Two-stage model predictive control for the air path of a turbocharged gasoline engine with exhaust gas recirculation

Keller, Martin Gerhard; Abel, Dirk; Pischinger, Stefan

doi:10.18154/RWTH-2021-05534

Two-stage model predictive control for the air path of a turbocharged gasoline engine with exhaust gas recirculation = Zweistufige modellprädiktive Regelung für den Luftpfad eines aufgeladenen Ottomotors mit Abgasrückführung

Keller, Martin Gerhard^RWTH*

2021

Verantwortlichkeitsangabevorgelegt von Martin Gerhard Keller

ImpressumAachen : RWTH Aachen University 2021

Umfang1 Online-Ressource : Illustrationen, Diagramme

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2021

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Abel, Dirk (Thesis advisor)^RWTH* ; Pischinger, Stefan (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2021-04-12

Online
DOI: 10.18154/RWTH-2021-05534
URL: https://publications.rwth-aachen.de/record/820307/files/820307.pdf

Einrichtungen

Lehrstuhl und Institut für Regelungstechnik (416610)

Inhaltliche Beschreibung (Schlagwörter)
EGR control internal combustion engine (frei) ; air-path control (frei) ; engine modeling (frei) ; model predictive control (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Turbolader sind seit Jahren ein Industriestandard, um die spezifische Leistung von Verbrennungsmotoren zu erhöhen. Die zweistufige sequentielle Turboaufladung überwindet sogar den üblichen Kompromiss zwischen schnellem, transientem Ladedruckaufbau und hoher spezifischer Leistung. Allerdings führen eine erhöhte Klopfwahrscheinlichkeit und hohe Abgastemperaturen im Hochlastbetrieb zur Notwendigkeit der Anfettung des Luftverhältnisses und später Zündung zum Schutz der Komponenten. Diese Maßnahmen mindern den maximal erreichbaren Wirkungsgrad der Ottomotoren. Um die hohen Abgas-temperaturen unter Beibehaltung des stöchiometrischen Motorbetriebs zu senken, steht die Abgasrückführung (AGR) im Fokus der aktuellen Forschung für Ottomotoren. Die immer komplexer werdenden Motor- und Luftpfadsysteme stellen hohe Anforderungen an die Prozessregelung. Die vorliegende Arbeit schlägt eine Entwicklungsmethodik für die Implementierung eines modellprädiktiven Reglers (MPR) vor. Die MPR regelt gleichzeitig den gewünschten Ladedruck und die AGR-Rate eines zweistufig aufgeladenen Ottomotors mit Niederdruck-AGR. Die zweistufige Turboaufladung führt zu einem überaktuierten System, bei dem der zusätzliche Freiheitsgrad für eine intelligente und effiziente Allokation der Ladedruckbereitstellung genutzt werden kann. Darüber hinaus verfügt das System über mehrere Ein- und Ausgänge mit erheblichen Kreuzkopplungen und Beschränkungen. Um diesen Charakteristika zu begegnen, wird eine zweistufige MPR-Struktur vorgeschlagen und auf einer Echtzeithardware implementiert. Diese Dissertation untersucht sowohl physikalisch motivierte als auch datengetriebene Modellierungsansätze und adressiert die notwendigen Anpassungen zur Echtzeitfähigkeit innerhalb der Optimierungsalgorithmen. Darüber hinaus werden verschiedene Formulierungen der resultierenden optimalen Steuerungsprobleme analysiert und deren rechnerischer Aufwand auf der Zielhardware validiert. Aus diesem Grund werden die nichtlinearen Programme (NLP) entweder direkt mit Innere-Punkte-NLP-Lösern oder mit Ansätzen der sequentiellen quadratischen Programmierung gelöst. Für letztere werden dünn- und dichtbesetzte Formulierungen eingeführt. Alle untersuchten Lösungsverfahren werden hinsichtlich der Regelgüte und der erreichbaren Rechenzeiten bewertet. Die zweistufige Regelungsstruktur enthält einen Stationärpunkt-Optimierer für die Berücksichtigung der Überaktuierung. Er berechnet die optimale Allokation zur effizienten Bereitstellung des gewünschten Ladedrucks und der AGR-Rate. Im dynamischen Regler werden die tatsächlich optimalen Eingangsgrößen berechnet. Vielversprechende Regelalgorithmen werden experimentell in einem Prototypenfahrzeug, das mit dem oben genannten Luft- und AGR-Pfad ausgerüstet ist, in realen Fahrmanövern getestet.

Turbochargers have been an industry standard for years to increase the specific power of internal combustion engines. Two-stage sequential turbocharging overcomes even the usual trade-off between a fast transient charging-pressure buildup and high specific power. However, increased knock probability and high exhaust gas temperatures at high-load operation lead to the need for enrichment and late ignition timings for component protection. These measures diminish the maximal reachable engine efficiency of gasoline engines. In order to decrease the high engine-out temperatures while maintaining the stoichiometric engine operation, exhaust gas recirculation (EGR) is in the focus of current research for spark-ignition (SI) engines. The more and more complex engine and air-path setups impose high demands on the process control. The thesis at hand proposes a development methodology for the implementation of a model predictive controller (MPC). The MPC developed controls both the desired charging pressure and the EGR rate of a two-stage turbocharged SI engine with low-pressure EGR. The two-stage turbocharging results in an overactuated system setup in which the additional degree of freedom can be used for an intelligent and efficient allocation of the charging-pressure buildup. In addition, the system has multiple inputs and multiple outputs with considerable cross-couplings and constraints. To tackle these characteristics, a two-stage MPC structure is proposed and implemented on a rapid-control-prototyping (RCP) hardware. For this purpose, the present thesis aims to investigate physics-based as well as data-driven reduced-order-modeling approaches for engine modeling and addresses the necessary adaptations towards real-time computation within online-optimization algorithms. Furthermore, different formulations of the resulting optimal control problems are analyzed and their computational burdens validated on the RCP hardware. Hence, the resulting nonlinear programs (NLPs) are solved either directly with interior-point NLP solvers or with sequential quadratic programming approaches. For the latter, sparse and condensed formulations are introduced. All the investigated solving techniques are evaluated with respect to the control performance and the achievable computing times. The two-stage control structure contains a target selector for the consideration of the system's overactuation. It calculates the optimal allocation for efficiently providing the desired charging pressure and EGR rate. In the dynamic controller, the actual optimal control inputs are calculated taking the transient system behavior into account. Promising control algorithms are tested experimentally in a prototype vehicle equipped with the aforementioned air and EGR path setup during real-driving maneuvers.

OpenAccess:
PDF
(additional files)