具有部分地辨識模型參數的辨別器的、控制設備的控制裝置及其方法

專利名稱：具有部分地辨識模型參數的辨別器的、控制設備的控制裝置及其方法
技術領域：
本發明涉及對使用多個模型參數模型化的設備，部分地辨識該多個模型參數，控制該設備的裝置及其方法。
背景技術：
典型的是，控制裝置控制使用模型參數模型化的控制對象(也稱為設備)。在日本特開平2003-15703號公報中提出了下述的方法在這樣的控制裝置中引入辨識器，使用由該辨識器遞推地辨識的模型參數，計算控制輸入。如果使用由辨識器遞推地辨識的模型參數來計算控制輸入，則可以提高控制輸出對目標值的追隨性。
圖20表示典型的控制裝置的功能方框圖。使用模型參數對控制對象101進行了模型化。根據控制對象101的控制輸入和控制輸出，辨識器102辨識模型參數。狀態預測器103考慮控制對象101所具有的無效時間，使用模型參數生成控制輸出的預測值。將預測值與預定的目標值比較。控制器105計算對控制對象101的控制輸入，使得預測值收斂于目標值。

發明內容
典型地，控制對象是使用多個模型參數進行模型化的。根據控制對象，也包括不怎么受該控制對象的動作變動和時效變化所致的影響，其值變化不大的模型參數。根據以往的方法，即使在包括這種模型參數的情況下，辨識器也以預定的時間間隔重新計算所有的多個模型參數。
公知的，要辨識的模型參數的數量越多，模型參數收斂到最佳值的時間就越長。收斂時間變長時，有可能在適應控制對象的動態特性變化時產生延遲。并且，要辨識的模型參數的數量越多，由辨識器進行的計算量越大。如果不根據控制對象來減少實施辨識算法的次數，就無法引入辨識器。
因此，需要具有能夠部分地辨識多個模型參數的辨識器的控制裝置。
根據本發明的一個方面，控制使用第1模型參數和第2模型參數進行模型化的控制對象的控制裝置，具有部分模型參數辨識器，其根據來自控制對象的輸出和對該控制對象的輸入，遞推地辨識第2模型參數；以及控制器，其使用預先辨識的第1模型參數和由部分模型參數辨識器辨識的第2模型參數，計算對控制對象的輸入，使得控制對象的輸出收斂于目標值。
根據本發明，在控制使用多個模型參數模型化的控制對象時，可以只遞推地辨識該多個模型參數中的一部分。由于能夠減少遞推地辨識的模型參數的數量，所以能夠提高該模型參數收斂到最佳值的時間，還可以減少辨識器的計算量。
根據本發明的一種實施方式，部分模型參數辨識器使用第2模型參數對虛擬設備進行模型化，該虛擬設備包括控制對象、以及基于表示該控制對象的模型的第1模型參數的構成要素，并且，辨識第2模型參數，使得虛擬設備的輸出收斂于使用了該第2模型參數的該虛擬設備的模型的輸出。通過構成這種虛擬設備，可以只遞推地辨識第2模型參數，對控制對象進行控制。
根據本發明的另一種實施方式，部分模型參數辨識器通過將第2模型參數的基準值與該第2模型參數的更新成分相加，來計算該第2模型參數。而且，計算該更新成分，使得所述虛擬設備的輸出收斂于該虛擬設備的模型的輸出。利用這種辨識方法，對動態特性的變動較大的控制對象，可以提高對模型的適應速度，從而可以提高控制對象處于過渡狀態時的控制精度。
根據本發明的一種實施方式，計算基于虛擬設備的輸出與該虛擬設備的模型的輸出之間的偏差的校正量，將第2模型參數的更新成分的過去值乘以小于1的忘卻系數而得到的值與該校正量相加，由此計算該更新成分。通過乘以小于1的忘卻系數，可以防止控制系統因模型參數的漂移而變得不穩定。
根據本發明的另一種實施方式，計算基于虛擬設備的輸出與該虛擬設備的模型的輸出之間的偏差的校正量，對于第2模型參數中的一個，將該更新成分的過去值乘以值1的忘卻系數而得到的值與該校正量相加，由此計算該更新成分，對于其它的第2模型參數，將該更新成分的過去值乘以小于1的忘卻系數而得到的值與校正量相加，由此計算該更新成分。利用這種計算方法，不僅可以防止模型參數的漂移，還可以抑制控制對象的輸出相對于目標值的穩態誤差。
根據本發明的一種實施方式，控制器采用響應指定型控制，計算對控制對象的輸入。如果采用響應指定型控制，可在不產生過沖的情況下使控制對象的輸出迅速收斂于目標值。作為響應指定型控制，可以使用2自由度響應指定型控制，在該情況下，可以使因干擾產生的對目標值的偏差在不振動的情況下收斂，并且可以在不產生穩態誤差的情況下使控制對象的輸出追隨目標值。
基于本發明的上述控制方法可以應用于各種方式。在一種實施方式中，控制對象是可變地控制凸輪軸的相位的可變相位裝置。在另一種實施方式中，控制對象是發動機，可以使發動機輸出收斂于目標值。在又一種實施方式中，控制對象是發動機的排氣系統，可以使設在排氣通道上的排氣濃度收斂于目標值。在又一種實施方式中，把控制對象設為設于車輛上的機械要素和驅動該機械要素的致動器，可以使該機械要素的驅動量收斂于目標值。例如，可以把調節對發動機供給的空氣量的空氣裝置作為控制對象。
另外，本發明在其它方式中是按照上面所述那樣對控制對象進行控制的方法。


圖1是概略地表示基于本發明的一個實施例的發動機及其控制裝置的圖。
圖2是表示基于本發明的一個實施例的連續可變相位機構的圖。
圖3是表示基于本發明的第1實施例的控制裝置的方框圖。
圖4是表示基于本發明的一個實施例的辨識算法用的虛擬設備的結構的圖。
圖5是表示基于本發明的第2實施例的控制裝置的方框圖。
圖6是表示基于本發明的第2實施例的通過參數調度器(parameterscheduler)參照的、規定基準模型參數的映射圖的圖。
圖7是表示基于本發明的一個實施例的2自由度滑模控制器的方框圖。
圖8是表示基于本發明的一個實施例的滑模控制的切換函數的圖。
圖9是表示基于本發明的一個實施例的滑模控制的響應指定參數的圖。
圖10是表示基于本發明的一個實施例的控制流程的圖。
圖11是表示基于本發明的一個實施例的計算凸輪軸的相位目標值的映射圖的圖。
圖12是表示基于本發明的一個實施例的利用模型參數調度器計算基準模型參數的流程的圖。
圖13是代替部分模型參數辨識器而設有計算自適應律輸入的單元的控制裝置的方框圖。
圖14是表示基于圖13所示的控制裝置的控制輸出的特性的圖。
圖15是表示代替部分模型參數辨識器而設有自適應外部干擾觀測器的控制裝置的方框圖。
圖16是表示基于圖15所示的控制裝置的控制輸出的特性的圖。
圖17是表示基于本發明的一個實施例的使用部分模型參數辨識器時的各種參數的特性的圖。
圖18是將圖17所示的控制輸出的特性部分放大的圖。
圖19是表示基于本發明的一個實施例的、部分地辨識其它模型參數用的虛擬設備的圖。
圖20是基于現有技術的對控制對象進行控制的裝置的典型的方框圖。
具體實施例方式
內燃機和控制裝置的結構下面，參照

本發明的實施方式。圖1是基于本發明的實施方式的、內燃機(以下，稱為發動機)及其控制裝置的整體結構圖。
電子控制單元(以下，稱為“ECU”)1具有接受從車輛的各個部分發送來的數據的輸入接口1a；執行用于進行車輛的各個部分的控制的計算的CPU 1b；具有讀取專用存儲器(ROM)和隨機存取存儲器(RAM)的存儲器1c；以及向車輛的各個部分發送控制信號的輸出接口1d。在存儲器1c的ROM中存儲有進行車輛的各個部分的控制用的程序和各種數據。用于進行基于本發明的控制的程序存儲在該ROM中。ROM也可以是EPROM那樣的可改寫的ROM。在RAM中設有CPU 1b的計算用的工作區。從車輛的各個部分發送來的數據和發送給車輛的各個部分的控制信號暫時存儲在RAM中。
發動機2例如是4沖程DOHC型汽油發動機。發動機2具有進氣凸輪軸5和排氣凸輪軸6。進氣凸輪軸5具有對進氣門3進行開閉驅動的進氣凸輪5a，排氣凸輪軸6具有對排氣門4開閉驅動的排氣凸輪6a。這些進氣和排氣凸輪軸5和6通過未圖示的正時皮帶與曲軸7連接，在曲軸7每旋轉2周時旋轉1周。
連續可變相位裝置10具有連續可變相位機構11和油壓驅動部12。油壓驅動部12按照從ECU 1提供的指令值，利用油壓驅動連續可變相位機構11。由此，進氣凸輪5a相對于曲軸7的實際的相位CAIN連續地超前或滯后。參照圖2具體說明連續可變相位裝置10。
在進氣凸輪軸5的端部設有凸輪角傳感器20。凸輪角傳感器20隨著進氣凸輪軸5的旋轉，每過預定凸輪角(例如為1度)向ECU 1輸出作為脈沖信號的CAM信號。
在發動機2的進氣管15上設有節氣門16。節氣門16的開度根據來自ECU 1的控制信號來進行控制。連接在節氣門16上的節氣門開度傳感器(θTH)17向ECU 1提供與節氣門16的開度對應的電信號。
進氣管壓力(Pb)傳感器18設在節氣門16的下游側。通過Pb傳感器18檢測出的進氣管壓力Pb發送給ECU 1。
另外，在進氣管15上、針對每個氣缸設有燃料噴射閥19。燃料噴射閥19從燃料箱(未圖示)接受燃料的供給，根據來自ECU 1的控制信號噴射燃料。
在發動機2中設有曲軸角傳感器21。曲軸角傳感器21隨著曲軸7的旋轉，向ECU 1輸出作為脈沖信號的CRK信號和TDC信號。
CRK信號是在預定的曲軸角(例如30度)處輸出的脈沖信號。ECU 1根據該CRK信號計算發動機2的轉速NE。另外，ECU 1根據CRK信號和CAM信號計算相位CAIN。并且，TDC信號是在與活塞9的TDC位置相關聯的曲軸角處輸出的脈沖信號。
在發動機2的下游側連接有排氣管22。發動機2通過排氣管22排氣。設在排氣管22的中途的催化裝置23凈化通過排氣管22的排氣中的HC、CO、NOx等的有害成分。
廣域空燃比傳感器(LAF)24設在催化裝置23的上游。LAF傳感器24檢測從稀到濃的寬范圍內的空燃比。所檢測出的空燃比被發送給ECU1。
O2(排氣)傳感器25設在催化裝置的下游。O2傳感器25是二值型排氣濃度傳感器。O2傳感器在空燃比比理論空燃比濃時輸出高電平的信號，在空燃比比理論空燃比稀時輸出低電平的信號。所輸出的電信號被發送給ECU 1。
發送給ECU 1的信號被傳送到輸入接口1a，進行模擬-數字轉換。CPU 1b根據存儲在存儲器1c中的程序對轉換而得到的數字信號進行處理，作成發送給車輛的致動器用的控制信號。輸出接口1d把這些控制信號發送給節氣門16、油壓驅動部12、燃料噴射閥19及其它機械要素的致動器。
連續可變相位裝置說明基于本發明的一種實施方式。在該實施方式中，控制對象是連續可變相位裝置，但應注意到基于本發明的控制方法可以應用于其它各種控制對象。
圖2表示圖1所示的連續可變相位裝置10的一例。連續可變相位裝置10如前面所述，具有連續可變相位機構11和油壓驅動部12。
來自ECU 1的指令值Ucain提供給電磁線圈31。電磁線圈31根據指令值Ucain而通電，利用該電磁線圈31來驅動油壓滑閥32。油壓滑閥32控制通過泵34從油箱33吸出的液壓油向相位機構11的流動。
油壓滑閥32通過超前油路36a和滯后油路36b連接在連續可變相位機構11上。通過油壓滑閥32，根據指令值Ucain，控制提供給超前油路36a的液壓油的油壓OP1和提供給滯后油路36b的液壓油的油壓OP2。
連續可變相位機構11具有殼體41和葉片42。殼體41通過未圖示的鏈輪和正時皮帶連接在曲軸7上。殼體41隨著曲軸7的旋轉而向相同方向旋轉。
葉片42從插入到殼體41內的進氣凸輪軸5呈放射狀延伸。葉片42以可相對于殼體41在預定范圍內相對旋轉的方式收容在該殼體41內。在殼體41內形成的扇狀空間被葉片42劃分為3個超前室43a、43b以及43c、3個滯后室44a、44b以及44c。在3個超前室43a～43c上連接有超前路徑36a。油壓OP1的液壓油通過超前路徑36a提供給超前室43a～43c。在3個滯后室44a、44b以及44c上連接有滯后路徑36b。油壓OP2的液壓油通過滯后路徑36b提供給滯后室44a～44c。
在油壓OP1和油壓OP2之差為零時，葉片42不能相對于殼體41相對旋轉，由此保持相位CAIN的值。在根據來自ECU 1的指令值Ucain，油壓OP1大于油壓OP2時，相應地葉片42相對于殼體41相對旋轉到超前側，相位CAIN超前。在根據來自ECU 1的指令值Ucain，油壓OP2大于油壓OP1時，相應地葉片42相對于殼體41相對旋轉到滯后側，相位CAIN滯后。
在這種連續可變相位裝置中，有時在從泵輸出的油壓中產生變動，或有時在液壓油的粘性上產生變化。并且，有時在葉片和殼體之間的間隙中產生變動或時效變化。在出現這種狀態時，連續可變相位裝置的動態特性發生變化。最好針對連續可變相位裝置的動態特性的變化，把相位CAIN魯棒地控制為目標值。
基于第1實施方式的控制裝置圖3是基于本發明的第1實施方式的、控制連續可變相位裝置10的裝置的方框圖。
作為控制對象的連續可變相位裝置10的控制輸入Ucain，如前面所述，是驅動電磁線圈31的指令值。控制輸出CAIN是進氣凸輪5a相對于曲軸7的實際相位。式(1)表示連續可變相位裝置10的模型式。
CAIN(k+1)＝a1·CAIN(k)+a2·CAIN(k-1)+b1·Ucain(k)+b2·Ucain(k-1) (1)實際上對作為控制對象的連續可變相位裝置10施加了干擾，所以在用c1表示該干擾時，式(1)的模型式表述為式(2)。c1也被稱為干擾估計值。
CAIN(k+1)＝a1·CAIN(k)+a2·CAIN(k-1)+b1·Ucain(k)+b2·Ucain(k-1)+c1 (2)模型參數a1～c1中、b1、b2以及c1受連續可變相位裝置10的動態特性的影響大，a1和a2受該動態特性的影響小。因此，由部分模型參數辨識器51a遞推地辨識模型參數b1、b2以及c1，以消除模型化誤差。預先對模型參數a1和a2進行辨識，存儲在存儲器1c(圖1)中。
這樣，可以減少利用辨識器遞推地辨識的參數的數量，所以能夠縮短所辨識的模型參數收斂到最佳值的時間。并且，可以減少辨識用的計算量。
部分模型參數辨識器51a連接在2自由度滑模控制器53上。滑模控制器53使用從部分模型參數辨識器51a接收的模型參數b1、b2以及c1、從存儲器1c中提取的模型參數a1和a2，計算控制輸入Ucain，以使控制輸出CAIN收斂于目標值CAIN_cmd(準確地講如后面所述，為基于目標值CAIN_cmd的值CAIN_cmd_f)。控制輸入Ucain被施加給連續可變相位裝置10。
部分模型參數辨識器說明通過基于圖3所示的第1實施方式的部分模型參數辨識器51a實施的部分辨識方法。為了部分地辨識模型參數，首先構成虛擬設備。說明構成虛擬設備的方法。
使式(2)往回后退1步(式(3))，把本次周期中待辨識的模型參數b1(k)、b2(k)以及c1(k)代入該后退得到的式中(式(4))，使該待辨識的模型參數集中到右邊(式(5))。
CAIN(k+1)=a1·CAIN(k)+a2·CAIN(k-1)+b1·Ucain(k)+b2·Ucain(k-1)+c1---(2)⇓CAIN(k)=a1·CAIN(k-1)+a2·CAIN(k-2)+b1·Ucain(k-1)+b2·Ucain(k-2)+c1---(3)⇓CAIN(k)=a1·CAIN(k-1)+a2·CAIN(k-2)+b1(k)·Ucain(k-1)+b2(k)·Ucain(k-2)+c1(k)---(4)⇓CAIN(k)-a1·CAIN(k-1)-a2·CAIN(k-2)=b1(k)·Ucain(k-1)+b2(k)·Ucain(k-2)+c1(k)---(5)]]>其中，把式(5)的左邊定義為W(k)，把右邊定義為W_hat(k)。W(k)＝CAIN(k)-a1·CAIN(k-1)-a2·CAIN(k-2) (6)W_hat(k)＝b1(k)·Ucain(k-1)+b2(k)·Ucain(k-2)+c1(k) (7)用式(6)表示的W(k)可以認為是如圖4所示的虛擬設備71的輸出。虛擬設備71的輸出是從實際的控制輸出CAIN減去以下兩個值得到的，即，對利用延遲元件72使控制輸出CAIN滯后后的值CAIN(k-1)乘以模型參數a1得到的值、以及對利用延遲元件74使該滯后值CAIN(k-1)滯后后的值CAIN(k-2)乘以模型參數a2得到的值。式(7)可以認為是該虛擬設備71的模型式。如果沒有模型化誤差，則虛擬設備71的輸出W(k)與該虛擬設備71的模型的輸出W_hat(k)一致。
部分模型參數辨識器51a使用遞推型辨識算法，辨識虛擬設備71的模型式(7)中出現的模型參數b1、b2以及c1。
遞推型辨識算法如式(8)所示。通過該算法計算模型參數向量θ(k)。
θ(k)＝θ(k-1)+KP(k)·E_id(k) (8)其中，θT(k)＝[b1(k)，b2(k)，c1(k)] (9)計算模型參數向量θ(k)，使得沒有式(10)所示的模型化誤差E_id(k)，即、使虛擬設備的輸出W(k)收斂于該虛擬設備的模型的輸出W_hat(k)。
E_id(k)＝W(k)-W_hat(k)(10)其中，W(k)＝CAIN(k)-a1·CAIN(k-1)-a2·CAIN(k-2)W_hat(k)＝θT(k)·ζ(k)＝b1(k)·Ucain(k-1)+b2(k)·Ucain(k-2)+c1(k)ζT(k)＝[Ucain(k-1)，Ucain(k-2)，1]KP(k)是利用式(11)定義的增益系數向量。并且，式(11)的P(k)利用式(12)來計算。
KP(k)=P(k-1)·ζ(k)1+ζT(k)·P(k-1)·ζ(k)---(11)]]>P(k)=1λ1(I-λ2·P(k-1)·ζ(k)·ζT(k)λ1+λ2·ζT(k)·P(k-1)·ζ(k))P(k-1)---(12)]]>其中，I是(3×3)的單位矩陣根據式(12)的系數λ1和λ2的設定，如下所述地確定基于式(8)～(12)的辨識算法的類型。
λ1＝1、λ2＝0固定增益算法λ1＝1、λ2＝1最小二乘法算法λ1＝1、λ2＝λ遞減增益算法(λ為0、1以外的預定值)λ1＝λ、λ2＝1加權最小二乘法算法(λ為0、1以外的預定值)作為替代方法，可以對于預定的參數，在映射圖上規定預先辨識的模型參數a1和a2。該映射圖可以存儲在存儲器1c(圖1)中。預定的參數例如可以是發動機轉速NE等的發動機運轉狀態。在控制裝置上設置模型參數調度器，根據所檢測的發動機轉速NE來參照該映射圖，從而可以提取模型參數a1和a2。
基于第2實施方式的控制裝置圖5是基于本發明的第2實施方式的、控制連續可變相位裝置10的裝置的方框圖。與第1實施方式的不同之處是利用部分模型參數辨識器51b實施的部分辨識方法、以及還設有模型參數調度器52。
模型參數調度器52根據控制輸出CAIN和發動機轉速NE，參照映射圖提取基準模型參數a1_base、a2_base、b1_base、b2_base以及c1_base。在圖6的(a)～(e)中分別示出了用于計算這些基準模型參數的映射圖的一例。根據連續可變相位裝置的動態特性而預先辨識這些基準模型參數，規定在映射圖上。該映射圖可以存儲在圖1的存儲器1c中。作為替代方式，也可以由模型參數調度器52保存該映射圖。所提取的基準模型參數被傳送給部分模型參數辨識器51b。
部分模型參數辨識器51b使用δ修正法，辨識模型參數b1、b2以及c1。關于δ修正法，在本申請的申請人的日本專利第3304845號公報中有詳細記載。此處，簡單說明δ修正法。
基于δ修正法的遞推型辨識算法如式(13)所示。模型參數向量θ(k)由其基準值θ_base(k)和其更新成分dθ(k)之和表示。δ是式(18)所示的忘卻系數向量。
θ(k)＝θ_base(k)+dθ(k)(13)dθ(k)＝δ·dθ(k-1)+KP(k)·E_id(k) (14)其中，θT(k)＝[b1(k)，b2(k)，c1(k)] (15)dθT(k)＝[db1(k)，db2(k)，dc1(k)] (16)θ_baseT(k)＝[b1_base(k)，b2_base(k)，c1_base(k)](17)δ=δ1000δ2000δ3---(18)]]>在一種實施方式中，忘卻系數向量δ的各個元素δ1、δ2以及δ3被設定為大于0且小于1的值。通過把忘卻系數設定為這樣的值，可以防止模型參數的漂移。
在另一種實施方式中，忘卻系數向量δ的各個元素δ1、δ2以及δ3中的一個設定為值1，其它元素設定為大于0且小于1的值。忘卻系數的這種設定不僅可以防止模型參數的漂移，而且可以降低相對于目標值的穩態偏差。
在δ修正法中，計算更新成分dθ，以消除式(14)所示的辨識誤差E_id(k)。辨識誤差E_id(k)與第1實施方式相同，由式(19)表示。
E_id(k)＝W(k)-W_hat(k) (19)其中，W(k)＝CAIN(k)-a1·CAIN(k-1)-a2·CAIN(k-2)W_hat(k)＝θT(k)·ζ(k)＝b1(k)·Ucain(k-1)+b2(k)·Ucain(k-2)+c1(k)ζT(k)＝[Ucain(k-1)，Ucain(k-2)，1]增益KP(k)也與第1實施方式相同，由式(20)表示。
KP(k)=P′(k-1)·ζ(k)1+ζT(k)·P′(k-1)·ζ(k)---(20)]]>P′(k)=1λ1(I-λ2·P′(k-1)·ζ(k)·ζT(k)λ1+λ2·ζT(k)·P′(k-1)·ζ(k))P′(k-1)---(21)]]>其中，I是(3×3)的單位矩陣在基于第1實施方式的辨識算法中，如式(8)所示，模型參數的向量θ(k)的計算是通過將在前次周期中計算的向量θ(k-1)和對辨識誤差E_id乘以預定的增益后的值相加來進行的，所以辨識誤差E_id被累加到向量θ中。在控制對象的穩定狀態持續時，如果根據利用這種辨識方法計算的模型參數實施自適應控制，則模型參數的向量θ有可能漂移。
如果使用δ修正法，則如上述式(13)所示，模型參數的向量θ(k)由其基準值θ_base(k)和其更新成分dθ(k)之和來表示。對該更新成分的過去值乘上了大于0且小于1的忘卻系數。因此，在控制對象的穩定狀態持續時，即使重復對模型參數的基準值加算更新成分的處理，模型參數向量θ也只返回到基準值θ_base(k)。因此，可以避免模型參數的漂移。
2自由度滑模控制器圖7表示2自由度滑模控制器53的功能方框圖。2自由度滑模控制器53使用2自由度滑模控制，計算控制輸入Ucain。滑模控制是可以指定控制量的收斂速度的響應指定型控制。2自由度滑模控制具有擴展了滑模控制的形式，可以分別指定控制量相對于目標值的追隨速度、以及施加了干擾時的控制量的收斂速度。
目標值濾波器81根據式(22)使用目標值響應指定參數POLE_f，對目標值CAIN_cmd_f應用一階延遲濾波器(低通濾波器)。目標值響應指定參數POLE_f規定控制量相對于目標值的追隨速度，被設定成滿足條件-1＜POLE_f＜0。
CAIN_cmd_f(k)＝-POLE_f·CAIN_cmd_f(k-1)+(1+POLE_f)·CAIN_cmd(k) (22)如式(22)所示，利用目標值響應指定參數POLE_f的值規定目標值CAIN_cmd_f的軌跡。根據把目標值設定為哪種軌跡，可以控制控制量對目標值的追隨速度。
切換函數計算部82如式(23)所示那樣定義切換函數σ。Ecain是實際相位CAIN和目標值CAIN_cmd_f之間的偏差。切換函數σ規定該偏差Ecain的收斂動作。POLE是抑制干擾用的響應指定參數，規定施加了干擾時的偏差Ecain的收斂速度。該響應指定參數POLE被設定成滿足條件-1＜POLE＜0。
σ(k)＝Ecain(k)+POLE·Ecain(k-1) (23)其中，Ecain(k)＝CAIN(k)-CAIN_cmd_f(k-1)此處，說明切換函數σ和響應指定參數POLE。在2自由度滑模控制中，如式(24)所示，確定控制輸入Ucain以使切換函數σ為0。
σ(k)=0⇓Ecain(k)=-POLE·Ecain(k-1)---(24)]]>式(24)表示沒有輸入的一階延遲系統。即，2自由度滑模控制把控制量Ecain控制成約束于式(24)所示的一階延遲系統。
圖8表示縱軸為Ecain(k)和橫軸為Ecain(k-1)的相位平面。在相位平面中示出用式(24)表示的切換線61。把點62假定為狀態量(Ecain(k-1)、Ecain(k))的初始值時，2自由度滑模控制把該狀態量置于切換線61上而約束在該切換線61上。這樣，由于狀態量被約束于沒有輸入的一階延遲系統，所以狀態量伴隨時間的經過自動收斂于相位平面的原點(即，Ecain(k)、Ecain(k-1)＝0)。通過把狀態量約束在切換線61上，可以在不受干擾影響的情況下使狀態量收斂到原點上。
圖9中的標號63、64以及65表示抑制干擾用的響應指定參數POLE分別為-1、-0.8、-0.5時的偏差Ecain的收斂速度。隨著響應指定參數POLE的絕對值變小，偏差Ecain的收斂速度變快。
等效控制輸入計算部83計算等效控制輸入Ueq。說明該計算方法。
等效控制輸入Ueq工作為使狀態量約束在切換線上。因此，需要滿足式(25)。
σ(k)＝σ(k-1) (25)根據式(25)和上述的模型式(2)，如式(26)那樣求出等效控制輸入Ueq。如果是基于圖5所示的第2實施方式，則應注意使用由模型參數調度器52從映射圖(例如圖6(a)和(b)的映射圖)中提取的基準值a1_base和a2_base來代替a1和a2。
Ueq(k)=1b1(k){(1-POLE-a1(k))·CAIN(k)+(POLE-a2(k))·CAIN(k-1)]]>-b2(k)·Ucain(k-1)-c1(k)+CAIN_cmd_f(k)+(POLE-1)·CAIN_cmd_f(k]]>-POLE·CAIN_cmd_f(k-2)}---(26)]]>趨近律計算部84按照式(27)計算趨近律輸入Urch。Urch是用于把狀態量置于切換線上的輸入。Krch表示反饋增益。考慮到控制量的穩定性和快速響應性，通過仿真等來預先辨識反饋增益Krch的值。
Urch(k)=-Krchb1(k)σ(k)---(27)]]>如式(28)所示，對等效控制輸入Ueq和趨近律輸入Urch進行相加，計算控制輸入Ucain。控制輸入Ucain被施加給連續可變相位裝置10。
Ucain(k)＝Ueq(k)+Urch(k)(28)控制流程圖10是基于本發明的第2實施方式的控制流程。該控制流程按照預定的時間間隔實施。
在步驟S1中，判斷連續可變相位裝置10是否正常。連續可變相位裝置的異常(故障等)可以采用任意合適的方法來進行檢測。在連續可變相位裝置中檢測到某種異常時，在步驟S2中，把控制輸入Ucain設定為0。在該實施例中，連續可變相位裝置構成為在控制輸入Ucain為0時，進氣凸輪軸的實際相位CAIN為最滯后。
在步驟S1中，如果可變相位裝置10正常，則判斷發動機是否正在起動中(S3)。如果發動機正在起動，則在步驟S4中，對目標值CAIN_cmd設定預定值CAIN_cmd_st。預定值CAIN_cmd_st是稍偏于超前側設定以提高缸內流動的值(例如10度)。
如果發動機不在起動，則在步驟S5中，根據發動機轉速NE而參照映射圖，計算目標值CAIN_cmd。在圖11中表示該映射圖的一例。目標值CAIN_cmd設定為發動機轉速NE越高越偏于滯后側。并且，目標值CAIN_cmd被設定為需求驅動力(典型地，用油門踏板開度表示)越大越偏于滯后側。在該實施例中，在發動機的負荷較低時，使用殘留在氣缸內的氣體引起燃燒，從而降低發動機的驅動力。因此，在發動機的負荷較低時，把相位CAIN設定在超前側。越把相位CAIN設定在超前側，排氣門打開的期間和進氣門打開的期間重疊的時間越長，從而燃燒中使用的殘留氣體增多。
在步驟S6中，模型參數調度器52實施圖12所示的子程序，計算基準模型參數a1_base、a2_base、b1_base、b2_base以及c1_base。在步驟S7中，部分模型參數辨識器51b和2自由度滑模控制器53執行前述的計算，計算控制輸入Ucain。
圖12表示由模型參數調度器52實施的、計算基準模型參數的方法。在步驟S11中，根據相位CAIN和發動機轉速NE，參照圖6(a)所示的映射圖，計算模型參數a1_base。在該映射圖中，設定為發動機轉速NE越高，模型參數a1_base越大。另外，設定為相位CAIN越偏于滯后側，模型參數a1_base越大。
在步驟S12中，根據相位CAIN和發動機轉速NE，參照圖6(b)所示的映射圖，計算模型參數a2_base。在該映射圖中，設定為發動機轉速NE越高，模型參數a2_base越小。另外，設定為相位CAIN越偏于滯后側，模型參數a2_base越小。
在步驟S13中，根據相位CAIN和發動機轉速NE，參照圖6(c)所示的映射圖，計算模型參數b1_base。在該映射圖中，設定為發動機轉速NE越高，模型參數b1_base越小。另外，設定為相位CAIN越偏于滯后側，模型參數b1_base越大。
在步驟S14中，根據相位CAIN和發動機轉速NE，參照圖6(d)所示的映射圖，計算模型參數b2_base。在該映射圖中，設定為發動機轉速NE越高，模型參數b2_base越大。另外，設定為相位CAIN越偏于滯后側，模型參數b2_base越小。
在步驟S15中，根據發動機轉速NE，參照圖6(e)所示的映射圖，計算模型參數c1_base。在該映射圖中，設定為相位CAIN越偏于滯后側，模型參數c1_base越小。
部分地辨識模型參數的效果說明部分地辨識模型參數的效果。
為了比較，圖13表示設置計算自適應律輸入Uadp的單元185來代替設置部分模型參數辨識器的方式，圖14表示按照該方式控制的相位CAIN的特性。
自適應律輸入Uadp可以利用式(29)計算。
Uadp=-Kadp·Σi=0kσ(i)---(29)]]>自適應律輸入Uadp工作為抑制模型化誤差和干擾、并且把狀態量置于切換線上。作為等效控制輸入Ueq、趨近律輸入Urch以及自適應律輸入Uadp之和而計算控制輸入Ucain。
圖14(a)表示目標值CAIN_cmd_f和控制輸出CAIN的推移。通過應用目標值濾波器181，目標值的軌跡從CAIN_cmd修正為CAIN_cmd_f。目標值CAIN_cmd_f表示相位CAIN應該收斂的目標值。
圖14(b)表示將圖14(a)中的區域191放大的圖，圖14(c)表示將圖14(a)中的區域192放大的圖。在區域191中，目標值CAIN_cmd_f大幅變化，在區域192中，由于施加在連續相位裝置10上的干擾，控制輸出CAIN產生較大變動。
如區域191所示，在控制輸出CAIN和目標值CAIN_cmd_f之間產生穩態誤差。如區域192所示，因干擾而變動的控制輸出CAIN的收斂速度較快。這樣，在施加了自適應律輸入Uadp時，對于干擾的收斂特性良好，但對于目標值的追隨性較差。
下面，圖15表示設置自適應干擾觀測器285來代替設置部分模型參數辨識器的方式，圖16表示按照該方式控制的相位CAIN的特性。
自適應干擾觀測器285按照預定的時間間隔，例如使用最小二乘法遞推地辨識模型式(2)中的干擾c1。
圖16(a)表示目標值CAIN_cmd_f和控制輸出CAIN的推移。圖16(b)表示將圖16(a)中的區域291放大的圖，圖16(c)表示將圖16(a)中的區域292放大的圖。在區域291中，目標值CAIN_cmd_f大幅變化，在區域292中，由于施加在連續可變裝置10上的干擾，控制輸出CAIN產生較大變動。
如區域291所示，控制輸出CAIN和目標值CAIN_cmd_f之間的穩態誤差較小。如區域292所示，由于施加了干擾，控制輸出CAIN振動地收斂。這樣，在設置了自適應干擾觀測器時，對目標值的追隨性良好，但對于干擾的收斂特性較差。
圖17表示基于前述的本發明的第2實施方式的、各種參數的動作。在時間t1，目標值CAIN_cmd_f大幅變化，吸收了與該變化相隨的模型化誤差的一部分，干擾估計值c1少許變化。在時間t2，連續可變裝置10被施加了干擾d。由于施加了干擾d，控制輸出CAIN產生較大變動。模型參數a1和a2被預先辨識，且為固定值。按照預定的時間間隔遞推地辨識模型參數b1和b2。可知，由于目標值CAIN_cmd_f的變化和干擾d的施加，自適應地辨識出模型參數b1和b2。
在虛擬設備的輸出W和該虛擬設備的模型的輸出W_hat中，也由于目標值的變化和干擾d的施加而產生變動。
圖18(a)表示將圖17中的區域91放大的圖，圖18(b)表示將圖17中的區域92放大的圖。
如區域91所示，控制輸出CAIN和目標值CAIN_cmd_f之間的穩態誤差較小。如區域92所示，因干擾而變動的控制輸出CAIN在不振動的情況下訊速收斂。這樣，在設置了部分模型參數辨識器的情況下，可以提高對目標值的追隨性以及對于干擾的收斂特性雙方。
上述的部分模型參數辨識器遞推地辨識模型參數b1、b2以及c1。在另一種實施方式中，可以遞推地辨識模型參數a1、a2以及c1，預先辨識模型參數b1和b2。
以第1實施方式中的部分模型參數辨識器51a為例，說明該方式中的自適應地辨識模型參數a1、a2及c1的方法。
通過前述方法構成虛擬設備171時，可以如圖19那樣表示。虛擬設備171的輸出W’(k)用式(30)表示，虛擬設備171的模型的輸出W_hat’(k)用式(31)表示。
W′(k)＝CAIN(k)-b1·Ucain(k-1)-b2·Ucain(k-2) (30)W_hat′(k)＝a1(k)·CAIN(k-1)+a2(k)·CAIN(k-2)+c1(k) (31)
如果沒有模型化誤差，則虛擬設備的輸出W’(k)與虛擬設備的模型的輸出W_hat’(k)一致。
部分模型參數辨識器51a使用遞推型辨識算法，辨識虛擬設備171的模型式(31)中出現的模型參數a1、a2以及c1。
遞推型辨識算法用式(32)表示。通過該算法計算模型參數向量θ’(k)。
θ′(k)＝θ′(k-1)+KP′(k)·E_id′(k) (32)其中，θ′T(k)＝[a1(k)，a2(k)，c1(k)] (33)計算模型參數向量θ’(k)，使得沒有式(34)所示的模型化誤差E_id’(k)，即，使虛擬設備的輸出W’(k)收斂于該虛擬設備的模型的輸出W_hat’(k)。
E_id′(k)＝W′(k)-W_hat′(k)(34)其中，W′(k)＝CAIN(k)-b1·Ucain(k-1)-b2·Ucain(k-2)W_hat′(k)＝θ′T(k)·ζ′(k)＝a1(k)·CAIN(k-1)+a2(k)·CAIN(k-2)+c1(k)ζ′T(k)＝[CAIN(k-1)，CAIN(k-2)，1]KP’(k)是用式(35)定義的增益系數向量。并且，式(35)中的P’(k)用式(36)來計算。
KP′(k)=P′(k-1)·ζ′(k)1+ζ′T(k)·P′(k-1)·ζ′(k)---(35)]]>P′(k)=1λ1′(I-λ2′·P′(k-1)·ζ′(k)·ζ′T(k)λ1′+λ2′·ζ′T(k)·P′(k-1)·ζ′(k))P′(k-1)---(36)]]>其中，I是(3×3)的單位矩陣。
2自由度滑模控制器53從部分模型參數辨識器51a接受遞推地辨識的模型參數a1、a2以及c1，從存儲器中提取預先辨識的模型參數b1和b2，實施2自由度滑模控制。
這樣，通過使用預先辨識的模型參數構成虛擬設備，可以從表示控制對象模型的多個模型參數中選擇應該遞推地辨識的模型參數。
以上，對于本發明的優選實施例進行了說明。當然，對于排氣凸輪軸的相位，也可以與上述的進氣凸輪軸的相位同樣地進行控制。
此外，也可以使用與2自由度滑模控制不同的響應指定型控制。
上述的、僅辨識從多個模型參數中選擇出的模型參數的方法可以應用于其它各種控制對象。例如，基于本發明的方法可以以發動機為控制對象，而應用于發動機的輸出控制。控制輸入可以設為節氣門開度、氣門正時、氣門的升程量、旁通節氣門的通路中所設的旁通閥的開度等。控制輸出可以設為發動機轉矩、發動機轉速、吸入空氣量等。通過對發動機的空氣量進行控制，可以使發動機輸出收斂于目標值。
在又一種實施方式中，可以以從發動機至設在排氣通路中檢測排氣的氧濃度的傳感器(例如，圖1的O2傳感器)的系統作為控制對象，應用于發動機的空燃比的控制。可以將控制輸入設為與發動機的提供燃料相關的參數(例如，燃料校正量)，將控制輸出設為該傳感器的輸出。通過控制發動機的提供燃料來使傳感器輸出收斂于目標值，可以實現適當的空燃比控制。
在又一種實施方式中，可以將控制對象設為設在車輛上的機械要素和對其進行驅動的致動器。控制輸入為對驅動該機械要素的致動器的指令值，該控制對象的輸出可以為表示通過該致動器驅動該機械要素的量的值。例如，可以將控制對象設為空氣裝置。空氣裝置為調節對發動機提供的空氣量的裝置，可以包括節氣門、可變閥正時機構、EGR閥等。控制輸出可以設為用于驅動該空氣裝置的電壓或電流，控制輸出可以設為驅動該空氣裝置的量(例如，角度或升程量)。可通過適當地控制空氣裝置來適當地控制發動機的吸入空氣量。
本發明可以應用于通用的(例如，舷外掛機等的)內燃機。
權利要求
1.一種控制裝置，控制使用第1模型參數和第2模型參數進行模型化的控制對象，具有部分模型參數辨識器，其根據來自所述控制對象的輸出和對該控制對象的輸入，遞推地辨識所述第2模型參數；以及控制器，其使用預先辨識的所述第1模型參數和由所述部分模型參數辨識器辨識的所述第2模型參數，計算對所述控制對象的輸入，使得所述控制對象的輸出收斂于目標值。
2.根據權利要求1所述的控制裝置，其中，所述部分模型參數辨識器進一步使用所述第2模型參數對虛擬設備進行模型化，該虛擬設備包括所述控制對象、以及基于表示該控制對象的模型的所述第1模型參數的構成元素，并且，辨識該第2模型參數，使得該虛擬設備的輸出收斂于使用了該第2模型參數的該虛擬設備的模型的輸出。
3.根據權利要求2所述的控制裝置，其中，所述部分模型參數辨識器通過將所述第2模型參數的基準值與該第2模型參數的更新成分相加，來計算該第2模型參數，并且，計算所述更新成分，使得所述虛擬設備的輸出收斂于所述虛擬設備的所述模型的輸出。
4.根據權利要求3所述的控制裝置，其中，所述部分模型參數辨識器計算基于所述虛擬設備的輸出與該虛擬設備的所述模型的輸出之間的偏差的校正量，將所述第2模型參數的更新成分的過去值乘以小于1的忘卻系數而得到的值與該校正量相加，由此計算所述更新成分。
5.根據權利要求3所述的控制裝置，其中，所述部分模型參數辨識器計算基于所述虛擬設備的輸出與該虛擬設備的所述模型的輸出之間的偏差的校正量，對于所述第2模型參數中的一個，將該更新成分的過去值乘以值1的忘卻系數而得到的值與所述校正量相加，由此計算該更新成分，對于其它的所述第2模型參數，將該更新成分的過去值乘以小于1的忘卻系數而得到的值與所述校正量相加，由此計算該更新成分。
6.根據權利要求1所述的控制裝置，其中，所述控制器使用響應指定型控制，來計算對所述控制對象的輸入。
7.根據權利要求1所述的控制裝置，其中，所述控制器使用2自由度響應指定型控制，來計算對所述控制對象的輸入。
8.根據權利要求1所述的控制裝置，其中，所述控制對象是可變地控制發動機的凸輪軸的相位的可變相位裝置，該控制對象的輸入是提供給該可變相位裝置的指令值，該控制對象的輸出是該凸輪軸的相位。
9.根據權利要求1所述的控制裝置，其中，所述控制對象是發動機，該控制對象的輸入是與提供給該發動機的空氣量相關聯的參數，該控制對象的輸出是與該發動機的輸出相關聯的參數。
10.根據權利要求1所述的控制裝置，其中，所述控制對象是從發動機到設于該發動機的排氣通道上的排氣傳感器為止的系統，該控制對象的輸入是與提供給該發動機的燃料相關聯的參數，該控制對象的輸出是該排氣傳感器的輸出。
11.根據權利要求1所述的控制裝置，其中，所述控制對象是車輛中的機械元素和驅動該機械元素的致動器，該控制對象的輸入是對該致動器的指令值，該控制對象的輸出是表示通過該致動器驅動該機械元素的量的值。
12.一種控制使用第1模型參數和第2模型參數進行模型化的控制對象的方法，包括(a)根據來自所述控制對象的輸出和對該控制對象的輸入，遞推地辨識所述第2模型參數的步驟；以及(b)使用預先辨識的所述第1模型參數和所述遞推地辨識的所述第2模型參數，計算對所述控制對象的輸入，使得所述控制對象的輸出收斂于目標值的步驟。
13.根據權利要求12所述的方法，其中，所述步驟(a)進一步包括(a1)構成虛擬設備的步驟，該虛擬設備包括所述控制對象、以及基于表示該控制對象的模型的所述第1模型參數的構成元素；以及(a2)使用所述第2模型參數對所述虛擬設備進行模型化，并辨識該第2模型參數，使得該虛擬設備的輸出收斂于使用了該第2模型參數的該虛擬設備的模型的輸出的步驟。
14.根據權利要求13所述的方法，其中，所述步驟(a2)進一步包括(a21)通過將所述第2模型參數的基準值與該第2模型參數的更新成分相加，來計算該第2模型參數的步驟；以及(a22)計算所述更新成分，使得所述虛擬設備的輸出收斂于所述虛擬設備的所述模型的輸出的步驟。
15.根據權利要求14所述的方法，其中，所述步驟(a22)進一步包括計算基于所述虛擬設備的輸出與該虛擬設備的所述模型的輸出之間的偏差的校正量，將所述第2模型參數的更新成分的過去值乘以小于1的忘卻系數而得到的值與該校正量相加，由此計算所述更新成分的步驟。
16.根據權利要求14所述的方法，其中，所述步驟(a22)進一步包括計算基于所述虛擬設備的輸出與該虛擬設備的所述模型的輸出之間的偏差的校正量的步驟；對于所述第2模型參數中的一個，將該更新成分的過去值乘以值1的忘卻系數而得到的值與所述校正量相加，由此計算該更新成分的步驟；以及對于其它的所述第2模型參數，將該更新成分的過去值乘以小于1的忘卻系數而得到的值與所述校正量相加，由此計算該更新成分的步驟。
17.根據權利要求12所述的方法，其中，所述步驟(b)進一步包括使用響應指定型控制，來計算對所述控制對象的輸入的步驟。
18.根據權利要求12所述的方法，其中，所述步驟(b)進一步包括使用2自由度響應指定型控制，來計算對所述控制對象的輸入的步驟。
19.根據權利要求12所述的方法，其中，所述控制對象是可變地控制發動機的凸輪軸的相位的可變相位裝置，該控制對象的輸入是提供給該可變相位裝置的指令值，該控制對象的輸出是該凸輪軸的相位。
20.根據權利要求12所述的方法，其中，所述控制對象是發動機，該控制對象的輸入是與提供給該發動機的空氣量相關聯的參數，該控制對象的輸出是與該發動機的輸出相關聯的參數。
21.根據權利要求12所述的方法，其中，所述控制對象是從發動機到設于該發動機的排氣通道上的排氣傳感器為止的系統，該控制對象的輸入是與提供給該發動機的燃料相關聯的參數，該控制對象的輸出是該排氣傳感器的輸出。
22.根據權利要求12所述的方法，其中，所述控制對象是車輛中的機械元素和驅動該機械元素的致動器，該控制對象的輸入是對該致動器的指令值，該控制對象的輸出是表示通過該致動器驅動該機械元素的量的值。
全文摘要
提供可以部分地辨識模型參數的控制裝置。控制使用第1模型參數和第2模型參數進行模型化的控制對象的控制裝置具有部分模型參數辨識器，其根據來自控制對象的輸出和對控制對象的輸入，遞推地辨識第2模型參數；以及控制器，其使用預先辨識的第1模型參數和由部分模型參數辨識器辨識的第2模型參數，計算對控制對象的輸入，使得控制對象的輸出收斂于目標值。由于不需要對所有的多個模型參數遞推地辨識，所以能夠提高模型參數收斂到最佳值的時間，可以減少辨識器的計算量。
文檔編號G05B13/02GK1864110SQ200480028910
公開日2006年11月15日 申請日期2004年9月30日 優先權日2003年10月3日
發明者安井裕司 申請人:本田技研工業株式會社