基于渐近法的废气氧传感器Hammerstein模型辨识.pdfVIP

学兔兔 第31卷 第7期 仪 器 仪 表 学 报 Vo1．31 No．7 2010年7月 Chinese Journal of Scientific Instrument Ju1．2010 基于渐近法的废气氧传感器 Hammerstein模型辨识木 滕 勤 ，安 鹏 ，徐科军 (1 合肥工业大学机械与汽车工程学院 合肥 230009；2 合肥工业大学电气与自动化工程学院 合肥 230009) 摘 要：为了解决与发动机空燃比控制相关的废气氧(EGO)传感器精确建模问题，基于渐近(ASYM)法辨识了EGO传感器的 Hammerstein模型。模型的非线性部分用静态实验数据拟合，动态线性部分的辨识分为三步。先估计一个高阶ARX模型，然后 依据渐近准则(ASYC)找出最佳频率响应估计的模型阶次，再采用极大似然(ML)法估计降阶后的模型参数。通过残差分析、 交叉验证和模型误差模型(MEM)测试，将得到的ASYM模型与输出误差(OE)模型和Box—Jenkins(BJ)模型进行比较。结果表 明，基于ASYM法的Hammerstein模型能够更精确地捕获EGO传感器的频域动态特性，并且用ASYM法能够量化模型的频域误 差上限以评价建模精度。 关键词：废气氧传感器；Hammerstein模型；渐近方法；误差上限；模型误差模型 中图分类号：TP212 U463．6 文献标识码：A 国家标准学科分类代码：460．4020 Hammerstein model identification of exhaust gas oxygen sensor based on ASYM method Teng Qin ，An Peng ，Xu Kejun (J School ofMechanical and Automobile Engineering，Hefei University of Technology，Hefei 230009，China； 2 School ofElectrical andAutomation Engineering，Hefei University ofTechnology，Hefei 230009，China) Abstract：In order to solve the precise modeling problem of exhaust gas oxygen(EGO)$eilsor relating to en~ne air fuel ratio control，the Hammerstein model of EGO sensor is identified based on asymptotic(ASYM)method．The nonlinear part of the model is fitted using static experimental data．The identification of the dynamic linear part is di— vided into three steps．Firstly，a high order ARX model is estimated．Then，the model order for best frequency re— sponse estimation is obtained using the asymptotic criterion(ASYC)．Next，the parameters of the order—reduced model are estimated based on the maximum likelihood(ML)method．The