Autoajuste de control de retroceso con filtro tipo Kalman para un control de alta precisión del acelerador electrónico automotriz
Autores: Liu, Yiming; Li, Fan; Sun, Bo
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Autoajuste de control de retroceso con filtro tipo Kalman para un control de alta precisión del acelerador electrónico automotriz
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Acelerador electrónico automotriz
Sistema de control
Ruido
Circuito de sensor
Condiciones de conducción
Algoritmo de autoajuste
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
El sistema de control del acelerador electrónico automotriz (AET) se ha aplicado ampliamente en los motores automotrices modernos, y un control preciso del AET puede mejorar el rendimiento del motor y reducir las emisiones de contaminantes. Sin embargo, el ruido en el circuito del sensor y la variación en las condiciones de conducción automotriz afectan seriamente el rendimiento del sistema AET, lo que hace que el diseño del controlador sea un desafío. Este artículo propone una estrategia de control de retroceso autoajustable con un filtro tipo Kalman (SBCKLF). Primero, se verifica que el ruido que afecta la medición del sensor de posición no es gaussiano al adquirir y procesar la señal de ruido. Para eliminar su influencia en la precisión del control, se introduce un filtro tipo Kalman para estimar la posición real de la válvula. Luego, se diseña un controlador de retroceso autoajustable para adaptarse automáticamente a la variación en las condiciones de conducción del vehículo. Se utiliza un algoritmo de autoajuste basado en control difuso para ajustar los parámetros del controlador de retroceso en línea, con el fin de optimizar el rendimiento del controlador. Finalmente, se construye una plataforma experimental basada en dSPACE para el sistema de control AET para realizar la prueba integral del controlador en un entorno en tiempo real. Los resultados experimentales y el análisis de rendimiento demuestran la efectividad de la estrategia SBCKLF propuesta. En comparación con los mejores resultados de otros métodos, el método propuesto reduce los errores máximos y cuadráticos medios de seguimiento en un 21.65% y el error promedio en un 12.89%. Los límites de error de estado estacionario y de seguimiento se controlan a 0.9 grados y 2.3 grados, respectivamente. También se muestra que la estrategia SBCKLF tiene la mayor robustez, así como la mejor velocidad de respuesta.
Descripción
El sistema de control del acelerador electrónico automotriz (AET) se ha aplicado ampliamente en los motores automotrices modernos, y un control preciso del AET puede mejorar el rendimiento del motor y reducir las emisiones de contaminantes. Sin embargo, el ruido en el circuito del sensor y la variación en las condiciones de conducción automotriz afectan seriamente el rendimiento del sistema AET, lo que hace que el diseño del controlador sea un desafío. Este artículo propone una estrategia de control de retroceso autoajustable con un filtro tipo Kalman (SBCKLF). Primero, se verifica que el ruido que afecta la medición del sensor de posición no es gaussiano al adquirir y procesar la señal de ruido. Para eliminar su influencia en la precisión del control, se introduce un filtro tipo Kalman para estimar la posición real de la válvula. Luego, se diseña un controlador de retroceso autoajustable para adaptarse automáticamente a la variación en las condiciones de conducción del vehículo. Se utiliza un algoritmo de autoajuste basado en control difuso para ajustar los parámetros del controlador de retroceso en línea, con el fin de optimizar el rendimiento del controlador. Finalmente, se construye una plataforma experimental basada en dSPACE para el sistema de control AET para realizar la prueba integral del controlador en un entorno en tiempo real. Los resultados experimentales y el análisis de rendimiento demuestran la efectividad de la estrategia SBCKLF propuesta. En comparación con los mejores resultados de otros métodos, el método propuesto reduce los errores máximos y cuadráticos medios de seguimiento en un 21.65% y el error promedio en un 12.89%. Los límites de error de estado estacionario y de seguimiento se controlan a 0.9 grados y 2.3 grados, respectivamente. También se muestra que la estrategia SBCKLF tiene la mayor robustez, así como la mejor velocidad de respuesta.