Intake Air Mass Flow Estimation of EGR Equipped SI Engine Using Centralized and Decentralized EKF

Abstract

In order to reduce vehicle emission, Three Way Catalyst (TWC) is the key component of Spark Ignition (SI) engine. Since TWC has maximum efficiency point around stoichiometric Air Fuel Ratio (AFR) of mixture gas, AFR should be controlled precisely in the neighborhood of stoichiometric ratio. In order to control it precisely, accurate air mass flow estimation is necessarily required. Air mass flow estimation can be calculated using intake manifold pressure and volumetric efficiency which is derived by experiment. Even though pressure sensor in intake manifold is available, however, it can be inaccurate in rapidly changing transients because sensor has its own delay. That is, manifold pressure needs to be modeled to estimate accurate air mass flow rate to intake valve. In this study, Extended Kalman Filter (EKF) is used to estimate intake manifold pressure. For model prediction of EKF it is used that dynamics of intake manifold pressure changes by throttle, EGR, intake valve flow, and pumping fluctuation. For observer update of EKF, intake manifold pressure sensor and air mass flow sensor are used. Since two types of sensor are available for observer update, centralized and decentralized form of EKF can be applied for estimation. Root Mean Square Error (RMSE) is calculated based on assumption that Engine Management System (EMS) value is true value.

가솔린 내연기관 자동차의 유해 배출가스를 줄이기 위해서는 삼원촉매의 역할이 가장 중요하다. 이러한 삼원촉매는 그 효율이 연료와 공기의 혼합비율이 화학량론적 수인 14.7 부근에서 그 효율이 가장 높기 때문에 이를 14.7 부근에서 제어하는 것이 배출가스를 줄이는데 중요한 역할을 한다. 연료와 공기의 비율을 14.7 부근에서 제어하기 위해서는 흡기 밸브로 흡입되는 공기량을 정확하게 추정해야 하는데, 흡기 밸브로 유입되는 공기량은 흡기 매니폴드 내부의 압력과 체적 효율을 통해 구할 수 있다. 체적 효율은 별도의 시험을 통해 미리 구할 수 있기 때문에, 흡기 매니폴드 내부의 압력을 추정하면 흡기 밸브로 유입되는 공기량을 계산할 수 있다. 흡기 매니폴드 내부의 압력센서가 있음에도 이 값을 그대로 사용하지 못하는 이유는 센서 자체의 딜레이가 있기 때문에 급격하게 압력이 변하는 구간에서는 센서 값을 신뢰할 수 없기 때문이다. 따라서 흡기 매니폴드 내부의 압력은 추정값을 사용하는 것이 더 정확하다. 본 연구에서는 확장칼만필터를 사용하여 흡기 매니폴드 내부의 압력과 이를 통한 흡기 밸브로 유입되는 공기량을 추정한다. 확장칼만필터 모델 예측을 위해서 쓰로틀을 통해 유입되는 공기량, EGR을 통해 유입되는 공기량, 흡기 밸브로 유입되는 공기량, 펌핑 변동에 의한 압력 변화를 수학적으로 모델링한다. 확장칼만필터 관측기 업데이트를 위해서는 흡기 매니폴드 내부의 압력센서와 쓰로틀 전단에 위치한 흡입공기량 센서를 사용한다. 또한 서로 다른 종류의 두가지 센서를 사용하여 추정하기 때문에 이를 중앙 집중형 확장칼만필터와 분산형 확장칼만필터로 다르게 구현하여 그 결과값을 비교한다. 결과값 비교에는 엔진제어시스템에서 사용하는 값을 참값이라고 가정하여, 평균 제곱근 오차를 사용한다.