Non-linear model-based predictive control of a low-temperature gasoline combustion engine [Elektronische Ressource] / Kai Hoffmann

© Dipl.-Ing. Kai Hoffmann Aus Stuttgart

Informations

• Publié par: rheinisch-westfalischen_technischen_hochschule_-rwth-_aachen
• Publié le: 01 janvier 2010
• Nombre de lectures: 38
• Poids de l'ouvrage: 4 Mo

Extrait

Non-linear
Model-based Predictive Control of
a Low-Temperature Gasoline
Combustion Engine
Von der Fakultät für Maschinenwesen der
Rheinisch-Westfälischen Technischen Hochschule Aachen
zur Erlangung des akademischen Grades eines
Doktors der Ingenieurwissenschaften
genehmigte Dissertation
vorgelegt von
Diplom-Ingenieur
Kai Hoffmann
Berichter: Univ.-Prof. Dr.-Ing. D. Abel
Univ.-Prof. Dr.-Ing. Dr. h.c. Dr.-Ing. E.h. N. Peters
Tag der mündlichen Prüfung: 25. Februar 2010
Diese Dissertation ist auf den Internetseiten
der Hochschulbibliothek online verfügbar.Fortschritt-Berichte VDI
Reihe 8
Mess-, Steuerungs- Dipl.-Ing. Kai Hoffmann,
und Regelungstechnik Aachen
Nr. 1172 Non-linear Model-based
Predictive Control
of a Low-Temperature
Gasoline Combustion
Engine
BERICHTEAUSDEM
INSTITUTFÜR
REGELUNGSTECHNIK
RWTHAACHENHoffmann,Kai
Non-linearModel-basedPredictiveControlofaLow-Temperature
GasolineCombustionEngine
Fortschr.-Ber.VDIReihe8Nr.1172.Düsseldorf:VDIVerlag2010.
178Seiten,67Bilder,38Tabellen.
ISBN978-3-18-517208-3,ISSN0178-9546,
¤57,00/VDI-Mitgliederpreis¤51,30.
Keywords: Non-linearmodel-basedcontrol–NMPC–Closed-loopParadigm–Constraints–
ControlledAuto-Ignition–GasolineHCCI–Directinjection–Variablevalvetrain–Hardware-
in-the-Loop
Thethesisathanddealswiththenon-linearconstrainedmodel-basedpredictivecontrolofthe
gasolinelow-temperaturecombustionofthecontrolledauto-ignitionprocess.Forthefisttime
controllersarepresentedforconstrainingprocesscharacteristicsofthecombustionwhilethis
instableprocessisoperatedwithhighlydynamicaltransients.Thetextincludesdetailsonthetest
bedsetup,theprocessandmethodsfortheimplementationofnon-linearmodel-basedcontrollers.
Themethodsarecombinedwithanewlyproposedderivateoftheclosed-loopparadigmin
ordertobuildnon-linearandlinearcontrollers.Thesearebenchmarkedagainstagain-scheduled
PID-controllerforpointingoutthenecessityforanon-linearcontrolwhenconstraintsareenforced.
AllcontrollersarepresentedindetailandtheirrobustnessisreviewedinaHILtestbedsetup.The
workconcludeswiththepresentationofresultsobtainedbytheimplementationofthecontrollers
totherealengine.
BibliographischeInformationderDeutschenBibliothek
DieDeutscheBibliothekverzeichnetdiesePublikationinderDeutschenNationalbibliographie;
detailliertebibliographischeDatensindimInternetunterhttp://dnb.ddb.deabrufbar.
BibliographicinformationpublishedbytheDeutscheBibliothek
(GermanNationalLibrary)
TheDeutscheBibliothekliststhispublicationintheDeutscheNationalbibliographie
(GermanNationalBibliography);detailedbibliographicdataisavailableviaInternetat
http://dnb.ddb.de.
D82(Diss.RWTHAachenUniversity,2010)
©VDIVerlagGmbH·Düsseldorf2010
AlleRechte,auchdasdesauszugsweisenNachdruckes,derauszugsweisenodervollständigenWiedergabe
(Fotokopie,Mikrokopie),derSpeicherunginDatenverarbeitungsanlagen,imInternetunddasderÜbersetzung,
vorbehalten.
AlsManuskriptgedruckt.PrintedinGermany.
ISSN0178-9546
ISBN978-3-18-517208-3III
Vorwort/Preface
Die vorliegende Dissertation entstand während meiner Tätigkeit als wis-
senschaftlicherMitarbeiteramInstitutfürRegelungstechnikIRTderRhei-
nisch-Westfälischen Technischen Hochschule Aachen. Sie wurde im Rah-
men des Teilprojekts A2 Modellbasierte Mehrgrößenregelung von Verbren-
nungsmotoren imSonderforschungsbereich686Modellbasierte Regelung der
homogenisierten Niedertemperatur-Verbrennung ausgearbeitet, der an der
RWTH Aachen und der Universität Bielefeld eingerichtet wurde. Der
DeutschenForschungsgemeinschaftdankeichindiesemZusammenhangfür
die finanzielle Förderung dieses Projektes.
Herrn Univ.-Prof. Dr.-Ing. Dirk Abel danke ich für die Betreuung meiner
ArbeitunddiegewährtenFreiheiten. DankenmöchteichauchHerrnUniv.-
Prof. Dr.-Ing. Dr. h.c. Dr.-Ing. E.h. NorbertPetersfürdasmeinerArbeit
entgegengebrachte Interesse, die Übernahme des Koreferats und die gute
und erfolgreiche Zusammenarbeit mit seinem Institut. Herrn Univ.-Prof.
Dr.-Ing. (USA) Stefan Pischinger danke ich für die Übernahme des Vor-
sitzes der Prüfungskommission und die gute Zusammenarbeit mit seinem
Institut sowie konstruktive Diskussionen. Allen dreien gebührt mein Dank
für die Anstrengungen, die für die Einrichtung des Sonderforschungsberei-
ches 686 notwendig waren.
Herrn Univ.-Prof. Dr.-Ing. Heinrich Rake möchte ich herzlich für seine
immer passende Kritik danken, die auch dieser Arbeit sehr zuträglich war,
sowie für die Übernahme des Beisitzes im Promotionsverfahren.
Bei allen meinen Kollegen am IRT, die eine angenehme und oft lehrreiche
Zusammenarbeitermöglichthaben, möchteichmichebenfallsbedanken.
Namentlich möchte ich mich bei Jan Gall für die konstruktive Kritik und
seine persönliche Unterstützung bedanken, die zum Gelingen der Arbeit
beigetragen haben. Uwe Küssel danke ich für die gemeinsame Initiierung
und Organisation des “IRT-Stammtisches” und des “IRT-Zeltens”, die mir
in den fünf Jahren viel Spaß gemacht haben. Auch die gemeinsamen
Laufrunden mit diesen beiden und weiteren Kollegen waren immer sehr er-
holsam. Peter Drewsund Thiva Albin danke ich für die gute Zusammenar-
beit im SFB 686. Prof. Manfred Enning und den Damen aus dem Schreib-
und Zeichendienst gilt mein Dank für das gemeinsame Engagement für die
Infrastruktur des Instituts.IV
Für die Kooperation im SFB 686 danke ich den beiden Mitarbeitern des
Lehrstuhls für Verbrennungskraftmaschinen VKA Karl-Georg Stapf und
Dieter Seebach.
Ebenso gilt mein Dank den Mitarbeitern des Institutes für Technische Ver-
brennungITVAnyelo Vanegas undganzbesondersChristianFelschfürar-
beitsame, erfolgreiche und lustige Stunden. Ihnen beiden, Olaf Röhl sowie
Michael Gauding danke ich für die herzliche Adoption des “Regelungstech-
nikers” unter den “Verbrennern” während des SAE-Kongresses 2009 und
die im Anschluss intensivierte Freizeitgestaltung beider Institute.
Allen meinen Freunden, die ich während der verschiedenen Lebensab-
schnitte und auch während der letzten fünf Jahre kennengelernt habe,
dankeichfürihreanhaltendeUnterstützungunddenAusgleich,densiemir
inverschiedenenschwierigenSituationengebotenhaben. Ohnesiewäreich
heute nicht soweit gekommen.
SpeziellmeinemlangjährigenFreundAlexanderKesslerdankeichfüreinen
weiteren Freundschaftsdienst, nämlich die sprachliche und grammatikalis-
che Korrektur der Dissertation.
Meiner gesamten Familie danke ich für die Unterstützung während des
StudiumsundspeziellmeinerFrauRenatefürihrenBeistand“ingutenwie
in schlechten Zeiten” und dass sie den Computer doch nicht rausgeworfen
hat.
Aachen, im Februar 2010
Kai HoffmannContents V
Contents
1 Introduction 1
1.1 Motivation for low-temperature combustion control . . . . . 1
1.2 State-of-the-art of CAI control . . . . . . . . . . . . . . . . 2
1.3 Aims of the thesis . . . . . . . . . . . . . . . . . . . . . . . 3
2 CAI process 6
2.1 Fundamentals of CAI. . . . . . . . . . . . . . . . . . . . . . 6
2.2 Single-cylinder research engine . . . . . . . . . . . . . . . . 10
2.2.1 4-stroke CAI with an electro-mechanical valve train 12
2.2.2 Sensors and target values for combustion control . . 13
2.2.3 Actuators and manipulated variables . . . . . . . . . 15
2.3 Real-time hardware for controller calculation . . . . . . . . 16
3 CAI control modeling 19
3.1 Physical versus identified models . . . . . . . . . . . . . . . 19
3.2 Multilayer Perceptron Networks . . . . . . . . . . . . . . . . 20
3.2.1 Neural Network State Space Innovations Form . . . 22
3.2.2 Linearization of NNSSIF . . . . . . . . . . . . . . . . 24
3.3 Gray-box-models . . . . . . . . . . . . . . . . . . . . . . . . 26
3.4 Experiments for process identification . . . . . . . . . . . . 27
3.5 Simulation model . . . . . . . . . . . . . . . . . . . . . . . . 33
3.6 Observer models . . . . . . . . . . . . . . . . . . . . . . . . 34
3.6.1 3x2-observer model . . . . . . . . . . . . . . . . . . . 35
3.6.2 3x3-observer model . . . . . . . . . . . . . . . . . . . 37
3.6.3 3x1-observer model . . . . . . . . . . . . . . . . . . . 37
3.7 Comparison of the identified models . . . . . . . . . . . . . 37
4 Methods for Model-based Predictive Control 41
4.1 Cost function . . . . . . . . . . . . . . . . . . . . . . . . . . 42VI Contents
4.2 Offset-free tracking . . . . . . . . . . . . . . . . . . . . . . . 43
4.3 State observer . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3.1 Disturbance model . . . . . . . . . . . . . . . . . . . 46
4.3.2 Linear Kalman filter . . . . . . . . . . . . . . . . . . 49
4.3.3 Non-linear extended Kalman filter . . . . . . . . . . 53
4.3.4 Non-linear modified extended Kalman filter . . . . . 58
4.4 Predictions . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.4.1 Linear prediction with Kalman filter . . . . . . . . . 62
4.4.2 Non-linear prediction with EKF . . . . . . . . . . . 64
4.4.3 Non-linear prediction with modified EKF . . . . . . 68
4.4.4 Set point prediction . . . . . . . . . . . . . . . . . . 68
4.5 Convex opt