本發(fā)明涉及柴油機生物柴油摻混燃料檢測技術(shù)領(lǐng)域，尤其涉及一種對摻混燃油中生物柴油含量鑒定方法及鑒定系統(tǒng)、對發(fā)動機的控制方法及控制系統(tǒng)。

背景技術(shù)：

生物柴油通常是通過含油植物或動物油脂與低分子醇類進行酯化反應(yīng)所得，其主要組分是脂肪酸酯類,是一種含氧量很高的復(fù)雜有機混合物。在生物柴油產(chǎn)品分析和生產(chǎn)過程中，常采用氣相色譜法、紅外光譜法以及質(zhì)譜法對生物柴油各成分進行詳細的分析，保障產(chǎn)品中各類物質(zhì)的比例合適。其中紅外光譜法用于測定生物柴油與普通柴油摻混比例具有較強的優(yōu)勢，其測定速度快、重復(fù)性高。但這種方法需要專用的測量儀器及附件，常用于生物柴油生產(chǎn)廠及檢測機構(gòu)。

目前，生物柴油多以一定比例加入到普通柴油中作為混合燃料使用。在乘用車領(lǐng)域，在用戶的使用過程中，定期檢查燃油具體成分會帶來額外的工作量，因此需要添加相關(guān)測量設(shè)備，完成發(fā)動機對燃料中生物柴油的摻混比例的自動識別。

技術(shù)實現(xiàn)要素：

本發(fā)明的第一目的是提供一種通過采集工況參數(shù)，導入神經(jīng)網(wǎng)絡(luò)模型后計算摻混燃油的含氧量，然后基于含氧量得到摻混燃油中生物柴油體積濃度的對摻混燃油中生物柴油含量鑒定方法。

本發(fā)明的第二目的是提供一種根據(jù)上述對摻混燃油中生物柴油含量鑒定方法獲得生物柴油體積濃度之后，對發(fā)動機的控制方法。

本發(fā)明的第三目的是實現(xiàn)上述對摻混燃油中生物柴油含量鑒定方法的對摻混燃油中生物柴油含量鑒定系統(tǒng)。

本發(fā)明是的額第四目的是實現(xiàn)上述發(fā)動機的控制方法的對發(fā)動機的控制系統(tǒng)。

為了實現(xiàn)本發(fā)明的第一目的，本發(fā)明采用的技術(shù)方案為：

一種對摻混燃油中生物柴油含量鑒定方法，包括以下步驟：

S1、采集發(fā)動機的工況參數(shù)；所述工況參數(shù)包括摻混燃油質(zhì)量流量EGR率r、排氣氧濃度q_out，進氣壓力P_in、發(fā)動機轉(zhuǎn)速n；

S2、將所述工況參數(shù)導入預(yù)先建立的神經(jīng)網(wǎng)絡(luò)模型進行計算，得到摻混燃油的含氧量q_f；

S3、基于所述摻混燃油的含氧量q_f，得到當前摻混燃油中生物柴油體積濃度BD_vol。

根據(jù)本發(fā)明的一優(yōu)選實施例：其中，在所述步驟S1之前還包括：

S01，采集在不同摻混比例、工況參數(shù)下的樣本數(shù)據(jù)；

S02，根據(jù)所述樣本數(shù)據(jù)建立神經(jīng)網(wǎng)絡(luò)模型。

根據(jù)本發(fā)明的一優(yōu)選實施例：其中，步驟S02包括：在Matlab神經(jīng)網(wǎng)絡(luò)工具箱中，根據(jù)所述樣本數(shù)據(jù)建立神經(jīng)網(wǎng)絡(luò)模型。

為了實現(xiàn)本發(fā)明的第二目的，本發(fā)明采用的技術(shù)方案為：

一種對發(fā)動機的控制方法，根據(jù)上述摻混燃油中生物柴油含量鑒定方法，得到生物柴油體積濃度BD_vol之后，包括：

根據(jù)生物柴油體積濃度BD_vol和工況參數(shù)在預(yù)設(shè)的控制參數(shù)調(diào)整表中進行查找，獲得與當前生物柴油摻混比例和工況參數(shù)相對應(yīng)的EGR率調(diào)整參數(shù)；

根據(jù)所述EGR率調(diào)整參數(shù)調(diào)節(jié)EGR閥。

根據(jù)本發(fā)明的一優(yōu)選實施例：根據(jù)生物柴油體積濃度BD_vol和工況參數(shù)在預(yù)設(shè)的控制參數(shù)調(diào)整表中進行查找，獲得與當前生物柴油摻混比例和工況參數(shù)相對應(yīng)的噴油控制參數(shù)；

根據(jù)所述噴油控制參數(shù)調(diào)整噴油控制策略。

為了實現(xiàn)本發(fā)明的第三目的，本發(fā)明采用的技術(shù)方案為：

一種對摻混燃油中生物柴油含量鑒定系統(tǒng)，包括：

發(fā)動機工況參數(shù)采集裝置，用于采集當前柴油發(fā)動機的工況參數(shù)，并將所述工況參數(shù)發(fā)送至數(shù)據(jù)采集模塊；

數(shù)據(jù)采集模塊，用于將所述工況參數(shù)發(fā)送至神經(jīng)網(wǎng)絡(luò)模塊；

網(wǎng)絡(luò)神經(jīng)模塊，用于將所述工況參數(shù)導入預(yù)先建立的神經(jīng)網(wǎng)絡(luò)模型，得到摻混燃油的含氧量q_f，基于所述摻混燃油的含氧量q_f，得到當前摻混燃油中生物柴油體積濃度BD_vol；

其中，所述發(fā)動機工況參數(shù)采集裝置包括：

EGR分析儀，用于采集發(fā)動機的EGR率r，并將所述EGR率r發(fā)送至數(shù)據(jù)采集模塊；

排氣氧濃度傳感器，用于采集發(fā)動機的排氣氧濃度q_out，并將所述排氣氧濃度q_out發(fā)送至數(shù)據(jù)采集模塊；

進氣壓力傳感器，用于采集發(fā)動機的進氣壓力P_in，并將所述進氣壓力P_in發(fā)送至數(shù)據(jù)采集模塊；

轉(zhuǎn)速傳感器，用于采集發(fā)動機的發(fā)動機轉(zhuǎn)速n，并將所述發(fā)動機轉(zhuǎn)速n發(fā)送至數(shù)據(jù)采集模塊；

油耗儀，用于采集發(fā)動機的摻混燃油質(zhì)量流量并將所述摻混燃油質(zhì)量流量發(fā)送至數(shù)據(jù)采集模塊。

根據(jù)本發(fā)明的一優(yōu)選實施例：其中，所述神經(jīng)網(wǎng)絡(luò)模型基于在不同摻混比例、工況參數(shù)下采集的樣本數(shù)據(jù)建立。

根據(jù)本發(fā)明的一優(yōu)選實施例：其中，所述神經(jīng)網(wǎng)絡(luò)模型基于Matlab神經(jīng)網(wǎng)絡(luò)工具箱中，根據(jù)所述樣本數(shù)據(jù)建立。

為了實現(xiàn)本發(fā)明的第三目的，本發(fā)明采用的技術(shù)方案為：

一種對發(fā)動機的控制系統(tǒng)，包括上述對摻混燃油中生物柴油含量鑒定系統(tǒng)，還包括：

EGR率控制模塊，用于根據(jù)生物柴油體積濃度BD_vol和工況參數(shù)在預(yù)設(shè)的控制參數(shù)調(diào)整表中進行查找，獲得與當前生物柴油摻混比例和工況參數(shù)相對應(yīng)的EGR率調(diào)整參數(shù)，根據(jù)所述EGR率調(diào)整參數(shù)調(diào)節(jié)EGR閥

根據(jù)本發(fā)明的一優(yōu)選實施例：還包括：

噴油控制模塊，用于根據(jù)生物柴油體積濃度BD_vol和工況參數(shù)在預(yù)設(shè)的控制參數(shù)調(diào)整表中進行查找，獲得與當前生物柴油摻混比例和工況參數(shù)相對應(yīng)的噴油控制參數(shù)；

根據(jù)所述噴油控制參數(shù)調(diào)整噴油控制策略。

如上所述，根據(jù)本發(fā)明的對摻混燃油中生物柴油含量鑒定方法及鑒定系統(tǒng)、對發(fā)動機的控制方法及控制系統(tǒng)，通過采集發(fā)動機的工況參數(shù)，該參數(shù)包括燃油質(zhì)量流量EGR率r，排氣氧濃度q_out，進氣壓力P_in，發(fā)動機轉(zhuǎn)速n，將工況參數(shù)導入神經(jīng)網(wǎng)絡(luò)模型中可以計算出燃料氧含量q_f，通過燃料氧含量q_f可以計算出生物柴油體積濃度BD_vol。并且在獲得生物柴油體積濃度BD_vol后，還可以根據(jù)生物柴油體積濃度BD_vol和工況參數(shù)在預(yù)設(shè)的控制參數(shù)調(diào)整表查找對應(yīng)的EGR率調(diào)整參數(shù)，最終可以根據(jù)EGR率調(diào)整參數(shù)調(diào)節(jié)EGR閥，實現(xiàn)對發(fā)動機的控制。

該方法具有以下優(yōu)點：1、減輕了用戶檢測油品的復(fù)雜度，對實際使用過程中燃油中生物柴油摻混比例進行了很好的復(fù)現(xiàn)；2、除實現(xiàn)生物柴油摻混比例的自動識別功能外，還為車輛在使用不同油品時的性能優(yōu)化提供可能，提高經(jīng)濟性；3、為替代燃料在乘用車領(lǐng)域的推廣應(yīng)用奠定了基礎(chǔ)。

附圖說明

圖1是本發(fā)明的對摻混燃油中生物柴油含量鑒定方法的方法流程圖；

圖2是本發(fā)明的對發(fā)動機的控制方法的方法流程圖；

圖3是本發(fā)明的對摻混燃油中生物柴油含量鑒定系統(tǒng)的結(jié)構(gòu)框圖；

圖4是本發(fā)明的對發(fā)動機的控制系統(tǒng)的結(jié)構(gòu)框圖。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明了，下面結(jié)合具體實施方式并參照附圖，對本發(fā)明進一步詳細說明。

圖1是本發(fā)明的對摻混燃油中生物柴油含量鑒定方法的方法流程圖。

參閱圖1所示，一種對摻混燃油中生物柴油含量鑒定方法，包括以下步驟：

S1、采集發(fā)動機的工況參數(shù)；所述工況參數(shù)包括摻混燃油質(zhì)量流量EGR率r、排氣氧濃度q_out，進氣壓力P_in、發(fā)動機轉(zhuǎn)速n；其中EGR率r即為廢氣再循環(huán)率，表示：進入發(fā)動機的廢氣質(zhì)量流量與總進氣質(zhì)量流量之比。

S2、將所述工況參數(shù)導入預(yù)先建立的神經(jīng)網(wǎng)絡(luò)模型進行計算，得到摻混燃油的含氧量q_f；

S3、基于所述摻混燃油的含氧量q_f，得到當前摻混燃油中生物柴油體積濃度BD_vol。

本發(fā)明通過采集發(fā)動機的工況參數(shù)，該參數(shù)包括燃油質(zhì)量流量EGR率r，排氣氧濃度q_out，進氣壓力P_in，發(fā)動機轉(zhuǎn)速n，將工況參數(shù)導入神經(jīng)網(wǎng)絡(luò)模型中可以計算出燃料氧含量q_f，通過燃料氧含量q_f可以計算出生物柴油體積濃度BD_vol。通過該方法具有以下優(yōu)點：1、減輕了用戶檢測油品的復(fù)雜度，對實際使用過程中燃油中生物柴油摻混比例進行了很好的復(fù)現(xiàn)；2、除實現(xiàn)生物柴油摻混比例的自動識別功能外，還為車輛在使用不同油品時的性能優(yōu)化提供可能，提高經(jīng)濟性；3、為替代燃料在乘用車領(lǐng)域的推廣應(yīng)用奠定了基礎(chǔ)。

在本實施例中，其中，在所述步驟S1之前還包括：

S01，采集在不同摻混比例、工況參數(shù)下的樣本數(shù)據(jù)；

S02，根據(jù)所述樣本數(shù)據(jù)建立神經(jīng)網(wǎng)絡(luò)模型。

步驟S02中可以在Matlab神經(jīng)網(wǎng)絡(luò)工具箱中，根據(jù)所述樣本數(shù)據(jù)建立神經(jīng)網(wǎng)絡(luò)模型，神經(jīng)網(wǎng)絡(luò)模型制作方便。本發(fā)明利用不同摻混比例、轉(zhuǎn)速、循環(huán)油量及EGR率確立了大量工況參數(shù)樣本，完成了神經(jīng)網(wǎng)絡(luò)模型的訓練及校核。神經(jīng)網(wǎng)絡(luò)模型的每組工況參數(shù)均存儲有摻混燃油質(zhì)量流量EGR率r、排氣氧濃度q_out，進氣壓力P_in、發(fā)動機轉(zhuǎn)速n數(shù)據(jù)。

在本發(fā)明的另一優(yōu)選實施例中，所述步驟S3中，

摻混比例辨識方法基于以下公式：

${\mathrm{BD}}_{vol}=function\left(q_f\right)=function({\stackrel{\·}{m}}_f,r,q_{out},P_{in},n)$

其中，BD_vol為生物柴油體積濃度，q_f為燃料氧含量，燃油質(zhì)量流量，r為EGR率，q_out為排氣氧濃度，P_in為進氣壓力，n為發(fā)動機轉(zhuǎn)速。

對于摻混比例辨識原理，下面詳細說明：

本發(fā)明的生物柴油摻混比例辨識方法是基于生物柴油與普通柴油氧含量的差異。由燃燒前后柴油機缸內(nèi)氧濃度守恒關(guān)系可知，在經(jīng)過柴油機缸內(nèi)燃燒后，相同工況下，燃用生物柴油時排氣氧濃度較普通柴油較高。

定義以下參數(shù)：燃油質(zhì)量流量新鮮空氣質(zhì)量流量EGR率r，廢氣質(zhì)量流量燃料含氧量q_f，新鮮空氣含氧量q_air，廢氣含氧量q_out，由質(zhì)量守恒及氧濃度守恒關(guān)系可得：

${\stackrel{\·}{m}}_f+{\stackrel{\·}{m}}_{air}=(1-r)\·{\stackrel{\·}{m}}_{out}$

${\stackrel{\·}{m}}_f\·q_f+{\stackrel{\·}{m}}_{air}\·q_{air}=(1-r)\·{\stackrel{\·}{m}}_{out}\·q_{out}$

進一步分析可知，排氣氧濃度可以反映燃燒的好壞，因而隨柴油機工況改變而改變，且兩者之間存在一定的關(guān)系。通過對工況進行識別并結(jié)合排氣氧濃度信息，尋求出兩者之間的關(guān)系，即可辨識得出燃料中生物柴油的摻混比例。

本發(fā)明用于增壓柴油機燃用生物柴油摻混比例辨識。柴油機工況可以用柴油機的進氣量及耗油量的組合來表示，而柴油機采用的是質(zhì)調(diào)節(jié)，即通過調(diào)節(jié)循環(huán)油量實現(xiàn)負荷的調(diào)節(jié)。理論上講，柴油機的進氣量由轉(zhuǎn)速及進氣壓力決定。

此外，廢氣的引入會影響缸內(nèi)的新鮮空氣量，進而影響本發(fā)明中燃燒后排氣中的氧濃度，因此也作為工況的判定參數(shù)之一。

${\stackrel{\·}{m}}_{in}={\stackrel{\·}{m}}_{air}+r\·{\stackrel{\·}{m}}_{out}=function(P_{in},n)$

結(jié)合質(zhì)量守恒、氧濃度守恒關(guān)系式，可推導得出燃料含氧量可以通過如下關(guān)系式計算得出：

$q_f=\frac{(1-r){\stackrel{\·}{m}}_{out}{q}_{out}-{\stackrel{\·}{m}}_{air}{q}_{air}}{{\stackrel{\·}{m}}_f}=\frac{{\stackrel{\·}{m}}_f\left(\right(1-r)q_{out}+{\mathrm{rq}}_{air})+{\stackrel{\·}{m}}_{in}(1-r)(q_{out}-q_{air})}{{\stackrel{\·}{m}}_f}$

柴油機工況的判定參數(shù)包括：EGR率、進氣壓力、發(fā)動機轉(zhuǎn)速及循環(huán)油量。

進一步分析可知，本發(fā)明所提出的生物柴油摻混比例辨識方法是通過獲取柴油機循環(huán)油量、EGR率、進氣壓力及發(fā)動機轉(zhuǎn)速信息進行工況判斷，并結(jié)合測量得到的排氣氧濃度，帶入本發(fā)明建立好的神經(jīng)網(wǎng)絡(luò)模型進行分析，實現(xiàn)對生物柴油摻混比例的辨識：

${\mathrm{BD}}_{vol}=function\left(q_f\right)=function({\stackrel{\·}{m}}_f,r,q_{out},P_{in},n)$

本發(fā)明所使用的神經(jīng)網(wǎng)絡(luò)模型基于Matlab神經(jīng)網(wǎng)絡(luò)工具箱建立，神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù)的好壞直接決定最后建立模型的準確程度，因此需要確保輸入?yún)?shù)與輸出參數(shù)具有良好的映射關(guān)系，同時輸入?yún)?shù)的組合還應(yīng)該涵蓋盡可能多的情況，從而保證訓練樣本的全面性及可靠性。

圖2是本發(fā)明的對發(fā)動機的控制方法的方法流程圖；

參閱圖2所示，一種對發(fā)動機的控制方法，通過上述對摻混燃油中生物柴油含量鑒定方法得到生物柴油體積濃度BD_vol之后，

根據(jù)生物柴油體積濃度BD_vol和工況參數(shù)在預(yù)設(shè)的控制參數(shù)調(diào)整表中進行查找，獲得與當前生物柴油摻混比例和工況參數(shù)相對應(yīng)的EGR率調(diào)整參數(shù)；

根據(jù)所述EGR率調(diào)整參數(shù)調(diào)節(jié)EGR閥。

通過該方法，為發(fā)動機在使用不同油品時的性能優(yōu)化提供可能，提高經(jīng)濟性。

對發(fā)動機的控制方法，還包括：根據(jù)生物柴油體積濃度和工況參數(shù)在預(yù)設(shè)的控制參數(shù)調(diào)整表中進行查找，獲得與當前生物柴油摻混比例和工況參數(shù)相對應(yīng)的噴油控制參數(shù)；

根據(jù)所述噴油控制參數(shù)調(diào)整噴油控制策略。該噴油控制策略可以是通過調(diào)整燃油質(zhì)量、循環(huán)進氣量、噴油脈寬、噴油時間、空燃比等參數(shù)?？梢越档臀矚馀欧?、提高發(fā)動機的動力和燃油經(jīng)濟性。

圖3是本發(fā)明的對摻混燃油中生物柴油含量鑒定系統(tǒng)的結(jié)構(gòu)框圖。

參閱圖3所示，一種對摻混燃油中生物柴油含量鑒定系統(tǒng)，包括：

發(fā)動機工況參數(shù)采集裝置1，用于采集當前柴油發(fā)動機的工況參數(shù)，并將所述工況參數(shù)發(fā)送至數(shù)據(jù)采集模塊；

數(shù)據(jù)采集模塊2，用于將所述工況參數(shù)發(fā)送至神經(jīng)網(wǎng)絡(luò)模塊；

網(wǎng)絡(luò)神經(jīng)模塊3，用于將所述工況參數(shù)導入預(yù)先建立的神經(jīng)網(wǎng)絡(luò)模型，得到摻混燃油的含氧量q_f，基于所述摻混燃油的含氧量q_f，得到當前摻混燃油中生物柴油體積濃度BD_vol；最優(yōu)的，所述神經(jīng)網(wǎng)絡(luò)模型基于在不同摻混比例、工況參數(shù)下采集的樣本數(shù)據(jù)建立。并且，所述神經(jīng)網(wǎng)絡(luò)模型可以基于Matlab神經(jīng)網(wǎng)絡(luò)工具箱中，根據(jù)所述樣本數(shù)據(jù)建立。

其中，所述發(fā)動機工況參數(shù)采集裝置1包括：

EGR分析儀11，用于采集發(fā)動機的EGR率r，并將所述EGR率r發(fā)送至數(shù)據(jù)采集模塊；

排氣氧濃度傳感器12，用于采集發(fā)動機的排氣氧濃度q_out，并將所述排氣氧濃度q_out發(fā)送至數(shù)據(jù)采集模塊；

進氣壓力傳感器13，用于采集發(fā)動機的進氣壓力P_in，并將所述進氣壓力P_in發(fā)送至數(shù)據(jù)采集模塊；

轉(zhuǎn)速傳感器14，用于采集發(fā)動機的發(fā)動機轉(zhuǎn)速n，并將所述發(fā)動機轉(zhuǎn)速n發(fā)送至數(shù)據(jù)采集模塊；

油耗儀15，用于采集發(fā)動機的摻混燃油質(zhì)量流量并將所述摻混燃油質(zhì)量流量發(fā)送至數(shù)據(jù)采集模塊。

發(fā)動機工況參數(shù)采集裝置1可以采集發(fā)動機中燃油質(zhì)量流量EGR率r，排氣氧濃度q_out，進氣壓力P_in，發(fā)動機轉(zhuǎn)速n的信息。數(shù)據(jù)采集模塊2將信息收集以后發(fā)送給網(wǎng)絡(luò)神經(jīng)模塊3，由網(wǎng)絡(luò)神經(jīng)模塊3分析實時采集到的各項傳感器及儀器參數(shù)，實現(xiàn)對生物柴油摻混比例的在線識別，具有識別快速識別率高的優(yōu)點。

在本實施例中，其中EGR率采用ECM公司的EGR5230氣體分析儀進行測量，循環(huán)油量通過油耗儀進行測定，進氣壓力及發(fā)動機轉(zhuǎn)速采用Kistler公司相關(guān)傳感器進行測定。本發(fā)明中排氣氧濃度的測量采用Bosch公司的寬裕氧濃度傳感器。當然，也可以使用其他能夠?qū)崿F(xiàn)該功能的設(shè)備也不影響本實施例的實施。

圖4是本發(fā)明的對發(fā)動機的控制系統(tǒng)的結(jié)構(gòu)框圖。

一種對發(fā)動機的控制系統(tǒng)，包括上述對摻混燃油中生物柴油含量鑒定系統(tǒng)，還包括：

EGR率控制模塊4，用于根據(jù)生物柴油體積濃度BD_vol和工況參數(shù)在預(yù)設(shè)的控制參數(shù)調(diào)整表中進行查找，獲得與當前生物柴油摻混比例和工況參數(shù)相對應(yīng)的EGR率調(diào)整參數(shù)，根據(jù)所述EGR率調(diào)整參數(shù)調(diào)節(jié)EGR閥。

網(wǎng)絡(luò)神經(jīng)模塊3與EGR率控制模塊4連接，網(wǎng)絡(luò)神經(jīng)模塊3獲得的生物柴油體積濃度BD_vol后發(fā)送給EGR率控制模塊4，EGR率控制模塊4計算EGR率調(diào)整參數(shù)后控制發(fā)動機的EGR閥的流量。為發(fā)動機在使用不同油品時的性能優(yōu)化提供可能，提高經(jīng)濟性。

在本發(fā)明的一個優(yōu)選實施例中，該控制系統(tǒng)還包括：

噴油控制模塊5，用于根據(jù)生物柴油體積濃度BD_vol和工況參數(shù)在預(yù)設(shè)的控制參數(shù)調(diào)整表中進行查找，獲得與當前生物柴油摻混比例和工況參數(shù)相對應(yīng)的噴油控制參數(shù)；

根據(jù)所述噴油控制參數(shù)調(diào)整噴油控制策略。

實現(xiàn)了根據(jù)摻混燃油的EGR率調(diào)整噴油控制策略，為發(fā)動機在使用不同油品時的性能優(yōu)化提供可能，提高經(jīng)濟性。

應(yīng)當理解的是，本發(fā)明的上述具體實施方式僅僅用于示例性說明或解釋本發(fā)明的原理，而不構(gòu)成對本發(fā)明的限制。因此，在不偏離本發(fā)明的精神和范圍的情況下所做的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。此外，本發(fā)明所附權(quán)利要求旨在涵蓋落入所附權(quán)利要求范圍和邊界、或者這種范圍和邊界的等同形式內(nèi)的全部變化和修改例。