可变阀驱气门运动跟踪PSO和KF改进PID控制器

为了进一步提高可变阀驱气门运动控制精度以及运动稳定性,在原有PID控制的基础上,通过粒子群算法(PSO)和卡尔曼滤波(KF)方式对其进行优化改进。通过科尔曼滤波器来达到气门升程调控系统的干扰与噪声滤波功能,再把结果反馈至输入端,采用PSO优化PID控制器的各项参数。利用PSO以随机方式生成粒子群,再利用粒子对PID控制器赋值,完成计算过程。在Matlab软件中完成气门升程、速度及其加速度的仿真分析,并跟未经过改进的PID控制气门升程状态实施了比较。结果表明:通过改进PID方法进行控制时,气门升程、速度与加速度都达到较低的跟踪误差。运用PSO以及KF优化能够实现对液压驱动系统的高效控制,不会引起气门落座的大幅波动或突变的情况,从而提升了跟踪的精度。该研究对提升汽车发动机性能具有很好的实际应用效果。

采用改进卡尔曼滤波器PID控制的液压可变气门运动轨迹

为了降低气门运动轨迹跟踪误差,提高气门落座的稳定性,采用液压可变阀驱动系统,并对气门运动轨迹跟踪效果进行仿真验证。创建了配气机构液压可变阀驱动系统,并介绍其工作原理。根据牛顿第二定律和热力学定律,推导出活塞运动位移方程式、排气阶段废气的温度和压力变化方程式。利用旋转阀控制液压缸的进油和出油,从而得出液压流量表达式。引用传统PID控制器,采用粒子群算法和卡尔曼滤波器对PID控制器进行改进,给出了气门升程在线控制系统的优化流程。采用Matlab软件对气门升程、气门速度和气门加速度跟踪误差进行仿真,并且与传统PID控制跟踪误差进行对比。结果显示:采用传统PID控制系统,气门升程、气门速度和气门加速度跟踪误差较大;而采用改进PID控制系统,气门升程、气门速度和气门加速度跟踪误差较小。采用液压可变阀驱动系统,气门升程运动轨迹跟踪精度较高,从而提高了气门落座的稳定性。