一种基于强化学习的增压EGR发动机气路控制方法
本发明提供一种基于强化学习的增压EGR发动机气路控制方法，包括将EGR阀与节气门以及放气阀解耦控制，并对节气门以及放气阀进行解耦；优化前馈MAP参数，采用模糊PID控制对前馈MAP进行优化，并在前馈MAP中引入基于强化学习的参数自适应，以得到优化前馈MAP；采集工作数据，提取工作数据的稳态点，以获取初步前馈MAP并进行标定，得到标定后的优化前馈MAP；对标定后的优化前馈MAP基于强化学习迭代优化参数，得到最优前馈MAP，基于最优前馈MAP跟踪进气歧管、EGR率、节气门以及放气阀的设定值，并将设定值约束在预设范围内。本发明降低发动机振颤、能耗较低，还能够有效的利用发动机的废气。
发明专利
CN202410831716.X
2024-06-25
CN118375521A
2024-07-22
F02D41/00(2006.01)
江西五十铃发动机有限公司
陈静;丁伟;杨闯;袁经煌
330200 江西省南昌市南昌县小蓝经济开发区金沙大道366号
江西赣智亦创知识产权代理有限公司
雷玉龙
江西;36
1.一种基于强化学习的增压EGR发动机气路控制方法，其特征在于，所述方法包括： 对进气歧管压力与EGR率解耦控制，以将EGR阀与节气门以及放气阀解耦控制，并对所述节气门以及所述放气阀进行解耦； 优化前馈MAP参数，采用模糊PID控制对所述前馈MAP进行优化，并在所述前馈MAP中引入基于强化学习的参数自适应，以得到优化前馈MAP； 采集解耦后的所述节气门、解耦后的所述放气阀以及解耦控制后的所述EGR阀的工作数据，提取所述工作数据的稳态点，以获取初步前馈MAP并进行标定，得到标定后的优化前馈MAP； 对所述标定后的优化前馈MAP基于强化学习迭代优化参数，得到最优前馈MAP，基于所述最优前馈MAP跟踪所述进气歧管、所述EGR率、所述节气门以及所述放气阀的设定值，并将所述设定值约束在预设范围内。 2.根据权利要求1所述的基于强化学习的增压EGR发动机气路控制方法，其特征在于，所述对进气歧管压力与EGR率解耦控制，以将EGR阀与节气门以及放气阀解耦控制，并对所述节气门以及所述放气阀进行解耦的步骤包括： 获取所述EGR阀、所述节气门以及所述放气阀的开度，基于所述开度获取所述进气歧管的压力，以获取所述进气歧管与所述EGR阀、所述节气门以及所述放气阀的耦合关系； 根据所述耦合关系以使所述EGR阀、所述节气门以及所述放气阀解耦控制。 3.根据权利要求1所述的基于强化学习的增压EGR发动机气路控制方法，其特征在于，所述优化前馈MAP参数，采用模糊PID控制对所述前馈MAP进行优化，并在所述前馈MAP中引入基于强化学习的参数自适应的步骤包括： 基于预设规则并依次采用模糊PID控制以及史密斯预估器优化所述前馈MAP； 在所述前馈MAP中引入强化学习框架的参数。 4.根据权利要求1所述的基于强化学习的增压EGR发动机气路控制方法，其特征在于，所述以获取初步前馈MAP并进行标定的步骤包括： 采集发动机的转速，并依据所述发动机外特性曲线将所述转速划分为若干转速区间； 通过控制量阶跃变化对所述初步前馈MAP进行标定。 5.根据权利要求1所述的基于强化学习的增压EGR发动机气路控制方法，其特征在于，所述得到标定后的优化前馈MAP的步骤包括： 在所述标定后的最优前馈MAP上引入PID控制器，并使所述PID控制器的参数进行自适应更新； 在所述标定后的最优前馈MAP中引入模糊规则。 6.根据权利要求1所述的基于强化学习的增压EGR发动机气路控制方法，其特征在于，所述对所述标定后的优化前馈MAP基于强化学习迭代优化参数的步骤包括： 基于设定规则选取预设单步长控制量以得到WG控制量，并通过节气门调节进气歧管的压力； 基于所述设定规则以及所述WG控制量选取稳态控制量，并采用强化学习迭代优化参数循环迭代优化标定后的优化前馈MAP，以得到最优前馈MAP。