinder-Demonstrators stehen die Steuerzeiten des elektro-mechanischen Ventiltriebs und die Direkteinspritzung zur Verfügung. Regelgrößen sind IMEP und CA50, während der maximale Druckgradient dpmax begrenzt werden soll. Entlang des V-Modells werden verschiedene lineare und nicht-lineare Regler entwickelt. Die nicht-lineare Modellierung des Zustandsraumes als Neuronales Netz erlaubt dessen schnelle Linearisierung und die Einbindung in eine nichtlineare Beobachterstruktur sowie die Erstellung eines linearen Beobachtermodells. Lineare und nicht-lineare Kalmanfilter werden in Kombination mit identifizierten Störgrößenmodellen diskutiert und die für den Anwendungsfall passendste sowohl lineare als auch nicht-lineare Struktur ausgewählt. Verschiedene Methoden für MPC werden vorgestellt und mit den erstellten Beobachtern zu (N)MPCs kombiniert. Wie auch die Beobachter werden diese automatisiert ausgelegt. Geeignete Strukturen werden um die Berücksichtigung der Begrenzung von dpmax erweitert. In einem HIL Test werden sie unter der Annahme starker Störungen der motorischen Betriebsbedingungen bewertet. Das Potential bezüglich Robustheit und Berechnungsgeschwindigkeit auf der Ziel-Hardware wird ermittelt und mit einem PID-Gainscheduling-Ansatz verglichen, wodurch die Notwendigkeit einer nicht-linearen MPC für das Regelungsproblem verdeutlicht wird. Empfehlungen für methodische Ansätze für die Regelung der nicht-linearen CAI-Verbrennung unter Prozessbeschränkungen werden herausgearbeitet. Die Methoden werden exemplarisch in der Reglerapplikation am realen Motor demonstriert. Das Simulationsmodell wird anhand eines Regelungsversuches kreuzvalidiert und der PID-Regler unter den in den Versuchen gemessenen Betriebsbedingungen im HIL simuliert. Somit wird das entwickelte Vorgehen gerechtfertigt, das basierend auf Messungen eine schnelle hochautomatisierte Reglererstellung ermöglicht.

Topic of this thesis is the development of a non-linear MPC for the lowtemperature gasoline combustion (CAI) in a four-stroke single-cylinder engine. This process must be steered without the actuator of the spark plug. Moreover, smallest changes in the ambient conditions move the self-ignition towards disadvantageous timings and a rough combustion. For actuating the combustion in the single-cylinder demonstrator, the valve timings of the electro-mechanical valve train and the direct injection are available. Controlled variables are IMEP and CA50, while the maximum pressure rise dpmax shall be constrained. Alongside the V-model, different linear and non-linear controllers are developed. The non-linear modeling of the state space as neural network allows for its fast linearization and implementation in a non-linear observer structure as well as for the determination of a linear state space model. Linear and non-linear Kalman filters are discussed in combination with identified disturbance models, and the most suitable linear and non-linear structure is selected. Various methods for MPC are presented and combined with the established observers to (N)MPCs. Just like the observers, these are tuned automatically. Suitable structures are extended for the implementation of the constraint on dpmax. In an HIL test they are benchmarked under the assumption of heavy disturbances of the engine’s ambient conditions. The potential for robustness and calculation speed is evaluated and compared to a gain-scheduled PIDcontroller which unveils the necessity of non-linear MPC for the control problem. Recommendations for methods for the control of the non-linear CAI-combustion subject to constraints on the process are given. These methods are demonstrated exemplarily by controller application to the real engine. The simulation model is cross-validated using measurements of a controlled experiment. For comparison, the PID-controller is simulated in an HIL test under the same ambient conditions as measured in the experiments. Thereby, the developed procedure is justified which allows for the rapid control prototyping based on identification measurements.

Fulltext:
PDF