Содержание к диссертации
Введение
Глава 1. Особенности систем управления современных автотракторных двигателей 13
1.1. Особенности работы микропроцессорной системы управления автомобильным двигателем 13
1.2. Системы управления двигателями внутреннего сгорания, задачи применения и классификация методов автоматической подстройки управления 16
1.3. Обзор контуров управления имеющих алгоритмы коррекции управления в процессе эксплуатации 25
1.4. Выводы и постановка задачи 33
Глава 2. Способы построения самонастраивающихся контуров 36
2.1. Требования, предъявляемые к самонастраивающимся системам 36
2.2. Способы построения обучающихся систем 40
2.3. Обзор методов поиска оптимальных решений применяемых для построения самообучающихся систем 44
2.4. Выбор технологий самонастройки 48
Глава 3. Проблемы при управлении работой бензинового двигателя на режиме холостого хода 56
3.1. Особенности работы двигателя на режиме холостого хода 56
3.2. Методы адаптивного управления холостым ходом 61
3.3. Обоснование постановки оптимизационной задачи адаптивного управления 66
3.4. Разработка математической модели работы двигателя на режиме холостого хода 70
3.5. Имитационное моделирование адаптивного управления холостым ходом 81
3.6. Экспериментальное исследование возможности поиска оптимальных регулировок на холостом ходу 91
3.7. Разработка алгоритма системы управления работой двигателя на холостом ходу 98
Глава 4. Разработка алгоритмов адаптивного управления углом опережения зажигания по детонации 107
4.1. Особенности процесса возникновения детонации 107
4.2. Обзор алгоритмов управления углом опережения зажигания с обратной связью по детонации 109
4.3. Разработка математической модели 113
4.4. Разработка контура управления УОЗ по детонации 118
4.5. Расчетное исследование работоспособности контура управления УОЗ 124
Глава 5. Разработка системы динамической коррекции состава смеси в процессе эксплуатации для случая резкого изменения положения дроссельной заслонки 132
5.1. Анализ условий задачи и подходов к ее решению 132
5.2. Построение динамической модели образования топливной пленки 138
5.3. Разработка алгоритма работы системы коррекции состава смеси 142
5.4. Проверка работоспособности алгоритма на модели 146
5.5. Экспериментальная проверка возможности обучения корректора 150
5.6. Построение модели с распределенными параметрами 155
5.7. Построение корректора состава смеси на основе нейронной сети 157
Выводы 168
Литература 171
Приложения 182
- Системы управления двигателями внутреннего сгорания, задачи применения и классификация методов автоматической подстройки управления
- Обзор методов поиска оптимальных решений применяемых для построения самообучающихся систем
- Обоснование постановки оптимизационной задачи адаптивного управления
- Обзор алгоритмов управления углом опережения зажигания с обратной связью по детонации
Введение к работе
Актуальность работы. Для выполнения требований, предъявляемых к перспективным двигателям, необходимо обеспечить не только точное исполнение заданных управлений на основных режимах, но и оптимальное управление в переходных процессах, а также сохранение такого управления в процессе длительной эксплуатации автомобиля.
Актуальность данной работы определяется тем, что она направлена на изучение способов реализации принципа самонастройки в бортовых микропроцессорных системах управления (МСУ) ДВС в эксплуатации; разработку, исследование и апробацию различных алгоритмов для реализации такого управления.
Цель работы. Исследовать возможности построения обучающихся контуров в микропроцессорных системах управления ДВС. Разработать структуру и алгоритмы работы для нескольких контуров управления. Проверить работоспособность алгоритмов работы в ходе расчетных исследований и экспериментов.
Методы исследования. Теоретические исследования проводились по программам как созданным ранее, на кафедре "Теплотехника и автотракторные двигатели" в МАДИ (ГТУ), так и разработанным автором. Экспериментальные исследования проводились на двигателях ЗМЗ 4062.10 и ВАЗ 2111 с распределенным впрыскиванием топлива в лабораториях ЗМЗ и ООО "НПП ЭЛКАР".
Научная новизна. Выполнена классификация систем коррекции управления в процессе эксплуатации для построения обучающихся систем управления двигателями внутреннего сгорания. Применена технология поиска оптимальных решений для настройки системы управления режимом холостого хода, которая позволяет находить новые оптимальные управляющие воздействия при наличии ограничений существенно быстрее технологий, которые предлагались другими авторами. Предложен алгоритм работы обучающегося контура управления углом опережения зажигания (УОЗ) с ограничением по детонации. Разработана техношмна^лозволяющая выполнить
2 настройку корректора состава смеси, при изменении положения дроссельной
заслонки, для данного скоростного режима по единичной регистрации
переходного процесса. Предложена технология, использующая для настройки
параметров корректора состава смеси искусственную нейронную сеть. В работе
был построен корректор, выполненный непосредственно на основе нейронной
сети, позволяющий снижать отклонение состава смеси одновременно для
открытия и закрытия дроссельной заслонки.
Практическая ценность. Технология поиска настройки управляющих воздействий для режима XX может позволить вести автоматическое обучение, как в процессе эксплуатации двигателя, так и в условиях стендовой настройки. Технология была опробована для стендовой настройки управляющих воздействий для двигателя ЗМЗ 4062.10 и показала высокую эффективность.
Разработанный алгоритм обучающейся системы управления опережением зажигания может уменьшить вероятность появления детонации (в том числе и при неустановившихся режимах работы), а в случае возникновения детонации, существенно снизить ее интенсивность.
Технология обучения корректора состава смеси позволяет снизить отклонение состава смеси от стехиометрического, после быстрого открытия дроссельной заслонки, в несколько раз по единичной регистрации переходного процесса. Корректор, выполненный на основе нейронной сети, позволяет уменьшать отклонения состава смеси как для режима резкого открытия, так и закрытия дроссельной заслонки. Разработанные технологии могут позволить поддерживать качество работы двигателя на высоком уровне в процессе эксплуатации.
Реализация работы. Материалы, относящиеся к разработанным в диссертации алгоритмам самонастраивающихся контуров систем микропроцессорного управления в процессе эксплуатации, используются в учебном процессе кафедры "Электротехника и электрооборудование" при подготовке студентов по курсу "Управление ДВС". Технология обучения корректора состава смеси на переходных режимах принята для использования в 000"НППЭЛКАР".
Основные положения выносимые на защиту:
Структура и алгоритм работы экстремальной обучаемой системы управления двигателем на режиме холостого хода, которая позволит минимизировать эксплуатационный расхода топлива.
Алгоритм работы обучаемого контура управления углом опережения зажигания с ограничением по детонации.
Алгоритм работы стабилизирующего обучаемого контура, поддерживающего стехиометрический состав смеси при резком изменении положения дроссельной заслонки.
Личный вклад автора.
Проанализированы возможности и сформулированы требования к системам коррекции управления ДВС в процессе эксплуатации.
Применена новая технология поиска оптимальных решений для настройки трехпараметрической системы управления двигателем на режиме холостого хода, которая позволяет находить оптимальные управляющие воздействия при наличии ограничений существенно быстрее технологий, которые предлагались другими авторами. Эффективность разработанной технологии проверена экспериментально в лаборатории ЗМЗ.
Предложен и исследован алгоритм работы адаптивного контура управления УОЗ с ограничением по началу детонации с обучением корректирующих матриц.
- Разработана и исследована новая технология, позволяющая
выполнить настройку корректора состава смеси, при изменении положения
дроссельной заслонки, по регистрации переходного процесса. Эффективность
технологии проверена экспериментально на автомобиле ВАЗ 2110 в
лаборатории ООО "НПП ЭЛКАР". Впервые применена технология,
использующая для настройки параметров корректора состава смеси в ДВС
искусственную нейронную сеть (ИНС). Исследованы два способа применения
ИНС при построении корректора состава смеси в переходных процессах: а)
настройка обычного корректора с помощью ИНС; б) построение и обучение
нейронного корректора подачи топлива.
4 Апробация работы. Результаты, полученные в ходе выполнения
диссертационной работы, докладывались на научных конференциях: НИЦИАМТ (2003 г.), МАДИ (2000-2003 г.г.), МАМИ (2002 г.), ИПУ (2004 г.). На семинаре по автоматическому регулированию и управлению ДВС при МГТУ им. Н.Э. Баумана (2001-2003 г.г.), и экспонировались на выставке научных достижений МАДИ (ГТУ) 2004 г. Частично работа проводилась в рамках межотраслевой программы сотрудничества Министерства образования Российской Федерации и АО "АВТОВАЗ" по направлению "Научно-инновационное сотрудничество". Отчет о результатах проделанной работы был принят заказчиком.
Публикации. По теме диссертации были опубликованы две статьи и тезисы трех докладов на научных конференциях.
Объем работы. Диссертационная работа состоит из введения, пяти глав, выводов и приложений. Общий объем работы 197 страниц, включая ПО страниц машинописного текста, 13 таблиц и 51 рисунок. Библиография содержит 102 источника.
Системы управления двигателями внутреннего сгорания, задачи применения и классификация методов автоматической подстройки управления
Из анализа литературы, посвященной автоматическому управлению автотракторными двигателями видно, что разные авторы под одинаковыми названиями и терминами зачастую понимают разные типы систем. Кроме того, существует очень много классификаций систем управления. Для того, чтобы избежать путаницы в терминологии, была предпринята попытка классифицировать обучающиеся системы исходя из целей, решаемых в данной работе.
В МСУ ДВС используются классические принципы из теории автоматического управления: 1) Управление по задающему воздействию; 2) Компенсация возмущений; 3) Управление по обратной связи.
Управление по задающему воздействию осуществляется по четко заложенному алгоритму работы. Такие системы не способны учитывать возмущения, действующие на объект, и изменение состояния объекта управления в эксплуатации.
В системах с компенсацией возмущений управление осуществляется с учетом действия внешних факторов на объект управления, которые могут быть определены в условиях эксплуатации. Такими факторами могут быть температура и давление окружающего воздуха, напряжение в бортовой сети автомобиля, температура охлаждающей жидкости, и т.п. Эти системы позволяют добиться лучших результатов, по сравнению с предыдущими, но они не позволяют контролировать фактическое качество управления.
В системах использующих управление по обратной связи измеряется контролируемый выходной параметр и на основе анализа его величины, рассчитываются новые управляющие воздействия. При этом возмущения, действующие на объект управления, не учитываются. Такие системы позволяют осуществлять более точное управление.
Следует отметить, что для управления отдельными процессами возможно использование комбинированных систем. Например, в системах с бифункциональным нейтрализатором отработавших газов для управления подачей топлива используется как прогнозирование и измерение возмущений (атмосферные условия, температура охлаждающей жидкости, напряжение в бортовой сети автомобиля и т.п.), так и контроль состава смеси при помощи локальной обратной связи.
Исходя из анализа литературных источников [4, 14, 51, 52, 54, 70, 72], можно разделить системы управления на два основных класса: 1) Программные системы; 2) Адаптивные системы. Программными называют системы, которые осуществляют управление по жестко заложенной программе, полученной в ходе доводки двигателя [54]. Такой вид управления применяется в случаях, когда возможно получить достаточное количество точной исходной информации об условиях работы двигателя и об их возможном изменении в процессе эксплуатации. Главным преимуществом подобных систем, является относительная простота разработки, реализации и высокое быстродействие. По такому принципу в большей части систем строится коррекция управления в зависимости от атмосферных условий, температуры охлаждающей жидкости и. т.п. Исходя из определения видно, что такие системы не могут обучаться, и поэтому далее рассматриваться не будут.
В настоящее время, наиболее часто под адаптивными системами понимают системы, которые способны изменять параметры и структуру системы, а возможно, и управляющих воздействий на основе текущей информации с целью достижения определенного, обычно оптимального, состояния системы при начальной неопределенности и изменяющихся условиях работы [72]. Но помимо этого определения, ряд авторов приводит свои определения адаптивных систем и делят их на ряд классов.
Авторы [51] под адаптивным понимают такое управление, при котором автоматическое изменение настроек, алгоритмов, критериев качества и даже целей управления, вплоть до самообучения, выполняется на основе сбора и анализа значительного объема информации.
В работе выделяется три типа адаптации: 1) программная; 2) поисковая; 3) аналитическая [51],
Программная адаптация (программно-адаптивное управление) ведется по программам, изменяемым в процессе управления на основе информации об условиях, режиме работы и состояния двигателя. Формируется программное управления с использованием базовых и корректирующих программ, хранящихся в микропроцессоре.
Поисковая адаптация - это автоматически проводимый непосредственно на работающем двигателе поиск оптимума критерия качества и вывод двигателя на этот режим. Поиск осуществляется путем подачи в двигателя пробных воздействий и анализа получившихся изменений управляющих воздействий и управляемых параметров двигателя, по результатам которого корректируется математическое обеспечение микропроцессора для достижения в конечном счете, оптимальной совокупности управляющих воздействий.
Аналитическая адаптация - это вычисление и реализация микропроцессором, например на основе математической модели двигателя, оптимальной совокупности управляющих воздействий.
В работе [70] автор понимает под адаптивным такое управление, при котором в процессе функционирования система управления реагирует на изменение свойств объекта управления и внешних воздействий и на основании результатов обработки соответствующей информации приспосабливается к новым условиям путем изменения структуры и параметров системы управления или некоторой ее части так, чтобы показатель качества каждый раз достигал экстремального значения или находился в заданном диапазоне. Адаптивные системы делятся на самонастраивающиеся (адаптация ведется за счет изменения параметров управляющего устройства) и самоорганизующиеся (адаптация ведется за счет изменения структуры управляющего устройства), Также ведется разделение на аналитическую и поисковую адаптацию. Если используются оба типа, то это комбинированные системы.
В работе [54] автор говорит, что особенностью систем автоматической адаптации является закон регулирования, изменяемый самой системой. В программно-адаптивных системах управления основная программа корректируется в зависимости от информации на выходе системы введением обратной связи по тому или другому критерию. Также упоминаются интеллектуальные системы, которые способны выбирать в качестве цели осмысленные решения в многовариантной ситуации, К таким системам относятся искусственные нейронные сети (ИНС).
В работе [72] автор понимает под адаптивной такую систему, которая обладает свойством приспосабливаемости к непредсказуемым изменениям параметров и структуры автоматизируемого процесса, а также характеристик его входных сигналов и тем самым осуществляет выполнение заданных функций в соответствии с принятым критерием качества. В работе приведено несколько классификаций адаптивных систем. Они делятся на замкнутые и разомкнутые системы, а также с наличием и без эталонной модели.
Обзор методов поиска оптимальных решений применяемых для построения самообучающихся систем
Методы поиска оптимальных решений можно разделить на две группы по принципу расчета новых оптимальных регулировок: 1) методы прямого поиска; 2) эвристические методы.
Методы прямого поиска для определения новых управляющих воздействий не используют сбор и анализ данных о результатах управления. Они рассчитывают новые воздействия на основе одного, или нескольких предыдущих опытов. Эвристические же методы собирают всю информацию и, исходя из ее анализа, рассчитывают новые управления.
По способу ведения поиска новых оптимальных регулировок методы оптимизации делятся на: 1) методы, оптимизирующие каждое управляющее воздействие в отдельности; 2) методы, осуществляющие связный поиск всех воздействий.
При оптимизации одного или двух управляющих воздействий первый метод может позволить получить хорошие результаты. При большем количестве оптимизируемых данных добиться хороших результатов, при минимальном количестве обращений к объекту, возможно только при помощи методов связного поиска.
Необходимо отметить, что не все методы поиска оптимальных решений способны хорошо работать при наличии ограничений накладываемых на некоторые выходные параметры объекта управления.
Для задач автоматического поиска новых управляющих воздействий наиболее подходящими представляются следующие методы: метод покоординатного спуска, симплексный метод, метод Нелдера-Мида, метод непрямой оптимизации на основе самоорганизации (МНСО), метод Конфигураций, методы эволюционного планирования и методы на основе нейронных сетей.
Метод покоординатного спуска представляет собой простейший метод прямого поиска [70]. Главное достоинство такого метода простота и плавность изменения управляющих воздействий, а, следовательно, выходных показателей объекта управления. Главным недостатком является слишком медленный поиск, так как он оптимизирует каждый показатель по отдельности. При оптимизации одного или двух управляющих воздействий он работает относительно быстро, но при большем количестве воздействий скорость его работы становится неприемлемой [35]. Кроме того, тяжело добиться хороших результатов, когда управляющие воздействия являются связанными, то есть когда изменение одного влечет изменение оптимального значения другого.
Симплексный метод является неэвристическим [17]. Он не использует всю накопленную информацию об полученных откликах, но для его работы необходим начальный план, состоящий из п+1 точек, где п-число оптимизируемых показателей. Этот метод сочетает простоту с достаточно высокой эффективностью и плавностью поиска. Главное его достоинство это возможность связного управления большим числом управляющих воздействий. Однако данный метод не рассчитан на поиск оптимальных переменных при наличии ограничений, накладываемых на выходные параметры объекта оптимизации. В случае их наличия приходится прибегать к штрафным функциям [26], что может привести к увеличению времени поиска оптимальных регулировок. Также недостатком данного метода является то, что перед началом поиска необходимо задать шаг поиска. Если его выбрать большим, то скорость поиска возрастет, но снизится точность определения оптимальных регулировок. Если выбрать маленький шаг, то при увеличении точности снизится скорость поиска [19]. Таким образом, для каждой конкретной задачи необходимо тщательно выбирать шаги поиска.
Существуют модифицированные симплексные методы, которые позволяют менять размер симплекса в процессе поиска [19]. Изменение размеров ведется по определенному закону в зависимости от числа выполненных шагов. Такой подход позволяет существенно повысить скорость и точность определения оптимума. Однако для подстройки управляющих воздействий в процессе эксплуатации такое управление существенного выигрыша может не дать. Это связанно с тем, что регулировки редко смещаются относительно оптимальных значений на большую величину. Кроме того, для каждой задачи придется подбирать свой закон изменения размера симплекса.
Метод Нелдера-Мида, по сути, является симплексным методом [17, 48]. Но есть у него существенное отличие, В зависимости от удачности опыта симплекс может менять свою форму, растягиваясь или сжимаясь. Поэтому этот метод также иногда называют методом поиска по деформируемому многограннику. Изменение формы производится при помощи специальных коэффициентов растяжения и сжатия. Данный метод, в случае определения вектора улучшения регулировок, способен сократить время поиска при сохранении достаточной точности.
Метод конфигураций (пошаговой оптимизации) является градиентным методом [28]. Для расчета он делает несколько пробных шагов и на их основе вычисляет направление градиента, по которому делается рабочий шаг. Недостатком данного метода является наличие достаточно большого количества пробных шагов, следовательно, и обращений к объекту. Что в условиях эксплуатации не всегда приемлемо. Кроме того, он не предназначен для работы при наложении ограничений.
Метод МНСО был разработан в академии имени Жуковского, под руководством Егорова И.Н. [79, 80]. Данный метод отличается от большинства других тем, что поиск оптимальных регулировок производится на основе предварительно накопленной информации, то есть метод является эвристическим. При этом для начала поиска методу необходимо произвести определенное количество опытов, которое зависит от размерности задачи. По этим данным строятся базовые поверхности и, исходя из них, рассчитываются новые регулировки. Также этот метод содержит элементы эвристики. МНСО отличается от других методов способностью быстро находить оптимальные регулировки при большом количестве оптимизируемых параметров даже при наличии ограничений. Главным же недостатком данного метода является необходимость проведения достаточно большого числа начальных опытов, что не всегда возможно. Так же этот метод для своей работы требует больших вычислительных мощностей, чем описанные ранее методы.
Обоснование постановки оптимизационной задачи адаптивного управления
Как говорилось в главе 1, регулировать работу двигателя на режиме холостого хода в системах без трехкомпонентного нейтрализатора отработавших газов, возможно при помощи связного управления тремя управляющими воздействиями: углом опережения зажигания, составом смеси и количеством подаваемого воздуха. При этом необходимо подобрать такие их значения, чтобы добиться минимального расхода топлива при выполнении существующих норм токсичности отработавших газов и ограничений на стабильность работы двигателя.
В системах управления, рассмотренных ранее, для минимизации расхода топлива применялось снижение частоты вращения коленчатого вала. В некоторых случаях минимальная частота вращения KB при сохранении стабильности работы может не совпадать с минимум расхода топлива. Поэтому необходимо перейти к минимизации непосредственно расхода топлива.
В настоящее время не существует простого метода прямого измерения расхода топлива на автомобиле. Но в микропроцессорных системах управления есть косвенная информация, которая позволяет оценить расход топлива на режиме холостого хода достаточно точно. Для четырехтактного двигателя, оснащенного системой впрыскивания, часовой расход топлива (Gt, [кг/ч]) можно рассчитать по формуле: где т - длительность открытия форсунки [мс]; к - коэффициент зависящий от расходной характеристики форсунки [мг/мс]; п - частота вращения коленчатого вала двигателя [мин"1]; і - число цилиндров двигателя. Характеристика форсунки подбираются так, чтобы в интервале времени т, когда форсунка полностью открыта, расход топлива был постоянен, то есть и к будет постоянен тоже. Поэтому расход топлива пропорционален произведению т п. Следовательно, можно принять в качестве оптимизируемого параметра это произведение. При этом, уменьшение расхода топлива будет приводить и к снижению частоты вращения коленчатого вала.
По причинам, рассмотренным в параграфе 3.1, требуется поддерживать определенную стабильность работы двигателя. Необходим параметр, который оценивал бы ее с приемлемой точностью и был бы достаточно прост для измерения и использования. Поэтому для оценки стабильности работы двигателя предусмотрено измерение межцикловой неравномерности частоты вращения коленчатого вала (Dri) как параметра, непосредственно связанного с неравномерностью индикаторного крутящего момента. Ее можно определить по ускорениям коленчатого вала, которые измеряются датчиком положения КВ. Достоинствами этого параметра являются высокая информативность и простота использования. В микропроцессорных системах управления имеется вся необходимая информация для определения нестабильности частоты вращения без введения дополнительных устройств.
При расчетном моделировании для оценки величины неравномерности работы двигателя в данной работе использовалась величина размаха частоты вращения (An).
При выборе регулировок, необходимо добиться поддержания количества выбросов токсичных веществ с отработавшими газами на приемлемом уровне. На сегодняшний день не существует простых и надежных методов измерения токсичности отработавших газов непосредственно на автомобиле. Но в ближайшем будущем появятся датчики измеряющие выбросы вредных веществ. Поэтому желательно предусмотреть возможность учета выбросов при подстройке системы. Для этого можно наложить ограничение на нестабильность частоты вращения коленчатого вала, сделав допущение, что при выполнении ограничения на нестабильность, токсичность отработавших газов будет находиться на допустимом уровне. Данное допущение можно принять поскольку, чем выше стабильность работы двигателя, тем выбросы углеводородов (СН) ниже. Так как на режиме холостого хода температуры цикла малы, в цилиндре много отработавших газов и мало кислорода (а не более единицы), то выбросы окислов азота (NOx) малы. Суммарные выбросы оксидов углерода (СО) зависят от частоты вращения коленчатого вала, то есть от расхода топлива и состава смеси (а). Следовательно, при снижении расхода топлива будут снижаться и выбросы СО.
Исходя из выше сказанного, можно сформулировать оптимизационную задачу как достижение минимального значения параметра хп при сохранении допустимой неравномерности частоты вращения коленчатого вала.
Положительной стороной предлагаемого подхода является то, что одновременно достигается минимизация и частоты вращения коленчатого вала, и расхода топлива. Использование единого критерия при выборе значений всех управляющих воздействий позволяет применить методы многопараметрической оптимизации, обладающие высоким быстродействием.
Исходя из результатов, полученных в главе 2, было принято решение применить для настройки системы управления метод МНСО. Применение этого метода для настройки двигателя на режиме холостого хода стало возможным, поскольку этот режим не является динамическим и есть время для поиска оптимальных регулировок.
Обзор алгоритмов управления углом опережения зажигания с обратной связью по детонации
В настоящее время в основном получили распространение контуры гашения детонации при помощи регулирования угла опережения зажигания. Его использование в качестве управляющего воздействия связано, прежде всего, с простотой реализации такого контура. Кроме того, зависимость возникновения детонации от угла опережения зажигания весьма существенна.
В двигателях с наддувом известны контуры гашения детонации, управляющие только давлением наддува [84] или совместным управлением УОЗ и давлением наддува [99]. Такие системы разрабатывались главным образом потому, что при уменьшении УОЗ происходит не только снижение эффективных и экономических показателей двигателя, но и происходит рост температуры отработавших газов. Что в двигателях с наддувом крайне нежелательно из-за ограниченной тепловой стойкости турбины. Но такие системы не получили широкого распространения в связи с высокой сложностью. Фирма VOLVO, разработавшая и внедрившая такую систему, впоследствии отказалась от ее применения [74].
Применяемые в настоящее время контуры гашения детонации в случае ее возникновения резко снижают угол опережения зажигания на определенную величину. Если за один шаг не удается обеспечить работу без детонации, то угол уменьшается вновь [15, 88]. После прекращения детонации система управления начинает постепенно увеличивать угол опережения зажигания. Если детонация появляется, система вновь уменьшает угол. Такие СУ позволяют исключить появление чрезмерно сильной детонации и способны управлять углом опережения зажигания в каждом цилиндре по отдельности. Недостатками таких систем являются: слишком сильное снижение угла опережения зажигания для гарантированной работы без детонации, что приводит к нежелательному снижению эффективности работы двигателя, так как детонация обычно возникает при резком увеличении нагрузки, когда от двигателя необходимо получить максимальную отдачу; обязательное периодическое появление детонации в силу самого используемого принципа управления, понижающее комфортабельность автомобиля; недостаточная эффективность на динамических режимах, поскольку такие системы работают по факту возникновения детонации и не могут предсказывать, какое управление потребуется в следующем цикле.
Некоторые современные системы при возникновении детонации уменьшают угол опережения зажигания постепенно, небольшими шагами по 1,6 ПКВ вплоть до исчезновения детонации. Затем система пытается увеличить УОЗ до базового значения. Такой алгоритм был реализован фирмой Mercedes-Benz [98]. При работе таких алгоритмов не происходит резкого ухудшения показателей двигателя. Что важно, поскольку ездовые качества автомобиля ухудшаются не слишком резко. Но такая система может работать продолжительное время с детонацией, что нежелательно. Возможно, что по этой причине на более поздних двигателях V-8 и V-12 фирма применила другую систему [57]. В случае возникновения детонации УОЗ уменьшается на с шагом по 3 градуса. Максимальное уменьшения УОЗ может достигать 12 (при температуре охлаждающей жидкости 80-90 С). В случае отсутствия детонации угол восстанавливается с шагом в 0,35 ПКВ. Но в этой системе восстановление УОЗ происходит слишком медленно. Кроме того, система должна обладать различной чувствительностью для случаев коррекции угла опережения зажигания в статике и динамике. На динамических режимах необходимо иметь быстродействующую систему, а в статических режимах необходимо иметь более низкую чувствительность для обеспечения стабильности работы системы.
В работе [15] описана система, которая уменьшает УОЗ несколькими крупными шагами и затем постепенно восстанавливает УОЗ до оптимального значения. Также в этом источнике описывается система с изменяемым уровнем допустимой детонации. В работе указывается, что безопасный уровень детонации обратно пропорционален частоте вращения коленчатого вала. Также в работе [46], выполненной на ВАЗе указано, что наиболее опасна детонация при частоте вращения коленчатого вала выше 3500 мин 1. Что характерно, детонация на этих режимах не слышна на слух, поэтому не приводит к снижению комфорта, но она может вызывать сильный износ двигателя.
Описанные выше алгоритмы не выполняют главного требования к системе - работу без детонации. Это связано с тем, что они включаются в работу только при ее возникновении. Обеспечить работу без детонации или, по крайней мере, с минимальным числом случаев ее возникновения, возможно только при использовании обучающихся систем, которые способны подстраиваться к различным возмущениям (меняющееся октановое число топлива, состояние двигателя, отложения в камере сгорания, атмосферные условия и т.п.).
Одна из таких систем была разработана фирмой Toyota [45]. Система способна менять чувствительность. На режимах, требующих высокого быстродействия, осуществляется прямое регулирование при высокой чувствительности. Также используется второй контур управления с обратной связью и переменной величиной чувствительности. В этой системе используются два блока памяти. В первом блоке формируется матрица запаздывания зажигания в зависимости от частоты вращения коленчатого вала и нагрузки двигателя. Система работает по этой матрице до тех пор, пока условия работы не изменятся. Второй блок памяти собирает информацию о величине обработанного сигнала с датчика детонации, работы формирователя запаздывания и данные о процессе управления первым блоком памяти. По этим данным рассчитывается величина коэффициента чувствительности.
