摘要：針對(duì)小樣本、貧數(shù)據(jù)下柴油機(jī)性能參數(shù)預(yù)測問題，以TBD234V12增壓柴油機(jī)為試驗(yàn)對(duì)象，采用灰色預(yù)測方法分別建立了不同柴油機(jī)運(yùn)行參數(shù)的等間隔GM預(yù)測模型和非等間隔GM預(yù)測模型，并通過MATLAB語言和GUIDE自主設(shè)計(jì)和開發(fā)了相繼增壓柴油機(jī)性能參數(shù)預(yù)測仿真平臺(tái)。通過試驗(yàn)及仿真驗(yàn)證表明，該仿真平臺(tái)能夠較高精度的實(shí)現(xiàn)小樣本下的柴油機(jī)性能預(yù)測，為柴油機(jī)的性能優(yōu)化研究提供了新的有效平臺(tái)。

Abstract： Aiming at the prediction problem of diesel engine performance parameters under small sample and lean data， the TBD234V12 sequential supercharged diesel engine was used as the test object. The gray prediction method was used to establish the equal interval GM prediction model and the non-equal interval GM prediction model for different diesel engine operating parameters. The MATLAB language and GUIDE were used to design and develop the simulation platform for performance parameters prediction of sequential turbocharged diesel engines. The experimental and simulation results show that the simulation platform can predict the diesel engine performance under small sample with high precision， which provides a new effective platform for diesel engine performance optimization research.

關(guān)鍵詞：柴油機(jī);性能參數(shù);GM預(yù)測;GUIDE;仿真平臺(tái)

Key words： diesel engine;performance parameters;GM prediction;GUIDE;simulation platform

0 ?引言

增壓柴油機(jī)較普通柴油機(jī)系統(tǒng)復(fù)雜，運(yùn)行環(huán)境更加惡劣，為了確保其可靠穩(wěn)定的運(yùn)行，有必要對(duì)增壓系統(tǒng)的運(yùn)行狀態(tài)和運(yùn)行趨勢進(jìn)行監(jiān)測和預(yù)報(bào)，進(jìn)而有效預(yù)防和避免故障的發(fā)生[1]。雖然針對(duì)柴油機(jī)性能參數(shù)預(yù)測的方法有很多，如神經(jīng)網(wǎng)絡(luò)[2]、支持向量機(jī)[3]等，但是此類方法都是基于統(tǒng)計(jì)學(xué)的方法，需要大量的數(shù)據(jù)作為預(yù)測基礎(chǔ)。對(duì)于一些數(shù)據(jù)受限無法獲取足夠數(shù)據(jù)樣本的場合，此類方法便難以實(shí)施。灰色預(yù)測方法具有樣本少、運(yùn)算簡便、短期預(yù)測精度高的特點(diǎn)[4]，理論上只需4個(gè)數(shù)據(jù)即可形成原始數(shù)據(jù)序列，進(jìn)行數(shù)據(jù)建模，并通過模型中的反饋信息來檢驗(yàn)預(yù)測結(jié)果的準(zhǔn)確性。因此，將灰色預(yù)測方法應(yīng)用于柴油機(jī)性能預(yù)測領(lǐng)域成為一種新的研究途徑。

目前，灰色預(yù)測在柴油機(jī)領(lǐng)域已經(jīng)有了諸多成功的應(yīng)用案例[5-7]，但是均存在共同的問題：一方面，灰色預(yù)測在柴油機(jī)領(lǐng)域的應(yīng)用大多局限于基本模型的應(yīng)用，應(yīng)用范圍比較局限;另一方面，灰色預(yù)測在柴油機(jī)領(lǐng)域的應(yīng)用實(shí)現(xiàn)基本都采用傳統(tǒng)編程方式，如C語言或者M(jìn)ATLAB語言等，缺乏有效的硬件平臺(tái)，不利于模型的基礎(chǔ)應(yīng)用以及拓展研究，也不利于在線仿真的實(shí)現(xiàn)。

因此，本文基于“小樣本、貧數(shù)據(jù)”研究背景，對(duì)灰色預(yù)測應(yīng)用于等間隔模式下和非等間隔模式下增壓柴油機(jī)主要性能參數(shù)預(yù)測進(jìn)行了詳細(xì)研究，拓展了灰色預(yù)測在柴油機(jī)領(lǐng)域的應(yīng)用范圍，并利用MATLAB GUIDE開發(fā)和設(shè)計(jì)了仿真優(yōu)化平臺(tái)，為灰色預(yù)測方法在柴油機(jī)性能預(yù)測領(lǐng)域的應(yīng)用及優(yōu)化提供了有效方式。

1 ?GM預(yù)測建模方法

1.1 等間隔GM預(yù)測模型

通過以上步驟求解得到的模型稱作均值GM（1，1）模型，簡稱EGM模型。該模型也是目前應(yīng)用最為普遍的模型，通常所提的GM（1，1）模型均代指該模型。

1.2 非等間隔GM預(yù)測模型

在柴油機(jī)運(yùn)行參數(shù)實(shí)際采集過程中，并不是所有時(shí)候都采用等間隔采樣方式，往往會(huì)因?yàn)槟承┨厥馇闆r無法獲得足夠等間隔數(shù)據(jù)，這樣由非等間隔采集組成的原始數(shù)據(jù)序列便不具備灰色預(yù)測的“時(shí)序性”，不宜再直接采用原GM模型進(jìn)行建模。因此，本文采取加權(quán)處理的方法對(duì)原模型進(jìn)行改進(jìn)。

2 ?仿真平臺(tái)的設(shè)計(jì)與開發(fā)

目前GM預(yù)測的實(shí)現(xiàn)基本都是基于編程方式，如基于MATLAB語言、C語言等。該類方法在應(yīng)用過程中存在明顯的不足：

①實(shí)現(xiàn)過程比較繁瑣。以MATLAB語言編程為例，具體的實(shí)現(xiàn)方式是采用MATLAB語言編寫預(yù)測程序m文件，然后通過MATLAB調(diào)用m文件或拷貝m文件中的程序內(nèi)容至MATLAB命令窗口進(jìn)行計(jì)算，整個(gè)操作均在命令行界面中完成。當(dāng)需要對(duì)不同對(duì)象進(jìn)行建?；蛘哌M(jìn)行對(duì)比分析時(shí)，需要反復(fù)調(diào)用m文件中的程序，而反復(fù)的調(diào)用往往容易增加出錯(cuò)的概率，嚴(yán)重影響計(jì)算效率。

②無法直觀顯示建模過程。無論GM預(yù)測的基礎(chǔ)應(yīng)用還是優(yōu)化研究，建模過程中的反饋參數(shù)都至關(guān)重要，而傳統(tǒng)方式很難直觀的呈現(xiàn)建模過程中模型參數(shù)的變化情況，這也是目前灰色預(yù)測應(yīng)用中容易被忽略的環(huán)節(jié)。

③較難實(shí)現(xiàn)選擇性建模。由于不同GM模型具備不同的適用性，因此在應(yīng)用過程中往往離不開模型適用性對(duì)比分析，尤其是對(duì)于柴油機(jī)不同運(yùn)行參數(shù)，需要對(duì)其選擇性建模，而這便大大增加了傳統(tǒng)編程方式的工作量。

④無法實(shí)現(xiàn)在線預(yù)測功能。柴油機(jī)GM預(yù)測應(yīng)用研究的目的還在實(shí)現(xiàn)運(yùn)行參數(shù)的在線預(yù)測，而傳統(tǒng)方法則難以實(shí)現(xiàn)該功能。

雖然南京航空航天大學(xué)方面在2003年基于VisualBasic6.0開發(fā)了第一套基于Windows視窗界面的灰色系統(tǒng)建模軟件[8]，為灰色預(yù)測的應(yīng)用提供了新的研究平臺(tái)。但是該軟件仍存在一些需要改進(jìn)的地方。首先，該軟件側(cè)重于灰色預(yù)測模型的基礎(chǔ)性研究，無法體現(xiàn)柴油機(jī)GM預(yù)測應(yīng)用的特點(diǎn)，且系統(tǒng)功能與最新研究結(jié)果比較脫節(jié)[9]，盡管后續(xù)更新了部分優(yōu)化模型，但是并不能滿足柴油機(jī)性能預(yù)測建模要求。其次，該軟件功能拓展并未對(duì)外開放，因此系統(tǒng)功能比較受限，用戶無法實(shí)現(xiàn)自定義功能。最后，該軟件依然無法實(shí)現(xiàn)柴油機(jī)性能參數(shù)在線預(yù)測的功能。

因此，為了方便應(yīng)用及優(yōu)化研究的開展，本文采用MATLAB語言編程，基于MATLAB軟件中自帶的圖形用戶界面開發(fā)環(huán)境GUIDE（Graphic User Interface Design Environment）設(shè)計(jì)并建立了GM預(yù)測GUI，并編譯為可獨(dú)立運(yùn)行的.exe文件，即柴油機(jī)性能GM預(yù)測仿真平臺(tái)。

GUI的實(shí)現(xiàn)主要包括GUI界面設(shè)計(jì)和回調(diào)程序的設(shè)計(jì)，分別對(duì)應(yīng)保存在.fig和.m文件中[10]。GUI界面設(shè)計(jì)通過設(shè)置菜單和各個(gè)控件，并進(jìn)行位置布置和屬性編輯來實(shí)現(xiàn)，GUI的具體實(shí)施過程在此不詳加贅述，可參考文獻(xiàn)[11]-[13]?？紤]到盡可能的方便在線仿真及工程應(yīng)用，該GUI設(shè)計(jì)有多個(gè)功能模塊，每個(gè)模塊包含多個(gè)子程序，用戶只需要通過簡單操作即可直觀獲得建模相關(guān)信息。仿真平臺(tái)的主要結(jié)構(gòu)控制流程如圖1所示。

仿真平臺(tái)主要包括初始設(shè)置模塊、計(jì)算模塊和顯示、輸出模塊。

①初始設(shè)置模塊。該模塊主要包括GM模型選擇及對(duì)應(yīng)模型基本參數(shù)的設(shè)置，該模塊也是GM預(yù)測GUI的核心部分。模型選擇子程序主要由EGM模型、NEGM模型以及DGM模型、ODGM模型、EDGM模型、Verhulst模型、殘差GM（1，1）模型、殘差均值GM（1，1）模型等共計(jì)10多種通用GM模型，便于快捷實(shí)現(xiàn)不同GM模型的適用性研究。

②計(jì)算模塊。該模塊主要包括數(shù)據(jù)的導(dǎo)入、模型檢驗(yàn)、仿真計(jì)算、精度檢驗(yàn)、誤差棒圖分析、不同步長預(yù)測等。用戶只需要選擇模型及設(shè)置相關(guān)模型參數(shù)，即可快捷實(shí)現(xiàn)GM仿真計(jì)算。

③顯示、輸出模塊。該模塊主要包括GM建模參數(shù)、仿真曲線、誤差棒圖等輸出。具體包括仿真與試驗(yàn)對(duì)比曲線輸出、中間反饋參數(shù)的輸出、不同模型誤差棒圖的輸出等。各輸出子模塊相互獨(dú)立，且設(shè)置有導(dǎo)出功能，可以將每次仿真計(jì)算的結(jié)果以及相關(guān)反饋參數(shù)保存至工作目錄下EXCEL或WORD文件中，便于用戶進(jìn)一步處理。

通常完成GUI的設(shè)計(jì)之后需要編寫菜單和各個(gè)控件的回調(diào)函數(shù)的程序代碼，從而激活各個(gè)控件相應(yīng)的功能。由于GUI人機(jī)交互的實(shí)現(xiàn)必須依托MATLAB GUIDE環(huán)境，不利于實(shí)際應(yīng)用，因此，本節(jié)通過編譯生成可獨(dú)立運(yùn)行的.exe可執(zhí)行文件，即柴油機(jī)性能GM預(yù)測仿真平臺(tái)，其主界面如圖2所示。

3 ?仿真實(shí)例驗(yàn)證

3.1 等間隔GM預(yù)測

隨機(jī)選取增壓器轉(zhuǎn)速進(jìn)行GM預(yù)測驗(yàn)證。通過試驗(yàn)獲取等間隔采集序列，如表1所示。

圖3為仿真值與試驗(yàn)值對(duì)比曲線。

由圖3可以上看出，GM仿真預(yù)測曲線基本與試驗(yàn)值曲線重合，一步預(yù)測相對(duì)誤差為6.2%，基本符合要求。

3.2 非等間隔GM預(yù)測

同樣選取增壓器轉(zhuǎn)速參數(shù)進(jìn)行GM預(yù)測驗(yàn)證。通過試驗(yàn)獲取非等間隔采集序列，如表2所示。

由圖4可以看出，仿真預(yù)測曲線與試驗(yàn)值曲線貼近程度較高，一步預(yù)測相對(duì)誤差為0.24%，具有較高的預(yù)測精度。

圖5所示為仿真平臺(tái)結(jié)果示意圖。

通過以上結(jié)果驗(yàn)證了仿真平臺(tái)的有效性，對(duì)于柴油機(jī)性能參數(shù)GM預(yù)測提供了一種快捷便利的研究平臺(tái)。

4 ?結(jié)論

本文針對(duì)小樣本、貧數(shù)據(jù)下的柴油機(jī)性能參數(shù)預(yù)測問題進(jìn)行了研究，基于等間隔和非等間隔模式分別建立柴油機(jī)不同參數(shù)的GM預(yù)測模型，采用MATLAB語言編寫了預(yù)測算法，并基于GUIDE設(shè)計(jì)和開發(fā)了柴油機(jī)性能GM預(yù)測仿真平臺(tái)，最終的結(jié)果驗(yàn)證了平臺(tái)的有效性，可以滿足柴油機(jī)性能參數(shù)的預(yù)測要求，對(duì)于柴油機(jī)的性能預(yù)測及優(yōu)化研究提供了一種新的研究方式和研究平臺(tái)。

參考文獻(xiàn)：

[1]王銀燕，何清林，王賀春等.柴油機(jī)采用4臺(tái)增壓器相繼增壓性能的試驗(yàn)研究[J].內(nèi)燃機(jī)工程，2012，33（1）：6-10，17.

[2]Mohammadhassani J ， Dadvand A ， Khalilarya S ， et al. Prediction and reduction of diesel engine emissions using a combined ANN–ACO method[J]. Applied Soft Computing， 2015， 34：139-150.

[3]Najafi G ， Ghobadian B ， Moosavian S A ， et al. SVM and ANFIS for prediction of performance and exhaust emissions of a SI engine with gasoline-ethanol blended fuels[J]. Applied Thermal Engineering， 2016，95：186-203.

[4]Kayacan E， Ulutas B， Kaynak O. Grey system theory-based models in time series prediction[J]. Expert Systems with Applications， 2010， 37（2）：1784-1789.

[5]鄒兆鵬.灰色理論在GE5080F型發(fā)動(dòng)機(jī)油液監(jiān)測中的應(yīng)用研究[D].中南大學(xué)，2012.

[6]Lu X Z， Lu W K. Pre-alarm model of diesel vapour detection and alarm based on grey forecasting[J].Measurement， 2012， 45（4）：656-662.

[7]Du J W， Wang Y Y. Fault forecast and diagnosis of sequential turbocharging system based on grey theory and neural network [J].Transactions of CSICE， 2008， 26（6）：543-549.

[8]劉思峰.灰色系統(tǒng)理論的產(chǎn)生與發(fā)展[J].南京航空航天大學(xué)學(xué)報(bào)，2004（02）：267-272.

[9]劉思峰.灰色系統(tǒng)理論及應(yīng)用[M].科學(xué)出版社，2010.

[10]祖象歡，楊傳雷，王銀燕.基于GM（1，1）模型和MATLAB GUI的相繼增壓柴油機(jī)性能預(yù)測[J].哈爾濱工程大學(xué)學(xué)報(bào)，2015， 36（11）：1-5.

[11]秦輝，席裕庚.基于Matlab GUI的預(yù)測控制仿真平臺(tái)設(shè)計(jì)[J].系統(tǒng)仿真學(xué)報(bào)，2006，18（10）：2778-2781.

[12]曹萬科，張?zhí)靷b，張霖霖，等.汽車CAN總線可視化實(shí)時(shí)性分析研究及仿真[J].系統(tǒng)仿真學(xué)報(bào)，2008，20（9）：2345-2348.

[13]劉旭旺，汪定偉.基于Multi-Agent的多屬性拍賣評(píng)標(biāo)機(jī)制的仿真研究[J].系統(tǒng)仿真學(xué)報(bào)，2013，15（10）：2367-2372.