汽車發動機振動主動控制試驗研究

吳磊

摘 要：本文對于汽車發動機振動主要控制技術進行分析。圍繞自動化控制理論，以發動機振動加速度，神經網絡自適應控制、自調整模糊控制、LQR控制等發動機振動主動主要控制模型進行目標分析。通過在線振動實驗等方法驗證，對于汽車發動機振動主動控制技術進行試驗研究。期望能夠通過試驗研究，實現汽車發動機振動主動控制效果的提升。

汽車發動機的振動控制技術，包括主要控制技術，通過自動化控制、發動機振動加速度，神經網絡自適應控制、自調整模糊控制、LQR控制等理論的研究，在技術上的應用中得到驗證，能夠發揮各種控制技術的優缺點，組合應用效果更佳。

1、汽車發動機振動

汽車發動機發生振動往往表現在整機振動或扭轉振動等方面，發動機總體振動反應了發動機整體的質量，因此對于控制系統中的各項環節進行技術的提升，例如運用整機控制方法，采用被動控制單一頻率振動控制整機寬屏的振動控制等技術，使得發動機整機振動的變化幅度能夠控制在最小，整體提升發動機的減震效果，以發動機振動模型建立以及仿真運用現代控制理論，采用軟件模型的建立方法，對發動機這種震動進行聯合仿真，采用實驗研究的方法，將發動機振動環境進行目標軟件的聯合仿真，從而得到關于系統的可控性穩定性以及客觀性等的實驗結果。在實驗中目標軟件環境包含了放大器傳感器激振器等主動控制設備，建立數學模型，采用多種控制算法，例如神經網絡自適應、LQR控制自調整模糊控制等建立了線性二次模型。實驗結果表明，通過對發動機振動控制策略的積極探索，能夠充分的將發動機整機振動強度加以降低[1]。

2、汽車發動機振動主動控制試驗

2.1 建立發動機主要隔震數學模型.這一模型的建立，通過摸索已經能夠得到適當的減震器布置位置，采用雙層隔振系統進行控制策略的實施，發動機可以選擇多個懸置位置，例如對稱在發動機重心位置上進行仿真分析，能夠得到垂直方向的振動控制效果，對發動機雙層隔振系統進行模擬，首先要考慮基礎剛性的上下層質量，在彈簧和阻尼器的剛度和阻尼的小位移范圍設置上，根據發動機的轉速，例如在6000轉每分鐘采用二階機械振動的系統運動方程予以展示。

在方程式中設置了輪胎和懸架的等效阻尼，輪胎懸架的等效剛度，車身質量發動機垂直振動位移，發動機激勵，主動控制力等等數值。

應用軟件建立發動機主要隔陣模型，軟件的接口，由工程系統建模來和仿真，采用圖形化開發的環境，進行聯合的軟件仿真。在建模過程中運用現代化控制理論進行任意終端的狀態確定輸出量是內部狀態的變化、規律的組合，對于任意初始狀態進行任意終端狀態的控制量的轉變，采用可控性狀態分量的方法，由輸出量測指令來確定線性組合的個狀態分量。

聯合仿真分析搭建模型與接口，采用電磁式振動器作為振動時受力時測量的設備，對于車身振動系統模型予以建立，運用神經網絡自適應控制系統自調整模糊，建立仿真工具箱，繪制仿真頻率圖[2]。

2.2 發動機振動主動控制系統實驗，首先進行平臺實驗的布置，硬件環境上采用筆記本計算機和臺式機結合起來，設置pc擴擴展槽，直接將ASS輸入輸出卡插入到目標機主板上，完成輸入輸出功能的設計。進行采集數據的處理，完成控制系統的工作過程。

軟件環境上，操作系統所用程序為C語言編譯器，采用windows xp作為操作平臺，設計半實物實驗平臺，解決計算機與數據采集卡的接口問題，程序實時性的保證問題分析模式，以上行程模型的中間描述文件支持多種類的I/O設備采用反卡進行驅動程序等設置，設計者可以自己編寫驅動程序，也可以利用模塊進行編譯[3]。

為了提高程序的運行速度，建立了神經網絡自適應控制模型，將模型描述文件轉化為指定目標代碼，在解釋性編程語言輸出時，進行模塊圖源代碼版本的設置。關于程序實時性的保證問題，在實驗過程中要注意所生成的編碼文件主要作用于模型生成源代碼指導上，進行編譯和連接，主要用于用戶庫文件主程序的連接上。安裝目標程序，編譯器要采用定步長進行參數設置，對目標進行編譯之后，紡織利用BURLD命令完成目標連接。在進行主動振幅的實施時，采用雙層隔振裝置形成干擾力源主機上的實時控制模型由加速度傳感器進行提取，采用網絡連接的方式將主機和目標機進行連接，由目標機將信號數據傳輸給主機，由控制策略計算、主動控制硬件在環控制等方法，經由目標機把功率放大器作動器等完成整體的實驗[4]。

2.3 實現發動機振動的主動控制應用.分析了系統的控制效果，XPC目標構建了發動機振動自適應實時主動控制的硬件在環系統并應用神經網絡自適應主動控制方法，進行了實車試驗驗證了控制器的跟蹤性能.試驗表明.神經網絡自適應主動控制方法可以較好地控制發動機的振動.。 實驗能采集到的外部激勵信號也證明神經網絡自適應控制策略在降低發動機振動方面發揮重大作用，該方法下發動機得到了主控制力下的加速度信號，模擬出不同轉速下的各種控制車身加速度功率鞋峰值。

3、結果討論

經過實驗分析發現控制器訓練過程中采用多頻激勵信號來對激勵實驗中的控制效果進行仿真，發現常用發動機轉速達到2500轉每分鐘的時候，可以測得發動機振動頻率，通過主要權重因素調整的方式，在小范圍內進行控制要求的跟蹤。經過掃描驗證個控制的性能，能夠滿足更重要求。

通過仿真過程，對于輸入輸出控制跟蹤控制以及系統資源控制等等。采用神經網絡自適應控制的效果優于其他兩種控制效果。建立神經網絡后調整最終輸出自動控制程序，確定控制器參數，實時的進行靈活調控，可以實現神經網絡控制下的系統資源，配置在硬件條件運行要求較高的時候，LQR控制對系統要求較低，適應能力較差，而且采集到數據以后，由于運算速度過快，在建模和狀態空間的推導上，方法運用較為繁重，而模糊控制方法，由于跟蹤能力較差，對系統資源的硬件條件運行上不如仿真靈敏[5]。

通過自由模型建立以后，實現了輸入輸出端的控制，但是依然存在技術瓶頸，需要兩個MATLAB工具箱才能完成系統資源的運行。神經網絡在實現多輸入多輸出控制跟蹤性能較好控制效果明顯，運用網絡訓練，實現靈敏的反映在實時控制中，神經網絡的模型還能夠影響控制器，提高學習性能，在較為復雜的模型環境下，能夠實時地調整控制速度，得到精確的訓練樣本，并且根據訓練網絡的擬合性進行網絡結構的設置。

結語

建立了發動機振動主動控制模型用于改善發動機的工作狀況，采用自動控制理論，包括神經網絡自適應控制、LQR控制、自調整模糊控制策略在內的軟硬件條件的設計，以發動機振動加速度作為控制目標，利用微機控制技術，對其振動進行有效的在線控制。各種控制策略的優缺點在控制中進行了精確的驗證，對于驗證控制系統的控制效果和跟蹤性能有很大幫助。

參考文獻

[1]金福藝，李超.航空發動機轉子系統主動抑振控制方法研究[J].長沙航空職業技術學院學報，2019，19（1）：58-65.

[2]潘公宇，肖云強，任成.汽車發動機主動懸置模糊控制研究[J].機械設計與制造，2017，（z1）：133-136，140.

[3]閻礁，安一領，周大為，等.三缸發動機主動懸置滑模變結構控制研究[J].上海汽車，2017，（11）：10-14.

[4]清華大學蘇州汽車研究院（相城）.一種汽車發動機噪聲主動控制系統：CN201721104852.0[P].2018-08-31.

[5]潘公宇，景雙龍，肖云強.汽車發動機主動懸置振動控制策略研究[J].重慶理工大學學報（自然科學版），2017，31（11）：1-8