1 引言

我國(guó)社會(huì)經(jīng)濟(jì)的快速發(fā)展和人們生活水平的不斷改善，帶動(dòng)了汽車產(chǎn)業(yè)的繁榮和汽車消費(fèi)市場(chǎng)的持續(xù)膨脹。截止2021年底，我國(guó)機(jī)動(dòng)車的市場(chǎng)保有量已經(jīng)突破4億輛，汽車數(shù)量快速增長(zhǎng)的最直接負(fù)面影響，是導(dǎo)致了城市交通擁堵問(wèn)題和大氣環(huán)境污染問(wèn)題

。為了減少和控制汽車尾氣污染物排放對(duì)大氣的污染，一方面國(guó)家從政策調(diào)整和宏觀調(diào)控的角度，大力鼓勵(lì)新能源汽車的生產(chǎn)、銷售、和使用；另一方面對(duì)傳統(tǒng)燃油汽車發(fā)動(dòng)機(jī)的排放標(biāo)準(zhǔn)也提出了更高的要求，例如，從2020年開(kāi)始我國(guó)已經(jīng)開(kāi)始在全國(guó)范圍內(nèi)分步推進(jìn)國(guó)6B尾氣排放標(biāo)準(zhǔn)，嚴(yán)格控制汽車尾氣及碳基顆粒物的排放。在從傳統(tǒng)汽車向新能源汽車的過(guò)渡階段，燃油車的市場(chǎng)地位仍然不能撼動(dòng)，燃油車在短期內(nèi)也不可能退出汽車市場(chǎng)。為了降低燃油車的能源消耗并提高排放標(biāo)準(zhǔn)，只能從內(nèi)燃機(jī)技術(shù)優(yōu)化的視角，做出相對(duì)均衡的選擇

。例如，通過(guò)調(diào)整發(fā)動(dòng)機(jī)空燃比等技術(shù)改進(jìn)和技術(shù)創(chuàng)新手段

，提升汽車發(fā)動(dòng)機(jī)的工作效率和降低發(fā)動(dòng)的廢氣及顆粒物排放量，減輕對(duì)周圍環(huán)境所造成的污染。

2 空燃比最優(yōu)控制目標(biāo)及影響因素

2.1 空燃比的最優(yōu)控制目標(biāo)

以多點(diǎn)電噴汽油發(fā)動(dòng)機(jī)活塞工作過(guò)程為例，來(lái)分析空燃比對(duì)汽車能耗和排放的影響。進(jìn)入發(fā)動(dòng)機(jī)進(jìn)氣歧管的汽油和空氣的混合物被火花塞點(diǎn)燃，混合氣體燃爆膨脹，在氣缸內(nèi)產(chǎn)生壓力進(jìn)而驅(qū)動(dòng)活塞和曲軸運(yùn)動(dòng)。進(jìn)入多點(diǎn)電噴發(fā)動(dòng)機(jī)進(jìn)氣歧管中汽油和空氣的質(zhì)量比例即為空燃比參數(shù)指標(biāo)，空燃比可以通過(guò)調(diào)整氣門開(kāi)合大小和噴油嘴的噴油量等措施來(lái)控制。從發(fā)動(dòng)機(jī)理論研究的角度來(lái)考慮，進(jìn)入進(jìn)氣歧管并產(chǎn)生燃燒的汽油和空氣混合物，存在一個(gè)最優(yōu)比例，即在最優(yōu)比例下燃燒很充分，燃燒過(guò)程結(jié)束以后氣油和空氣均完全反應(yīng)并產(chǎn)生二氧化碳和水汽。確定最優(yōu)空燃比值難度較大，當(dāng)空燃比大于這個(gè)最優(yōu)值時(shí)，由于空氣較多會(huì)影響發(fā)動(dòng)機(jī)的熱效率，發(fā)動(dòng)機(jī)動(dòng)力和扭矩輸出達(dá)不到最優(yōu)值；如果空燃比小于這個(gè)值，勢(shì)必會(huì)造成燃料燃燒不充分，造成更多廢氣排放和顆粒物排放，且浪費(fèi)了能源。在最優(yōu)空燃比條件下通過(guò)對(duì)發(fā)動(dòng)機(jī)氣門和噴油量的精確控制，能夠達(dá)到動(dòng)力、油耗和排放的最佳比例，具體見(jiàn)圖1：(為簡(jiǎn)化說(shuō)明假定內(nèi)燃機(jī)排放物只有碳?xì)浠衔颒C一種)

如圖1所示，在當(dāng)汽油發(fā)動(dòng)機(jī)的空燃比值在12-13之間時(shí)，發(fā)動(dòng)機(jī)的扭矩輸出最大，但此時(shí)的碳?xì)浠衔锱欧帕枯^高表明空燃比值較低，汽油燃燒不充分，會(huì)造成較為嚴(yán)重的污染物排放。調(diào)整空燃比值使其達(dá)到14-15之間，此時(shí)發(fā)動(dòng)機(jī)的扭力輸出與峰值比有所降低，但降低的值較少，表明發(fā)動(dòng)機(jī)損失的低速扭矩較小，而此時(shí)的碳?xì)浠衔锱欧帕棵黠@減少；當(dāng)空燃比值繼續(xù)增加到16或以上時(shí)，碳?xì)浠衔锱欧帕康臏p少十分有限，但由于發(fā)動(dòng)機(jī)氣門開(kāi)合角度增大，空氣進(jìn)入量顯著增加，發(fā)動(dòng)機(jī)的動(dòng)力輸出損耗嚴(yán)重。考慮到現(xiàn)階段在售的汽油車都有加裝三元催化器，對(duì)于空氣凈化和顆粒物排放能起到一定的輔助作用，發(fā)動(dòng)機(jī)調(diào)校時(shí)沒(méi)有必要為了較低的排放值變化而損失過(guò)多的動(dòng)力，能源消耗增加亦會(huì)增加廢氣或顆粒物的排放。因此將實(shí)際的空燃比通過(guò)參數(shù)匹配調(diào)整到趨近于理論空燃比值時(shí)，能夠達(dá)到動(dòng)力、友好、和排放的相對(duì)平衡，使三者處于一個(gè)最優(yōu)的比例關(guān)系

本研究中以網(wǎng)絡(luò)健康護(hù)理方式對(duì)觀察組患者進(jìn)行干預(yù),患者入院后不僅常規(guī)24h接聽(tīng)患者電話,做好指導(dǎo)與宣教;同時(shí)注重通過(guò)定時(shí)的電話隨訪、短信提醒、微信指導(dǎo)、知識(shí)講座等方式來(lái)及時(shí)了解患者情況,在為患者解疑答惑的同時(shí)為患者進(jìn)行健康宣教與指導(dǎo)此外,通過(guò)微信指導(dǎo)健康知識(shí)講座視頻的上傳與分享,可為患者及時(shí)與醫(yī)護(hù)人員聯(lián)系提供方便,并便于患者隨時(shí)觀看專家指導(dǎo);以便患者積極主動(dòng)的配合、堅(jiān)持各項(xiàng)干預(yù),養(yǎng)成正確的行為習(xí)慣,從而不斷改善自我效應(yīng)及自我管理能力。

2.2 影響最優(yōu)空燃比的其他因素

發(fā)動(dòng)機(jī)是一個(gè)十分精密復(fù)雜的機(jī)械結(jié)構(gòu)，對(duì)于發(fā)動(dòng)機(jī)動(dòng)力輸出和廢氣排放的綜合控制難度本來(lái)就很大，而且在車輛日常駕駛過(guò)程中，由于各種不同工況的存在，節(jié)氣門位置變化幅度較大，也增加了最優(yōu)空燃比的控制難度，影響最優(yōu)空燃比的其他因素如下：

（6）研發(fā)基于BIM的 PC構(gòu)件CAM（計(jì)算機(jī)輔助制造）技術(shù)?；贐IM信息，通過(guò) CAM完成邊模、鋼筋、預(yù)埋件等工藝布局，通過(guò)擺模機(jī)器人在模臺(tái)上自動(dòng)安裝定位，實(shí)現(xiàn)擺模機(jī)器人、MES（制造企業(yè)生產(chǎn)過(guò)程執(zhí)行系統(tǒng)）和云制造平臺(tái)的互聯(lián)互通，基于MES或云制造平臺(tái)實(shí)現(xiàn)從CAM工藝方案到布模實(shí)施完成的全自動(dòng)化作業(yè)流程[7]。

首先，觀測(cè)PSO算法下識(shí)別到最優(yōu)極點(diǎn)所需的迭代次數(shù)和適應(yīng)度值變化情況，為了使評(píng)價(jià)結(jié)果更為客觀引入了傳統(tǒng)的模糊控制算法參與對(duì)比，具體的仿真結(jié)果見(jiàn)下圖2：

為驗(yàn)證提出PSO算法的有效性和適用性，進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)的軟硬件環(huán)境設(shè)定，見(jiàn)表1：

(3)多點(diǎn)電噴發(fā)動(dòng)機(jī)進(jìn)氣歧管容易產(chǎn)生濕壁效應(yīng)，導(dǎo)致發(fā)動(dòng)機(jī)空燃比發(fā)生偏差。大部分空氣和被霧化的汽油混合后進(jìn)入發(fā)動(dòng)機(jī)進(jìn)氣歧管，但還有一小部分油膜附著在進(jìn)氣歧管的管壁上，隨著發(fā)動(dòng)機(jī)累計(jì)做功時(shí)間的增加和車輛總里程數(shù)的不斷增加，該油膜的厚度也處于不斷的變化之中，一方面會(huì)影響到氧傳感器的正常工作和數(shù)據(jù)讀取，另一方面也會(huì)導(dǎo)致噴油嘴滯后效應(yīng)的發(fā)生，最后導(dǎo)致發(fā)動(dòng)機(jī)ECU單元對(duì)發(fā)動(dòng)機(jī)空燃比數(shù)據(jù)的判斷產(chǎn)生一定偏差。

其中，

表示空間的維度分量，

是粒子運(yùn)動(dòng)時(shí)的慣性權(quán)重，

和

是學(xué)習(xí)因子，

和

是取值在0-1之間的隨機(jī)數(shù)。粒子

通過(guò)自身的學(xué)習(xí)和迭代，并參展局部最優(yōu)粒子的位置和速度運(yùn)動(dòng)，同時(shí)與周圍的粒子進(jìn)行信息交流，目的是通過(guò)位置移動(dòng)和速度調(diào)整趨近于種群的最優(yōu)位置和粒子運(yùn)動(dòng)的最優(yōu)速度。發(fā)動(dòng)機(jī)作為一個(gè)具有自我控制功能的閉環(huán)系統(tǒng)，如果給定一個(gè)最優(yōu)極點(diǎn)配置狀態(tài)，在該狀態(tài)下發(fā)動(dòng)機(jī)的空燃比能夠達(dá)到最佳值。發(fā)動(dòng)機(jī)閉環(huán)系統(tǒng)輸出值應(yīng)能夠有效跟蹤各參數(shù)的輸入值，并通過(guò)PSO算法的迭代和訓(xùn)練尋找到最佳的匹配結(jié)果。為了是閉環(huán)系統(tǒng)的結(jié)果輸入更快，空氣和燃油匹配效率更高，將目標(biāo)的極點(diǎn)位置設(shè)定為PSO粒子群的全局最優(yōu)位置點(diǎn)。極點(diǎn)的確定要考慮到多種因素，包括影響發(fā)動(dòng)機(jī)空燃比控制的各種因素，通過(guò)粒子群的迭代尋優(yōu)，使閉環(huán)系統(tǒng)的特征值趨于最佳位置，同時(shí)得到最優(yōu)狀態(tài)下的信息反饋增益矩陣及表達(dá)式。輸出信息的反饋基于輸出反饋控制器完成，控制器的設(shè)計(jì)具體包括了觀測(cè)部分和反饋部分，控制器性能決定了最優(yōu)極點(diǎn)值能否合理的設(shè)置，并且輸出信息控制器的參數(shù)選擇也基于PSO算法來(lái)實(shí)現(xiàn)。

3 基于PSO智能算法的發(fā)動(dòng)機(jī)最優(yōu)極點(diǎn)匹配控制

為了更精準(zhǔn)地控制發(fā)動(dòng)機(jī)噴油量和其他各個(gè)影響空燃比的控制參數(shù)，本文引入一個(gè)變量 (汽油從噴油嘴到氣缸的時(shí)間)，并構(gòu)建空燃比控制模型：

(1)

Step1：將全部可能出現(xiàn)的極點(diǎn)視為一個(gè)種群中的各個(gè)粒子，確定初始狀態(tài)下的種群規(guī)模，確定慣性因子、學(xué)習(xí)因子、隨機(jī)數(shù)和最大迭代次數(shù)。初始化以后各粒子的初始狀態(tài)下的位置和速度已經(jīng)確定。

(2)

協(xié)議書(shū)模板分為有界樁的界線協(xié)議書(shū)、無(wú)界樁的界線協(xié)議書(shū)2個(gè)模板，分別包括封面、協(xié)議主體內(nèi)容、界線所涉及鄉(xiāng)鎮(zhèn)政府代表簽字3個(gè)部分。協(xié)議書(shū)主體內(nèi)容包含工作概況、重要問(wèn)題處理結(jié)果、行政區(qū)域界線走向和界樁位置說(shuō)明、行政區(qū)域界線的維護(hù)和管理、最后條款（補(bǔ)充說(shuō)明）以及附件6個(gè)部分，其中附件包括了附圖、界樁登記表、三交點(diǎn)界樁登記表、界樁成果表、界址點(diǎn)成果表、三交點(diǎn)成果表等內(nèi)容。三交點(diǎn)協(xié)議書(shū)模板包含標(biāo)題，協(xié)議內(nèi)容，三交點(diǎn)的位置、坐標(biāo)，底圖所在的圖幅以及所涉及的鄉(xiāng)鎮(zhèn)政府代表簽字，所屬縣民政局代表簽字和協(xié)議日期。

Step3：利用公式(2)再第

+1次嘗試更新極點(diǎn)的位置和速度，并調(diào)整當(dāng)前最優(yōu)粒子的適應(yīng)度值，與自身歷史最佳的位置和速度進(jìn)行比較，判斷迭代終止的條件是否達(dá)到。在滿足終止條件后得到的極點(diǎn)即為最優(yōu)的極點(diǎn)位置。

Step2：當(dāng)種群迭代尋優(yōu)到第

次時(shí)，計(jì)算所有極點(diǎn)的當(dāng)前位置，速度，和適應(yīng)度值，在第

次迭代后識(shí)別出當(dāng)前最優(yōu)的極點(diǎn)，并判斷該極點(diǎn)是局部最優(yōu)解還是全局最優(yōu)解。如果為局部最優(yōu)解仍需要繼續(xù)迭代，如果系統(tǒng)判斷為全局最優(yōu)解，迭代過(guò)程結(jié)束，

為最大的迭代次數(shù)。

在初始狀態(tài)下符合要求的目標(biāo)極點(diǎn)可能有多個(gè)，利用PSO算法在眾多的潛在極點(diǎn)中識(shí)別出最優(yōu)極點(diǎn)，具體的步驟如下：

(2)發(fā)動(dòng)機(jī)氧傳感器故障也容易導(dǎo)致空燃比控制實(shí)效或偏差過(guò)大。目前絕大部分電噴或直噴汽油發(fā)動(dòng)機(jī)都標(biāo)配氧傳感器，用來(lái)配合ECU單元更精確地控制噴油量。氧傳感器可以感知進(jìn)入氣缸的氧氣濃度，ECU在控制噴油量時(shí)也參照氧傳感器的數(shù)值。但對(duì)于渦輪增壓的車型而言，循環(huán)利用的廢氣中也含有一定的氧氣濃度，用這個(gè)數(shù)值來(lái)調(diào)整控制噴油量，對(duì)于渦輪增壓車型空燃比控制，可以會(huì)存在一定的滯后性，這一現(xiàn)象在小排量渦輪增壓車型上顯現(xiàn)的尤為明顯。

(1)由于車輛突然加速和緊急制動(dòng)，會(huì)導(dǎo)致發(fā)動(dòng)機(jī)節(jié)氣門開(kāi)合變化幅度較大，直接影響到進(jìn)氣門和排氣門的空氣進(jìn)入量和排出量。發(fā)動(dòng)機(jī)氣缸的進(jìn)氣量主要靠氣流傳感器來(lái)控制，節(jié)氣門變化量過(guò)大將影響到進(jìn)入氣缸的空氣量和排除氣缸的空氣量，進(jìn)而導(dǎo)致發(fā)動(dòng)機(jī)ECU單元對(duì)噴油量的控制出現(xiàn)誤差，或?qū)е聡娪土坎蛔阌绊懓l(fā)動(dòng)機(jī)的動(dòng)力，或?qū)е聡娪土窟^(guò)多造成能源浪費(fèi)和環(huán)境污染。目前大部分多點(diǎn)電噴發(fā)送機(jī)和缸內(nèi)直噴發(fā)動(dòng)機(jī)，都可以根據(jù)節(jié)氣門的位置變化，來(lái)控制ECU單元的數(shù)據(jù)變化。但由于國(guó)內(nèi)油品質(zhì)量問(wèn)題、發(fā)動(dòng)機(jī)設(shè)計(jì)存在缺陷、發(fā)動(dòng)機(jī)精密程度不夠消耗機(jī)油，或車輛的總里程數(shù)偏大磨損嚴(yán)重等，都會(huì)導(dǎo)致節(jié)氣門位置出現(xiàn)積碳，影響ECU核心參數(shù)的變化，進(jìn)一步增加了空燃比誤差。

仿真結(jié)果顯示，PSO算法具有更快的迭代效率和更少的迭代次數(shù)，當(dāng)?shù)螖?shù)到120次時(shí)滿足終止條件，算法的總適應(yīng)度值歸零；相比較而言，傳統(tǒng)模糊控制算法的迭代效率較差，所需的迭代次數(shù)更多，當(dāng)總適應(yīng)度值歸零時(shí)迭代次數(shù)已經(jīng)超過(guò)了180次。對(duì)于汽車內(nèi)燃機(jī)這種封閉的復(fù)雜單體結(jié)構(gòu)而言，模型設(shè)定的精確性十分重要，但由于存在多個(gè)目標(biāo)極點(diǎn)，最優(yōu)極點(diǎn)位置的選擇成為確定最佳空燃比的關(guān)鍵環(huán)節(jié)。利用PSO群智能算法的優(yōu)勢(shì)在于可以在局部范圍內(nèi)獲得最優(yōu)解，并擴(kuò)展到整個(gè)種群，在閉環(huán)的內(nèi)燃機(jī)控制系統(tǒng)范圍內(nèi)識(shí)別到位置最優(yōu)的極點(diǎn)。反饋控制器能夠觀測(cè)到的極點(diǎn)值越小，其響應(yīng)速度越快，工作效率越高，但同時(shí)模型的抗干擾性能也會(huì)衰減，因此在利用PSO算法誤差估計(jì)過(guò)程要平衡模型的迭代效率和誤差控制等問(wèn)題，保證系統(tǒng)的均衡。最后，對(duì)比PSO算法和模糊控制算法下，發(fā)動(dòng)機(jī)空燃比的優(yōu)化情況，仿真結(jié)果如圖3所示：

模型以本次建造的監(jiān)測(cè)孔ZK1、ZK2、ZK3、ZK4、ZK5和廠區(qū)內(nèi)其他項(xiàng)目的工程勘察鉆孔作為穩(wěn)定流地下水流場(chǎng)校準(zhǔn)的依據(jù)。對(duì)成品庫(kù)、分解分級(jí)、熱電、原料磨區(qū)域分別各選1個(gè)鉆孔，讀取地下水位，并按拼音縮寫(xiě)依次編號(hào)為:熱電(RD)、原料磨(YLM)、成品庫(kù)(CPK)、分解分級(jí)(FJFJ)。模型模擬結(jié)果見(jiàn)圖3，各個(gè)觀測(cè)孔處計(jì)算水位均在設(shè)定誤差范圍內(nèi)(表2)。

【書(shū)籍】 主編者.書(shū)名.版次.卷次.出版地:出版者，年份.起頁(yè).迄頁(yè).或作者.文題.見(jiàn):主編者.書(shū)名.卷次.版次.出版地.出版者，年份.起頁(yè).迄頁(yè).例如:

在汽車發(fā)動(dòng)機(jī)動(dòng)力扭矩輸出和廢氣排放總量不變的前提下，本文基于PSO算法控制所得到的空燃比曲線，更接近于標(biāo)準(zhǔn)狀態(tài)下的理論值，空燃比控制結(jié)果優(yōu)于傳統(tǒng)模糊控制算法。

4 結(jié)束語(yǔ)

汽車發(fā)動(dòng)機(jī)最優(yōu)空燃比參數(shù)的選擇，不僅會(huì)影響到汽車發(fā)動(dòng)機(jī)動(dòng)力扭矩輸出，還會(huì)影響到汽車的廢氣排放問(wèn)題，進(jìn)而對(duì)生態(tài)環(huán)境構(gòu)成重要影響。發(fā)動(dòng)機(jī)節(jié)氣門變化，氧傳感器故障和進(jìn)氣歧管的濕壁效應(yīng)，也會(huì)干擾最優(yōu)空燃比參數(shù)的選擇，為了更精確地選擇最佳的極點(diǎn)值，進(jìn)而確定最優(yōu)空燃比，本文分析了發(fā)動(dòng)機(jī)最優(yōu)空燃比的控制目標(biāo)及各種影響因素，基于PSO算法構(gòu)建了一種極點(diǎn)優(yōu)化模型，利用PSO算法模型在局部尋優(yōu)和全局尋優(yōu)中的優(yōu)勢(shì)，篩選出最佳的空燃比控制參數(shù)。仿真實(shí)驗(yàn)的結(jié)果也驗(yàn)證了PSO算法在最優(yōu)空燃比參數(shù)選擇和數(shù)值控制等方面的優(yōu)勢(shì)。

[1]孫傳旺, 徐淑華. 城市機(jī)動(dòng)車限行對(duì)PM_(2.5)的影響與效果檢驗(yàn)[J]. 中國(guó)管理科學(xué), 2021, 29(01):196-206.

[2]阿迪拉·阿力木江, 蔣平, 董虹佳,等. 推廣新能源汽車碳減排和大氣污染控制的協(xié)同效益研究——以上海市為例[J]. 環(huán)境科學(xué)學(xué)報(bào), 2020, 40(05):1873-1883.

[3]程大千、鄒慶、張甦、陳俊、周俐峻. 機(jī)動(dòng)車污染物排放及擴(kuò)散的時(shí)空分布特征研究——以江蘇省高速公路網(wǎng)為例[J]. 公路交通科技, 2020, 37(11):139-149.

[4]趙梓釧, 劉帥, 王忠,等. 重型柴油機(jī)燃用改性柴油的排放污染物研究[J]. 西安交通大學(xué)學(xué)報(bào), 2022, 56(01):41-50.

[5]徐勁松, 聶珂, 黃國(guó)勇,等. 壓燃式航空活塞發(fā)動(dòng)機(jī)轉(zhuǎn)矩與空燃比的控制[J]. 航空動(dòng)力學(xué)報(bào), 2021, 36(05):1083-1093.