CC BY
565
УДК 621.431
Использование среды MATLAB для моделирования системы управления
ДВС
Палагута К.А., Чиркин С.Ю., Тройков С.М.
Московский государственный индустриальный университет, Москва,
e-mail: palaguta@msiu.ru
В статье рассматривается способ использования среды Matlab и модуля ЦАП/АЦП для моделирования системы управления двигателем внутреннего сгорания.
Ключевые слова: Matlab, ЭБУ, система управления, ДВС, полунатурное моделирование, LCard
A simulation of engine control system with using Matlab.
Palaguta K.A., Chirkin S.Y., Troykov S.M.
Moscow State Industrial University, Moscow,
E-mail: palaguta@msiu.ru
The article discusses how to use the Matlab and module DAC/ADC for
simulation a control systems of internal combustion engine.
Keywords: Matlab, ECU, control system, ICE, seminatural simulation, LCard
Современный автомобиль является сложной системой, оснащенной целым рядом систем управления различными исполнительными механизмами. Для разработки, наладки и обслуживания систем управления современных автомобилей необходимы высококлассные специалисты, подготовка которых занимает длительное время. В данном случае одним из наиболее эффективных методов обучения и является обучение, предполагающее работу с реальным оборудованием, либо использование специализированных обучающих стендов
[1].
Одной из важнейших систем в современном автомобиле является электронная система управления двигателем внутреннего сгорания (ЭСУ ДВС). Ее упрощенная структура приведена на рис. 1.
Рис. 1. Упрощенная структура ЭСУ ДВС
В Московском государственном индустриальном университете был разработан учебно-исследовательский стенд [2], позволяющий обучающимся детально изучить структуру и принципы работы одной из основных систем современных автомобилей - электронной системы управления (ЭСУ) двигателем внутреннего сгорания (ДВС). Стенд включает в себя электронный блок управления двигателем, набор исполнительных механизмов и автономные подсистемы управления частотой вращения коленчатого вала двигателя и расходом воздуха (рис. 2).
Существенным достоинством стенда является отсутствие самого ДВС, что позволяет эксплуатировать его в любом помещении, где имеется возможность подключения к электросети 220В, 50Гц.
Для сопряжения между УИС и персональным компьютером было решено использовать модуль АЦП LCard E14-440. Характеристики модуля приведены в таблице 1.
Таблица 1. Характеристики LCard E14-440
АЦП
Количество каналов 16 дифференциальных или 32 с общей "землей"
Разрядность АЦП 14 бит
Эффективная разрядность 13,2 бит (400 кГц, диап. изм 2,5В.)
Входное сопротивление (при одноканальном вводе) не менее 10 МОм
Диапазон входного сигнала ± 10В; ± 2,5В; ± 0,625В; ± 0,156В
Максимальная частота преобразования 400 кГц
ЦАП
Количество каналов 2
Цифровые входы и выходы
Количество входов 16
Количество выходов 16
Тип логики КМОП
Выходной ток на 1 канал TTL, не более ± 4 мА
Сбор данных со стенда осуществляется при помощи встроенных портов АЦП. Недостаточное количество выходов ЦАП модуля компенсируется использованием цифровых выходов и схем ШИМ. Это возможно для эмулирования сигналов
Рис. 2. Структурная схема учебно-исследовательского стенда.
«медленных» датчиков, например датчиков температуры, детонации и других. Управление выходными сигналами осуществляется при помощи разрабатываемого программного обеспечения. По результатам работы модели строиться массив выходных данных с учетом канала, по которому будет осуществлен вывод величины и производится передача управляющих воздействий на ЦАП и цифровые выходы.
Рис. 3. Структурная схема полунатурной модели ЭСУДВС.
Однако отказ от использования ДВС приводит к невозможности получения достоверного сигнала некоторых датчиков, а также отсутствию связи между подсистемами ЭСУ ДВС. Решить данную проблему возможно, используя модель ДВС и замкнув обратные связи системы управления [3]. Данный подход позволяет получить систему полунатурного моделирования ЭСУ ДВС (рис. 3).
В рамках используемого подхода к моделированию была сформирована базовая структура модели ДВС в первом приближении (рис. 4).
Рис. 4. Структура модели ДВС
Модель работает со следующими сигналами:
Вход:
1. сигнал датчика положения коленчатого вала;
2. расход воздуха;
3. угол открытия дроссельной заслонки;
4. время открытия форсунки для расчета расхода топлива;
5. угол опережения зажигания.
Выход:
1. частота вращения коленчатого вала;
2. температура двигателя;
3. сигнал датчика детонации;
4. сигнал датчика кислорода.
Модель реализована в пакете MATLAB. Большинство подсистем реализовано на основе нечетких алгоритмов типа Сугено, что объясняется необходимостью обучения на основе выборок данных, полученных с реальной системы. Это, в свою очередь, накладывает и определенные ограничения, связанные с дроблением на подсистемы, чего не требует механизм нейронных сетей [4]. Однако его использование в рамках пакета MATLAB на сегодняшний день не позволяет разрабатывать real-time приложения, что является необходимым условием работы полунатурной модели.
Необходимо отметить, что в данном случае требовалась реализация модели ДВС как объекта управления. Однако получить модель объекта управления без
моделирования самой системы управления оказалось невозможным. Таким образом, была реализована модель системы управления, которая дает возможность оценить точность обучения модели ДВС и проводить отладку и адаптацию для последующей интеграции в полунатурную модель [5, 6].
Отдельно следует рассмотреть логические механизмы согласования модели ДВС с электронным блоком управления (ЭБУ), входящим в состав полунатурной модели. Важным вопросом здесь является выбор средств сбора данных для обучения модели. Сбор данных может производиться с помощью АЦП, что подразумевает непосредственное подключение к датчикам двигателя, либо с помощью диагностической колодки, посредством специального диагностического протокола, такого как k-line. При использовании диагностического протокола значения переменных выдаются в физических величинах. Это упрощает восприятие, однако осложняет согласование с ЭБУ, поскольку он запрограммирован получать данные непосредственно с датчиков на каналы АЦП. Таким образом, возникает необходимость детального изучения документации датчиков для уточнения их характеристик и уровней сигналов. Однако процесс калибровки виртуальных датчиков можно упростить, имея массивы данных, которые одновременно получены с каналов АЦП и через диагностическую колодку. Данные АЦП будут корректно восприниматься ЭБУ, а имея при этом наглядное представление о значении и размерности физической величины, можно быстро смоделировать требуемую ситуацию.
В настоящее время в первом приближении реализована модель ДВС для полунатурного моделирования и ведутся работы по ее уточнению. Также разрабатываются узлы физического сопряжения модели с ЭБУ. Таким образом, реализация этого проекта должна обеспечить учащимся возможность комплексного изучения ЭСУ ДВС, предоставляя возможность моделирования различных ситуаций и оценки эффективности алгоритмов управления.
Литература
1. Методология полунатурного комплексного функционального моделирования ГТД и его систем - Г. Г. Куликов, В. Ю. Арьков, В. С. Фатиков, Г. И. Погорелов. УГАТУ, 2009 Т. 13, № 2 (35)
2. К.А. Палагута, Ю.А. Шавыкин «Учебный стенд для изучения
электронных систем управления двигателем внутреннего сгорания» -
Механизмы внедрения новых направлений науки и технологий в системы образования: Сборник научных докладов международной конференции. - М.: МГИУ, 2004.
3. Палагута К.А., Тройков С.М. Имитация сигнала датчика детонации для полунатурной модели системы управления двигателем внутреннего сгорания // Информационные технологии в образовании, науке и производстве - Сборник трудов конференции: Серпухов 2010. Стр. 340-342.
4. Чиркин С. Ю. Моделирование двигателя внутреннего сгорания как объекта управления на основе экспериментальных данных // Естественные и технические науки. 2010. №2. с. 406-410.
5. Палагута К. А., Чиркин С. Ю., Кузнецов А. В. Синтез системы
управления двигателем внутреннего сгорания с использованием гибридных и нейронных сетей // Машиностроение и инженерное образование. 2009. №4. с. 42-49.
6. Палагута К.А., Чиркин С.Ю. Использование алгоритмов нечеткой логики
и нейронных сетей в моделировании двигателей внутреннего сгорания // Инновации в условиях развития информационно-коммуникационных
технологий - Материалы научно-практической конференции / М.: МИЭМ, 2009. Стр. 149-152
