Closed-Loop Predictive Control of a Multi-mode Engine Including Homogeneous Charge Compression Ignition, Partially Premixed Charge Compression Ignition, and Reactivity Controlled Compression Ignition Modes
Notice bibliographique
Résumé
High thermal efficiency and low engine-out emissions including nitrogen oxides (NOx) and particulate matter (PM) make low-temperature combustion (LTC) favorable for use in engine technologies. Homogeneous charge compression ignition (HCCI), partially premixed charge compression ignition (PPCI), and reactivity controlled compression ignition (RCCI) are among the common LTC modes. These three LTC modes can be achieved on the same dual-fuel engine platform; thus, an engine controller can choose the best LTC mode for each target engine load and speed. To this end, a multi-mode engine controller is needed to adjust the engine control variables for each LTC mode. This article presents a model-based control development of a 2.0-liter multi-mode LTC engine for cycle-to-cycle combustion control. The engine is equipped with port fuel injectors (PFI) and direct injectors (DI). All combustion modes are achieved with dual fuels (iso-octane and n-heptane) under naturally aspirated conditions. Using experimental data, control-oriented models (COMs) are developed for HCCI, PPCI, and RCCI combustion modes on a cycle-to-cycle basis. The COMs for HCCI, PPCI, and RCCI modes can predict the combustion phasing (CA50, the crank angle by which 50% of the fuel mass is burned) with average errors of 1.3 crank angle degrees (CAD), 1.5 CAD, and 1 CAD, respectively. The average errors in predicting the indicated mean effective pressure (IMEP) for HCCI, PPCI, and RCCI modes are 18 kPa, 34 kPa, and 43 kPa, respectively. Multi-input and multi-output (MIMO) adaptive model predictive controllers (MPCs) with linear parameter varying (LPV) models are designed for the LTC modes. CA50 and IMEP are controlled by adjusting the premixed ratio (PR) of the fuels, start of injection (SOI) timing, and fuel quantity (FQ). The results show that the designed MPCs are able to track both CA50 and IMEP in all combustion modes, with average tracking errors of less than 1 CAD and 5.2 kPa, respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».