Model Predictive Control of a Diesel Engine with Variable Geometry Turbine and Exhaust Gas Recirculation
Sammanfattning
Att styra en dieselmotor utrustad med variabel
geometriturbin (VGT) och återcirkulering av avgaser (EGR) kräver
en flervariabel reglermetod. Ett problem är att
motorsystemet är olinjärt. Dessutom finns det starka
korskopplingar mellan in- och utsignalerna och insignalerna har
även begränsningar. För att kunna hantera dessa reglerproblem så
har MPC-reglering använts som är en flervariabel metod.
MPC-regulatorn innehåller ett optimeringsproblem och kan därför på
ett enkelt sätt hitta de optimala styrsignalerna. Dessutom kommer
begränsningarna på styrsignalerna enkelt in som bivillkor i
optimeringen. Nackdelen med MPC är att den kräver mycket
beräkningsmängd och minnesstorlek vilket är viktiga faktorer vid
implementering i ett styrsystem. Därför jämförs MPC med PID som är
en vanlig och enkel metod.
Resultaten av rapporten är att MPC är en metod som ger mer
optimal och snabbare reglering. Dessutom så klarar MPC av olika
reglerfall bättre utan att behöva ändra på inställningarna.
Däremot kräver PID betydligt mindre beräkningsmängd och
minnesstorlek. I ett fall som undersöks kräver MPC 40 gånger mer
beräkningsmängd än PID. För att kunna styra ett olinjärt system så
måste både MPC- och PID-regulatorn implementeras i flera olika
arbetspunkter. Dessutom så måste frikoppling användas hos
PID-regulatorn för att den ska kunna klara av korskopplingar som
visar sig vara ett viktigt problem.
Abstract
Control of a diesel engine equipped with Variable
Geometry Turbine (VGT) and Exhaust Gas Recirculation (EGR)
requires a multivariable control method. One problem is that the
engine system is non-linear. Furthermore there are strong
cross-connections between inputs and outputs and the inputs have
also boundaries. To be able to manage these control problems, MPC
has been used that is a multivariable method. The MPC-controller
consists of an optimization problem and therefore MPC can find the
optimum control signals in an easy way. Furthermore the boundaries
of the control signals can be handled with by-conditions in the
optimization. The disadvantage with MPC is that it requires a lot
of amount of calculations and memory, which are important factors
when a control system should be implemented. Therefore it has been
chosen to compare MPC with PID,
that is a common and simpler method.
The results from this thesis are that MPC is a method that
gives more optimal and faster control. Furthermore MPC can handle
different control cases much better, without changing the
settings. On the other hand PID requires considerable fewer
amounts of calculations and memory. In one case that has been
examined, MPC requires 40 times more amounts of calculations than
PID. To be able to control a non-linear system, both MPC and PID
must be implemented in several different working points.
Furthermore decoupling must be used in the PID-controller to be
able to manage cross-connections that seems to be a very important
problem.
Johan Wahlström
2003

Page responsible: webmaster
Last updated: 2021-11-10