CN1275108C

CN1275108C - 设备控制系统

Info

Publication number: CN1275108C
Application number: CNB028010086A
Authority: CN
Inventors: 安井裕司; 岩城喜久; 高桥润
Original assignee: Honda Motor Co Ltd
Current assignee: Honda Motor Co Ltd
Priority date: 2001-04-20
Filing date: 2002-04-19
Publication date: 2006-09-13
Anticipated expiration: 2022-04-19
Also published as: BR0205088A; CA2411520C; EP2261760B1; EP2264302A1; ATE538418T1; US7216006B2; KR20030007852A; EP1293851A4; US7050864B2; EP2261760A1; EP2261759A1; CA2411520A1; EP2261759B8; EP2264302B1; ATE554277T1; EP2261759B1; KR100552579B1; US20030120360A1; CN1460201A; EP1293851A1

Abstract

本发明披露了一种设备控制系统。如果识别对作为控制对象的设备进行建模获得的控制对象模型的模型参数，并利用识别的模型参数进行滑动模控制过程，则该控制系统可以更稳定地对设备进行控制。通过将模型参数的更新矢量(dθ)与基准矢量(θbase)相加，模型参数识别器(22)计算模型参数矢量(θ)。通过利用大于“0”而小于“1”的预定值乘以更新矢量的至少一个元素的过去值，校正更新矢量(dθ)。通过将校正更新矢量(dθ)与基准矢量(θbase)相加，计算模型参数矢量(θ)。

Description

设备控制系统

技术领域

本发明涉及设备控制系统，更特别地涉及在机器人控制理论之一的滑动模控制理论的基础上用滑动模控制器对设备进行控制的控制系统。

例如，在日本平成9年公布的专利No.9-274504中揭示了一种已知的根据滑动模控制理论的控制系统。该公布的专利提出了根据控制状态数量的收敛状况在滑动模控制理论中设置超平面的方法。按照提出的方法，改善了滑动模控制的收敛响应和收敛稳定性。

为了用滑动模控制器控制作为控制对象的设备，需要产生设备(控制对象)的模型和确定表示设备模型特征的模型参数。可以将模型参数设置在预先确定的恒定值上。然而，由于老化和扰动通常模型参数的值发生变化。所以，我们希望用模型参数识别器，在实时的基础上识别模型参数，并用由模型参数识别器识别的模型参数执行滑动模控制。

模型参数识别器检测识别误差，该误差是在用识别模型参数计算的设备输出和设备的实际输出之间的差，并为了消除识别误差对模型参数进行校正。所以，关于模型参数识别器，可能会发生下列问题。

由于非线性特性和平均值不为“0”的扰动，即便实际上已经得到了实质上最佳的模型参数，识别误差也不会变成“0”。所以，偶尔也要对不需要校正的模型参数进行校正。结果，漂移发生了，模型参数的值逐渐地从它们的最佳值漂移到某些其它的值使由滑动模控制器实施的控制变得不稳定。

背景技术

已知一种传统空气燃油比控制系统，该系统通过对设备，即控制对象建立模型确定控制对象模型，并利用参数调节装置识别控制对象模型的模型参数(例如，第Hei 11-73206号日本未决专利申请)。根据此系统，自调调节器利用识别模型参数利用反馈方法将待送到内燃机内的空气燃油混合物的空气燃油比控制到目标空气燃油比。

在上述控制系统中，通过将模型参数的初始值与根据模型参数的识别误差计算的更新分量相加计算每个模型参数。

在上述控制系统中，在对该设备计算控制输入时，不考虑该设备的状态数量确定模型参数的初始值。因此，在设备特性在较短时间周期内发生变化时，模型参数收敛到其最佳值所需的时间周期变得更长，这样会导致性能控制不充分。

例如，第Hei 9-274504号日本未决专利申请披露了一种已知的根据滑动模控制理论的控制系统。该公开中披露确定滑动模控制的稳定性，并在确定滑动模控制不稳定时，将确定滑动模控制不稳定之前的计算值用于控制对象的控制输入。

第Hei 11-93741号日本未决专利申请披露了另一种已知控制系统。在此控制系统中，确定滑动模控制稳定性，并且在确定滑动模控制不稳定时，将控制对象的控制输入设置为预定值。

然而，根据上述传统控制系统，在确定滑动模控制不稳定时，固定设备的控制输入，这样就不可能使设备的输出收敛到控制目标值。

在上述第Hei 11-73206号日本未决专利申请披露的控制系统中，通过将根据模型参数的识别误差计算的更新分量与模型参数的初始值相加，计算模型参数。

根据第Hei 11-73206日本未决专利申请披露的此控制系统，避免了模型参数因为扰动发生漂移。然而，由于自调调节器本身使用参数调节装置计算的模型参数，所以仍有改善保持自调调节器稳定性的余地。

第2000-179384号日本未决专利申请披露了一种控制系统，在这种控制系统中，在实时的基础上，识别通过对设备进行建模获得的控制对象模型的模型参数，并利用识别模型参数控制该设备。

此公开披露的控制系统包括：识别器，用于识别模型参数；估计器，用于估计设备的输出；以及滑动模控制器，采用滑动模控制过程，利用识别器识别的模型参数和估计器估计的设备输出计算设备的控制输入。将设备的输出与设备输出的目标值之间的差值以及设备的输入与基准值之间的差值输入到识别器和估计器。根据用于控制设备输入的控制量，反复设置基准值。通过根据控制量反复设置基准值，获得的效果是，提高了使设备输出收敛到目标值的控制过程的收敛速度。

根据第2000-179384号日本未决专利申请披露的控制系统，采用根据滑动模控制器计算的自适应控制输入设置基准值的方法。因此，设置基准值的该方法只能应用于采用自适应滑动模控制过程的系统。所以，需要一种可以广泛应用的基准值设置方法。

第Hei 8-261050号日本未决专利申请披露了一种已知的节流阀开度控制系统。在此控制系统中，利用PID(比例、积分和微分)控制过程控制马达致动的节流阀的开度，根据车辆的工作情况设置PID控制过程的控制常数。

由于作为控制对象的节流阀致动装置具有非线性特性，所以利用传统PID控制过程不能在控制精度、控制稳定性以及节流阀开度的随动特性方面获得充分控制性能。

发明内容

所以本发明的目的是提供设备控制系统，当识别对成为控制对象的设备进行模型化得到的控制对象模型的模型参数和用识别的模型参数实施滑动模型控制时，该系统能更稳定地控制设备。

本发明的另一个目的是提供一种在设备特性在较短时间周期内发生变化时，可以迅速使控制对象模型的一个或多个模型参数收敛到其最佳值从而保持良好可控制性的设备控制系统。

本发明的另一个目的是提供一种在确定滑动模控制过程不稳定时，可以继续进行控制使设备输出收敛到控制目标值，并执行适当处理过程使滑动模控制过程稳定从而改善滑动模控制过程的稳定性的设备控制系统。

本发明的另一个目的是提供一种识别通过对设备(即：控制对象)进行建模获得的、控制对象模型的模型参数，并利用此模型参数改善控制过程的稳定性的设备控制系统。

本发明的另一个目的是提供一种在使用利用设备的输入基准值或输出基准值确定的控制对象模型时，采用可广泛应用的方法设置该基准值，从而改善控制性能的设备控制系统。

本发明的另一个目的是提供一种节流阀致动装置控制系统，该控制系统可以提高控制精度、控制稳定性以及节流阀开启到目标值的随动特性。

为了达到上述目的，本发明提供包括识别装置和滑动模控制器的设备控制系统。识别装置识别对设备进行模型化得到的设备的控制对象模型的模型参数矢量(θ)。滑动模控制器用由识别装置识别的模型参数矢量对设备进行控制。识别装置包括识别误差计算装置，更新矢量计算装置，和更新矢量校正装置。识别误差计算装置计算模型参数矢量的识别误差(ide)。更新矢量计算装置根据识别误差计算更新矢量(dθ)。更新矢量校正装置通过用一个大于“0”和小于“1”的预先确定的值(DELTAi，EPSi)乘更新矢量的至少一个元素的一个过去值，对更新矢量进行校正。识别装置通过将经校正的更新矢量加到模型参数矢量的一个参考矢量(θbase，θ(0))计算模型参数矢量。

用这种结构，根据模型参数矢量的识别误差计算更新矢量，并通过用该大于“0”和小于“1”的预先确定的值乘更新矢量的至少一个元素的一个过去值对更新矢量进行校正。将经校正的更新矢量加到模型参数矢量的参考矢量上计算模型参数矢量。因此，使更新矢量的元素值受到限制，从而使模型参数矢量稳定在参考矢量的附近。结果，防止了模型参数的漂移，从而改善了由滑动模控制器实施的滑动模型控制的稳定性。

优先地，更新矢量校正装置不用预先确定的值乘与设备输入有关的更新矢量的一个元素(一个与计算b1有关的元素)和与设备输入及输出无关的更新矢量的一个元素(一个与计算c1有关的元素)。用这种结构，能够防止发生可能由于校正这些元数引起的稳态偏离。

优先地，更新矢量校正用预先确定的值(EPSi)乘参考矢量(θ(0))的至少一个元素。又在这种情形中，防止了模型参数的漂移，从而改善了由滑动模控制器实施的滑动模型控制的稳定性。

本发明进一步提供包括识别装置和滑动模控制器的设备控制系统。识别装置根据设备的输入和输出识别由对设备进行模型化得到的控制对象模型的模型参数矢量。滑动模控制器用由所述识别装置识别的模型参数矢量对设备进行控制。识别装置包括识别误差计算装置和识别误差校正装置。识别误差计算装置计算模型参数矢量的识别误差(ide)。如果识别误差处于预先确定的范围(-EIDNRLM≤ide≤EIDNRLMT)内，则识别误差校正装置沿使它减小的方向校正识别误差。识别装置用由识别误差校正装置校正的识别误差(iden1)计算模型参数矢量。

用这种结构，如果识别误差处于预先确定的范围内，则沿使它减小的方向校正识别误差，并用经校正的识别误差计算模型参数矢量。所以，抑制了识别误差，减小了在模型参数中的积累，即防止了模型参数的漂移，从而改善了由滑动模控制器实施的滑动模型控制的稳定性。

优先地，如果识别误差处于预先确定的范围内，则识别误差校正装置将识别误差设置在“0”。用这种结构，消除了没有反映出来的识别误差对模型参数值的影响，导致防止模型参数漂移的作用增加。

优先地，根据控制目标值中的变化量(DDTHR)或在设备输出中的变化量(DTH)设置预先确定的范围。用这种结构，根据控制目标值中的变化量或在设备输出中的变化量设置预先确定的范围。其影响待被减弱的识别误差的范围变得适当了。所以，这防止使反映到模型参数值的识别误差减小或作为不需要的误差被忽略。

优先地，识别装置根据固定增益算法识别模型参数矢量。用这种结构，能够减少为了识别模型参数的计算量。

优先地，识别误差计算装置实施识别误差的低通滤波并输出低通滤波后的识别误差。

用这种结构，用经过低通滤波处理后的识别误差识别模型参数矢量。因此，使控制对象模型的频率特性接近于设备的实际频率特性，从而改善了由滑动模控制器实施的控制的鲁棒性和稳定性。

优先地，控制系统进一步包括用于计算设备输出的预测值(PREDTH)的预测装置。用这种结构，由预测装置计算设备输出的预测值。所以，能够精确地控制具有空载时间元素的设备。

优先地，预侧装置用由识别装置识别的模型参数矢量计算预测值。用这种结构，所以，甚至当设备的动态特性随时间改变或根据环境条件改变时，也可以计算精确的预测值。

优先地，从滑动模控制器加到设备的控制输入包括自适应律输入。用这种结构，甚至当存在扰动和/或模型化误差时，该误差是实际设备的特性和控制对象模型的特性之间的差，也能够得到很好的可控制性。

优先地，设备包括具有内燃机的节流阀(3)和用于开动节流阀的开动装置(6)的节流阀开动装置，滑动模控制器计算用于确定加到节流阀开动装置从而使节流阀的开度(TH)与目标开度(THR)一致的控制输入的参数(DUT)。

用这种结构，滑动模控制器实施用由识别装置识别的稳定模型参数，使节流阀开度与目标开度一致的控制。因此，能够改善节流阀开放到目标开度的可控制性，能够更稳定地控制节流阀开度。

优先地，设备包括引擎系统(210)，该引擎系统(210)具有：内燃机(212)和对引擎提供燃油的供油装置(211)，并且为了使送到引擎的空气燃油混合物的空气燃油比与目标空气燃油比一致，滑动模控制器计算参数(DKAF)以确定对引擎系统施加的控制输入。

用这种结构，利用识别装置识别的稳定模型参数，滑动模控制器进行控制使空气燃油比与目标空气燃油比一致。因此，可以改善空气燃油比到目标空气燃油比的可控制性，并且可以更稳定控制空气燃油比。

本发明进一步提供了一种包括识别装置和控制装置的设备控制系统。识别装置至少识别对设备进行建模获得的、设备的控制对象模型的一个模型参数(θ)。利用识别装置识别的此至少一个模型参数，控制装置对设备进行控制。识别装置包括：基准模型参数计算装置、识别误差计算装置以及更新分量计算装置。根据设备的状态数量(DTH)，基准模型参数计算装置至少计算一个基准模型参数(θbase)。识别误差计算装置计算此至少一个模型参数的识别误差(ide)。根据识别误差(ide)，更新分量计算装置至少计算一个更新分量(dθ)。通过使此至少一个更新分量与此至少一个基准模型参数相加，识别装置计算此至少一个模型参数。

用这种结构，根据识别误差计算更新分量，并通过使该更新分量与根据设备状态数量计算的基准模型参数相加，计算模型参数。因此，通过利用更新分量根据始终变化的设备状态数量校正基准模型参数，计算模型参数，因此，与传统方法相比，这样就可以使模型参数更迅速收敛。

优先地，设备状态数量是表示设备动态特性变化的参数。表示设备动态特性变化的该参数可以是设备输出(DTH，TH)，或者是对设备输出进行控制要收敛到的控制目标值(DTHR，THR)。用这种结构，可以获得反映设备动态特性变化的基准模型参数。尤其在设备包括非线性部件时，这样可以使模型参数迅速收敛。

优先地，控制装置利用滑动模控制过程对设备进行控制。用这种结构，即使在存在扰动、建模误差(实际设备的特性与控制对象模型的特性之间的差别)和/或空载时间(控制对象的输入与输出之间的延迟)时，仍可以获得良好可控制性。

优先地，控制装置对设备施加的控制输入包括自适应律输入。用这种结构，即使存在扰动和/或建模误差，仍可以获得更好的可控制性。

优先地，设备包括节流阀开动装置，该节流阀开动装置具有：内燃机节流阀和用于开动节流阀的开动装置，为了使节流阀的开度与目标开度一致，滑动模控制器计算参数以确定对节流阀开动装置施加的控制输入。

用这种结构，利用识别装置识别的模型参数，控制装置进行控制以使节流阀的开度与目标开度一致。因此，可以改善节流阀开度到目标开度的可控制性。

本发明进一步提供了一种包括滑动模控制器的设备控制系统，该滑动模控制器利用滑动模控制过程对设备进行控制。该滑动模控制器包括：开关函数值计算装置、等效控制输入计算装置、到达律输入计算装置、控制输入计算装置、稳定性确定装置以及稳定装置。开关函数值计算装置计算被定义为设备输出与控制目标值之间偏离的线性函数的开关函数的值(σ)。等效控制输入计算装置计算有助于将偏离状态数量限定在开关函数值变成0的开关直线上的等效控制输入(Ueq)。根据设备输出与控制目标值之间的偏离确定偏离状态数量。到达律输入计算装置计算有助于将偏离状态数量设置在开关直线上的到达律输入(Urch)。通过至少使等效控制输入(Ueq)与到达律输入(Urch)相加，控制输入计算装置计算设备的控制输入。稳定性确定装置确定滑动模控制过程是否稳定。在确定滑动模控制过程不稳定时，稳定装置减小等效控制输入(Ueq)的绝对值。

用这种结构，利用有助于将偏离状态数量限定在开关直线上的等效控制输入以及有助于将偏离状态数量设置到开关直线上的到达律输入，计算设备的控制输入。在确定滑动模控制过程不稳定时，减小等效控制输入的绝对值。在滑动模控制过程变得不稳定时，对等效控制输入的影响最大。因此，在继续对使设备输出收敛到控制目标值的过程进行控制时，减小等效控制输入的绝对值可以使滑动模控制过程稳定。

本发明提供了另一种包括滑动模控制器的设备控制系统，该滑动模控制器利用滑动模控制过程对设备进行控制。该滑动模控制器包括：开关函数值计算装置，用于计算被定义为设备输出与控制目标值之间偏离的线性函数的开关函数的值(σ)；等效控制输入计算装置，用于计算有助于将根据设备输出与控制目标值之间的偏离确定的偏离状态数量限定在开关函数值变成0的开关直线上的等效控制输入(Ueq)；到达律输入计算装置，用于计算有助于将偏离状态数量设置在开关直线上的到达律输入(Urch)；控制输入计算装置，通过至少使等效控制输入(Ueq)与到达律输入(Urch)相加，计算设备的控制输入；稳定性确定装置，用于确定滑动模控制过程是否稳定；以及稳定装置，在确定滑动模控制过程不稳定时，将用于计算到达律输入(Urch)的控制增益(F)变更为使滑动模控制过程更稳定的值(XKRCHSTB)。

用这种结构，利用有助于将偏离状态数量限定在开关直线上的等效控制输入以及有助于将偏离状态数量设置到开关直线上的到达律输入，计算设备的控制输入。在确定滑动模控制过程不稳定时，将用于计算到达律输入的控制增益设置为可以使滑动模控制过程更稳定的数值。因此，在继续对使设备输出收敛到控制目标值的过程进行控制时，可以使滑动模控制过程稳定。

优先地，滑动模控制器进一步包括用于计算有助于将偏离状态数量设置到开关直线上的自适应律输入(Uadp)的自适应律输入计算装置，而控制输入计算装置通过累加等效控制输入(Ueq)、到达律输入(Urch)以及自适应律输入(Uadp)计算控制输入(Usl)。

用这种结构，通过进一步将自适应律输入与等效控制输入和到达律输入相加，计算设备的控制输入。因此，即使存在扰动和/或建模误差(实际设备的特性与控制对象模型的特性之间的差别)，仍可以获得良好可控制性。

本发明提供了另一种包括滑动模控制器的设备控制系统，该滑动模控制器利用滑动模控制过程对设备进行控制。该滑动模控制器包括：开关函数值计算装置，用于计算被定义为设备输出与控制目标值之间偏离的线性函数的开关函数的值(σ)；等效控制输入计算装置，用于计算有助于将根据设备输出与控制目标值之间的偏离确定的偏离状态数量限定在开关函数值变成0的开关直线上的等效控制输入(Ueq)；到达律输入计算装置，用于计算有助于将偏离状态数量设置在开关直线上的到达律输入(Urch)；自适应律输入计算装置，用于计算有助于将偏离状态数量设置到开关直线上的自适应律输入(Uadp)；控制输入计算装置，通过累加等效控制输入(Ueq)、到达律输入(Urch)以及自适应律输入(Uadp)，计算设备的控制输入；稳定性确定装置，用于确定滑动模控制过程是否稳定；以及稳定装置，在确定滑动模控制过程不稳定时，将用于计算到达律输入(Urch)的控制增益(G)变更为使滑动模控制过程更稳定的值(XKADPSTB)。

用这种结构，利用有助于将偏离状态数量限定在开关直线上的等效控制输入、有助于将偏离状态数量设置到开关直线上的到达律输入以及有助于将偏离状态数量设置到开关直线上的自适应律输入，计算设备的控制输入。在确定滑动模控制过程不稳定时，将用于计算自适应律输入的控制增益设置为可以使滑动模控制过程更稳定的数值。因此，在继续对使设备输出收敛到控制目标值的过程进行控制时，可以使滑动模控制过程稳定。即使存在扰动和/或建模误差，利用自适应律输入仍可以获得良好可控制性，从而在继续对使设备输出收敛到控制目标值的过程进行控制时，使滑动模控制过程稳定。

本发明提供了另一种包括滑动模控制器的设备控制系统，该滑动模控制器利用滑动模控制过程对设备进行控制。该滑动模控制器包括：开关函数值计算装置，用于计算被定义为设备输出与控制目标值之间偏离的线性函数的开关函数的值(σ)；稳定性确定装置，用于确定滑动模控制过程是否稳定；以及稳定装置，在确定滑动模控制过程不稳定时，改变开关函数(VPOLE)以便降低滑动模控制过程的响应速度。

用这种结构，在确定滑动模控制过程不稳定时，改变开关函数以便降低滑动模控制过程的响应速度。因此，在继续对使设备输出收敛到控制目标值的过程进行控制时，可以使滑动模控制过程稳定。

优先地，稳定性确定装置根据开关函数值(σ)执行稳定性确定过程。开关函数的绝对值升高的趋势表示控制过程变得不稳定。因此，通过根据开关函数的值确定这种趋势，检测滑动模控制过程的不稳定情况。

本发明提供了另一种设备控制系统，该设备控制系统包括：识别装置，根据设备的输入和输出，识别通过对设备进行建模获得的控制对象模型的至少一个模型参数；以及滑动模控制器，利用识别装置识别的此至少一个模型参数，对设备进行控制。滑动模控制器包括：稳定性确定装置，用于确定滑动模控制过程是否稳定；以及稳定装置，在确定滑动模控制过程不稳定时，禁止使用预定模型参数(b1)。

用这种结构，在确定滑动模控制过程不稳定时，禁止使用预定模型参数(b1)。在识别装置执行的识别过程变得不稳定时，滑动模控制过程也变得不稳定。因此，在继续对使设备输出收敛到控制目标值的过程进行控制时，禁止使用对控制过程影响大的预定模型参数可以使滑动模控制过程稳定。

优先地，该识别包括节流阀开动装置，该节流阀开动装置具有：内燃机节流阀和用于开动节流阀的开动装置，为了使节流阀的开度与目标开度一致，滑动模控制器计算参数以确定对节流阀开动装置施加的控制输入。

用这种结构，利用滑动模控制过程对使节流阀开度与目标开度一致的过程进行控制。因此，改善了节流阀开度到目标开度的可控制性。此外，利用稳定装置可以实现更稳定控制。

本发明还提供了另一种设备控制系统，该设备控制系统包括：识别装置，根据设备的输入和输出，识别通过对设备进行建模获得的控制对象模型的模型参数矢量；以及滑动模控制器，利用识别装置识别的此模型参数矢量，对设备进行控制。识别装置包括：识别误差计算装置，用于计算模型参数矢量的识别误差(ide)；更新矢量计算装置，根据该识别误差，计算更新矢量(dθ)；更新矢量校正装置，用于校正更新矢量以便降低识别误差的过去值的影响；模型参数矢量计算装置，通过将模型参数矢量的校正更新矢量与基准矢量(θbase，θ(0))相加，计算模型参数矢量；限制装置，用于将模型参数矢量计算装置计算的模型参数矢量的至少一个元素(a1，a2，b1，c1)的值限制在预定极限范围内。

用这种结构，根据模型参数矢量计算更新矢量并进行校正，从而降低识别误差过去值的影响。将模型参数矢量的校正更新矢量与基准矢量相加以计算模型参数矢量。此外，将模型参数矢量计算装置计算的模型参数矢量的至少一个元素的值限制在预定极限范围内。因此，避免了模型参数发生漂移，并进一步提高了控制稳定性。

优先地，更新矢量计算装置利用固定增益算法计算更新矢量。用这种结构，可以减少计算量。

优先地，通过将更新矢量的至少一个元素的过去值乘以大于0并小于1的预定值，更新矢量校正装置校正更新矢量。用这种结构，降低了识别误差的过去值的影响，并避免了模型参数发生漂流。

优先地，更新矢量校正装置不利用预定值(DELTAi，EPSi)乘以与设备的输入有关的更新矢量的元素(与b1计算过程有关的元素)和与设备的输入和输出无关的更新矢量的元素(与计算c1过程有关的元素)之一。根据这种结构，可以防止发生因为校正这些元素而产生稳态偏离。

优先地，更新矢量校正装置利用预定值乘以基准矢量(θ(0))的至少一个元素。根据这种结构，避免发生模型参数漂移。

优先地，根据表示设备动态特性变化的参数(DTH)，计算基准矢量。尤其在设备包括非线性元件时，这样就可以使模型参数迅速收敛。

本发明还提供了另一种设备控制系统，该设备控制系统包括：识别装置，根据设备的输入和输出，识别通过对设备进行建模获得的控制对象模型的模型参数矢量；以及滑动模控制器，利用识别装置识别的此模型参数矢量，对设备进行控制。识别装置包括：识别误差计算装置，用于计算模型参数矢量的识别误差(ide)；识别误差校正装置，如果识别误差在预定范围内(-EIDNRLMT≤ide≤EIDNRLMT)，则在减小方向校正识别误差；模型参数矢量计算装置，利用识别误差校正装置校正的识别误差(idenl)计算模型参数矢量；以及限制装置，用于将模型参数矢量计算装置计算的模型参数矢量的至少一个元素的值限制在预定极限范围内。

用这种结构，如果识别误差在预定范围内，则在减小方向校正识别误差，然后利用校正识别误差，计算模型参数矢量。此外，将模型参数矢量的至少一个元素的值限制在预定范围内。因此，防止出现模型参数发生漂移，从而改善了控制稳定性。

优先地，限制装置限制模型参数矢量的多个元素(a1，a2)的值，以使多个元素满足预定关系(参考图18)。

用这种结构，对模型参数矢量的多个元素的值进行限制，从而使多个元素满足预定关系。因此，可以改善采用模型参数矢量控制过程的稳定性。

优先地，如果识别误差(ide)在预定范围(-EIDNRLMT≤ide≤EIDNRLMT)内，则识别误差校正装置将识别误差(ide)设置为“0”。

用这种结构，利用识别装置识别的模型参数，对使节流阀的开度与目标开度一致的过程进行控制。因此，可以改善节流阀开度到目标开度的可控制性，并且可以更稳定控制节流阀开度。

此外，本发明还提供了另一种设备控制系统，该设备控制系统包括：识别装置，利用预定基准值(THDEF)对通过对设备进行建模获得的控制对象模型的多个模型参数进行识别，多个模型参数包括与该设备的输入和输出无关的模型参数(c1)；控制装置，利用识别装置识别的模型参数对该设备进行控制；以及校正装置，根据与该设备的输入和输出无关的模型参数(c1)，校正预定基准值(THDEF)。

用这种结构，多个模型参数包括与该设备的输入和输出无关的模型参数，并根据与该设备的输入和输出无关的模型参数，对预定基准值进行校正。由于利用控制对象模型的模型参数本身校正基准值，所以本发明可以应用于采用任何一种控制方法的任何一种控制系统。此外，可以使对建模误差(实际设备的特性与控制对象模型的特性之间的差别)产生直径影响的控制对象模型的基准值与设备的实际基准值一致。因此，可以降低建模误差，并且可以改善控制性能。

优先地，通过利用统计方法对与该设备的输入和输出无关的模型参数(c1)进行处理，校正装置计算校正值(thdefadp)，并利用校正值校正预定基准值(THDEF)。

优先地，利用至少一个与该设备的输出有关的第一模型参数(a1，a2)、与设备的控制输入有关的第二模型参数(b1)以及与该设备的输出和控制输入无关的第三模型参数(c1)确定控制对象模型。

优先地，设备包括节流阀开动装置(10)，该节流阀开动装置(10)具有：内燃机节流阀(3)和用于开动节流阀的开动装置(6)，为了使节流阀的开度(TH)与目标开度(THR)一致，控制装置计算参数(DUT)以确定对节流阀开动装置(10)施加的控制输入。

优先地，节流阀开动装置(10)包括：第一驱动装置(4)，用于在关闭方向驱动节流阀；以及第二驱动装置(5)，用于在打开方向驱动节流阀，并且在开动装置(6)未开动节流阀时，利用第一和第二驱动装置(4，5)使节流阀保持在缺省开度(THDEF)。将预定基准值设置为缺省开度(THDEF)。

本发明提供了另一种节流阀开动装置控制系统，该节流阀开动装置包括：内燃机节流阀和用于开动节流阀的开动装置。该控制系统包括：识别装置，用于识别通过对节流阀开动装置进行建模获得的控制对象模型的至少一个模型参数；控制装置，根据识别装置识别的至少一个模型参数对节流阀开度到目标开度的过程进行控制。识别装置包括：识别误差计算装置，用于计算至少一个模型参数的识别误差(ide)；以及识别误差校正装置，如果识别误差在预定范围内(-EIDNRLMT≤ide≤EIDNRLMT)，则在减小方向校正识别误差。利用识别误差校正装置校正的识别误差，识别装置计算至少一个模型参数，并根据基于节流阀开度(TH)或目标开度(THR)的值(DDTHRSQA)，设置预定范围。

用这种结构，如果识别误差在预定范围内，则在减小方向校正识别误差，然后利用校正识别误差计算至少一个模型参数。因此，抑制了识别误差对至少一个模型参数的累积，这样就可以避免模型参数发生漂移，并且可以改善控制稳定性。此外，根据基于节流阀开度或目标开度的值设置预定范围。因此，应该降低识别误差影响程度的范围变得如此适当，以致可以避免使反映到模型参数值的识别误差被减小或者作为不需要的误差被忽视。

优先地，该控制系统进一步预测装置，该预测装置利用识别装置识别的至少一个模型参数，计算未来节流阀开度的预测值(PREDTH)。

用这种结构，利用识别装置识别的至少一个模型参数，预测未来节流阀开度的预测值。因此，即使在设备的动态特性随时间发生变化，或者因为环境条件而发生变化时，仍可以精确计算预测值。

优先地，利用识别装置识别的至少一个模型参数，采用滑动模控制过程，控制装置对节流阀开动装置进行控制。根据这种结构，即使存在建模误差，仍可以改善节流阀开度到目标开度的可控制性，并且可以更稳定控制节流阀开度。

附图说明

图1是根据本发明第1实施例的节流阀控制系统的示意图；

图2A和2B是表示图1所示的节流阀开动装置的频率特性的图；

图3是表示图1所示的电子控制装置(ECU)实施的功能的功能方框图；

图4是表示在滑动模控制器的控制特性和开关函数设置参数(VPOLE)的值之间的关系的图；

图5是表示用于设置滑动模控制器的控制增益(F，G)的范围的图；

图6A和6B是说明模型参数漂移的图；

图7A到7C是表示用于校正识别误差的功能的图；

图8是说明将节流阀的缺省开度偏离反映到模型参数(c1′)的图；

图9是表示节流阀开度控制过程的流程图；

图10是表示图9所示过程中设置状态变量的过程的流程图；

图11是表示图9所示过程中实施模型参数识别器计算的过程的流程图；

图12是表示图11所示过程中计算识别误差(ide)的过程的流程图；

图13A和13B是说明对识别误差(ide)进行低通滤波处理的图；

图14是表示在图12所示过程中死区过程的流程图；

图15是表示在图14所示过程中使用的表的图；

图16是表示在图11所示过程中使模型参数矢量(θ)稳定化的过程的流程图；

图17是表示在图16所示过程中模型参数(a1′，a2′)的限制过程的流程图；

图18是说明在图16所示过程中模型参数值的变化的图；

图19是表示在图16所示过程中模型参数(b1′)的限制过程的流程图；

图20是表示在图16所示过程中模型参数(c1′)的限制过程的流程图；

图21是表示在图9所示过程中实施状态预测器计算的过程的流程图；

图22是表示在图9所示过程中计算控制输入(Us1)的过程的流程图；

图23是表示在图22所示过程中计算预测开关函数值(σpre)的过程的流程图；

图24是表示在图23所示过程中计算开关函数设置参数(VPOLE)的过程的流程图；

图25A到25C是表示在图24所示过程中使用的映射的图；

图26是表示在图22所示过程中计算预测开关函数值(σpre)的积分值的过程的流程图；

图27是表示在图22所示过程中计算到达律输入(Urch)的过程的流程图；

图28是表示在图22所示过程中计算自适应律输入(Uadp)的过程的流程图；

图29是表示在图9所示过程中确定滑动模控制器稳定性的过程的流程图；

图30是表示在图9所示过程中计算缺省开度偏离(thdefadp)的过程的流程图；

图31是表示根据本发明第2实施例的图1所示的电子控制装置(ECU)实施的功能的功能方框图；

图32是表示根据第2实施例的节流阀开度控制过程的流程图；

图33是表示在图32所示过程中实施模型参数识别器计算的过程的流程图；

图34是表示在图33所示过程中使用的表的图；

图35是表示在图33所示过程中计算识别误差(ide)的过程的流程图；

图36是表示在图32所示过程中计算控制输入(Usl)的过程的流程图；

图37是表示在图36所示过程中计算开关函数值(σ)的过程的流程图；

图38是表示在图36所示过程中计算开关函数值(σ)的积分值的过程的流程图；

图39是表示在图36所示过程中计算到达律输入(Urch)的过程的流程图；

图40是表示在图36所示过程中计算自适应律输入(Uadp)的过程的流程图；

图41是表示在图32所示过程中确定滑动模控制器稳定性的过程的流程图；

图42是根据本发明的第3实施例的控制系统的方框图；

图43是图42所示的控制系统的修改的方框图；

图44是根据本发明的第4实施例的控制系统的方框图；

图45是图44所示的控制系统的修改的方框图。

图46是根据本发明第五实施例的控制系统的方框图；以及

图47是根据本发明第六实施例的控制系统的方框图。

本发明最佳实施方式

以下将参考附图说明本发明。

第1实施例

图1概略地表示根据本发明第1实施例的节流阀控制系统的配置。内燃机(下文中称为“引擎”)1具有进气通道2，进气通道2具有装在它的里面的节流阀3。节流阀3具有回复弹簧4作为第1驱动装置，沿关闭方向驱动节流阀3，和弹回装置5作为第2驱动装置，沿打开方向驱动节流阀3。可以用马达6作为执行装置通过齿轮(图中未画出)驱动节流阀3。当没有将来自马达6的驱动力加到节流阀3时，将节流阀3的开度TH保持在缺省开度THDEF(例如，5度)，其中回复弹簧4的驱动力和弹回装置5的驱动力是平衡的。

马达6与电子控制装置(下文中称为“ECU”)7连接。ECU7对马达6的工作进行控制。节流阀3与用于检测节流阀开度TH的节流阀开度传感器8连接。将来自节流阀开度传感器8的检测信号加到ECU 7。

进一步，ECU 7与用于检测加速器踏板的下降量ACC的加速传感器9连接，以便检测其上装有引擎1的车辆驾驶员要求的输出。将来自加速传感器9的检出信号加到ECU 7。

ECU 7具有输入电路，A/D变换器，中央处理机(CPU)，存储电路和输出电路。将来自节流阀开度传感器8和加速传感器9的检出信号加到输入电路。A/D变换器将输入信号变换成数字信号。CPU执行不同的处理工作。存储电路具有ROM(只读存储器)用于存储由CPU执行的过程及与过程有关的映射和表，和RAM用于存储由CPU执行的处理的结果。输出电路将驱动电流提供给马达6。ECU 7根据加速器踏板的下降量ACC确定节流阀3的目标开度THR，确定对于马达6的控制量DUT以便使检出的节流阀开度TH与目标开度THR一致，根据控制量DUT将电信号加到马达6。

在本实施例中，包括节流阀3，回复弹簧4，弹回装置5和马达6的节流阀开动装置10是控制对象。加到控制对象的输入是加到马达6的电信号的负载比DUT。来自控制对象的输出是由节流阀开度传感器8检出的节流阀开度TH。

当测量节流阀开动装置10的频率响应特性时，得到图2A和2B中实线所示的增益特性和相位特性。将下列公式(1)定义的模型设置为控制对象模型。模型的频率响应特性由图2A和2B中的虚线所示。已经证实模型的频率响应特性与节流阀开动装置10的频率响应特性相似。

DTH(k+1)＝a1×DTH(k)+a2×DTH(k-1)

+b1×DUT(k-d)+c1 (1)

其中k是表示离散时间的参数，DTH(k)是由下列公式(2)定义的节流阀开度偏离量。DTH(k+1)是在离散时间(k+1)的节流阀开度偏离量。

DTH(k)＝TH(k)-THDEF (2)

其中TH是检出的节流阀开度，THDEF是缺省开度。

在公式(1)中，a1，a2，b1和c1是确定控制对象模型特性的参数，d是空载时间。空载时间是在控制对象模型的输入和输出之间的延迟时间。

由公式(1)定义的模型是离散时间系统的DARX模型(具有外部输入的延迟的自回归模型)，用它是为了使自适应控制的应用变得容易。

在公式(1)中，除了与输出偏离量DTH有关的模型参数a1和a2及与输入负载比DUT有关的模型参数b1外，还有与控制对象的输入和输出无关的模型参数c1。模型参数c1是表示缺省开度偏离量THDEF和加到节流阀开动装置10的扰动的参数。换句话说，通过用模型参数识别器同时识别模型参数a1，a2，b1和c1能够识别缺省开度偏离量和扰动。

图3是表示ECU 7实施的节流阀控制系统的功能方框图。节流阀控制系统如图3配置那样地包括自适应滑动模控制器21，模型参数识别器22，用于计算预测的节流阀开度偏离量(下文中称为“预测偏离量”或PREDTH(k))其中在经过空载时间d后PREDTH(k)(＝DTH(k+d))的状态预测器23，和用于根据加速器踏板的下降量ACC对于节流阀3设置目标开度THR的目标开度设置装置24。

自适应滑动模控制器21根据自适应滑动模控制计算负载比DUT以便使检出的节流阀开度TH与目标开度THR一致，并输出计算的负载比DUT。

通过用自适应滑动模控制器21，可以用一个特定的参数(VPOLE)改变节流阀开度TH对目标开度THR的响应特性。结果，当节流阀3从打开位置移动到完全关闭位置时，即当节流阀3与用于使节流阀3停止在完全关闭位置上的停止器相碰时可以避免发生冲击。也可以使引擎与加速器踏板工作的变化相应地作出响应。进一步也可以得到很好的对于模型参数误差的稳定性。

模型参数识别器22计算经校正的模型参数矢量θL(θL^T＝[a1，a2，b1，c1])并将计算的经校正的模型参数矢量θL加到自适应滑动模控制器21。更特别的是，模型参数识别器22在节流阀开度TH和负载比DUT的基础上计算模型参数矢量θ。然后，模型参数识别器22执行模型参数矢量θ的限制处理，以便计算经校正的模型参数矢量θL，并将计算的经校正的模型参数矢量θL加到自适应滑动模控制器21。在这种方式中，我们得到使节流阀开度TH跟随目标开度THR的最佳模型参数a1，a2和b1，也得到指示扰动和缺省开度偏离量THDEF的模型参数c1。

通过用模型参数识别器22在实时的基础上识别模型参数，可以实施对引擎工作条件中的变化的自适应，对硬件特性变化的补偿，对电源电压波动的补偿，和对硬件特性的与老化有关的变化的自适应。

状态预测器23计算在经过空载时间d后的节流阀开度TH(预测值)，或更特别地，在节流阀开度TH和负载比DUT的基础上计算预测偏离量FREDTH，并将计算的预测偏离量FREDTH加到自适应滑动模控制器21。通过用预测偏离量FREDTH，保证了控系统对于控制对象的空载时间的鲁棒性，和改善了在空载时间很大的缺省开度THDEF附近的可控制性。

下面，我们将在下文中描述自适应滑动模控制器21的工作原理。

首先，将目标值DTHR(k)定义为在目标开度THR(k)和缺省开度THDEF之间的偏离量，如下列公式(3)所示。

DTHR(k)＝THR(k)-THDEF (3)

如果在节流阀开度偏离量DTH和目标值DTHR之间的偏离e(k)由下列公式(4)定义，则自适应滑动模控制器的开关函数值σ(k)由下列公式(5)设定

e(k)＝DTH(k)-DTHR(k) (4)

σ(k)＝e(k)+VPOLE×e(k-1) (5)

＝(DTH(k)-DTHR(k))

+VPOLE×(DTH(k-1)-DTHR(k-1))

其中VPOLE是开关功能设定参数，将该参数设置在大于-1和小于1的值上。

在由代表偏离e(k)的垂直轴和代表上次偏离e(k-1)的水平轴定义的相平面上，一对满足“σ(k)＝0”的偏离e(k)和上次偏离e(k-1)表示一条直线。该直线一般地称为开关直线。滑动模控制是对开关直线上的偏离e(k)的行为进行的控制。执行滑动模控制，使得开关函数值σ(k)变成0，即，使这对偏离e(k)和上次偏离e(k-1)位于相平面上的开关直线上，从而达到控制对于扰动和模型化误差(实际设备的特性和控制对象模型的特性之间的差)的鲁棒性。结果，以很好地跟随目标值DTHR的鲁棒性控制节流阀开度偏离量DTH。

如图4所示，通过改变公式(5)中的开关功能设定参数VPOLE，可以改变偏离e(k)的清除特性，即节流阀开度偏离量DTH跟随目标值DTHR的跟随特性。特别是，如果VPOLE等于-1，则节流阀开度偏离量DTH完全不能跟随目标值DTHR。当减小开关功能设定参数VPOLE的绝对值时，节流阀开度偏离量DTH跟随目标值DTHR的速度增加。

我们需要节流阀控制系统满足下列要求A1和A2：

A1)当节流阀3移动到完全关闭位置时，应该避免节流阀3与为了使节流阀3停止在完全关闭位置上的停止器相碰；和

A2)应该改善对于缺省开度THDEF附近的非线性特性(由于回复弹簧4的驱动力和弹回装置5的驱动力之间的平衡引起的弹回特性中的变化，插入马达6和节流阀3之间的齿轮的齿轮隙，和甚至当空载比DUT改变时节流阀开度也不变处的死区)的可控制性。

所以，我们需要降低偏离e(k)收敛的速度，即在节流阀完全关闭位置附近偏离e(k)的收敛速度，和增加在缺省开度THDEF附近偏离e(k)的收敛速度。

根据滑动模控制，能够通过改变开关功能设定参数VPOLE容易地改变e(k)的收敛速度。所以在本实施例中，根据节流阀开度TH和目标值DTHR的变化量DDTHR(＝DTHR(k)·DTHR(k-1))设置开关功能设定参数VPOLE，从而满足要求A1和A2。

如上所述，根据滑动模控制，通过将这对偏离e(k)和上次偏离e(k-1)约束在开关直线上(下文中将这对偏离e(k)和上次偏离e(k-1)称为“偏离状态量”)，以指出的收敛速度和对于扰动和模型化误差的鲁棒性使偏离e(k)收敛到0。所以，在滑动模控制中，重要的是如何将偏离状态量放置在开关直线上和如何将偏离状态量约束在开关直线上。

从上述观点出发，将到控制对象(控制器的输出)的输入DUT(k)(也表示为Usl(k))表示为等效控制输入Ueq(k)，到达律输入Urch(k)和自适应律输入Uadp(k)之和，如下列公式(6)所示。

DUT(k)＝Usl(k)

＝Ueq(k)+Urch(k)+Uadp(k) (6)

等效控制输入Ueq(k)是用于将偏离状态量约束在开关直线上的输入。到达律输入Urch(k)是用于将偏离状态量放置在开关直线上的输入。自适应律输入Uadp(k)是用于将偏离状态量放置在开关直线上而同时减少模型化误差和扰动作用的输入。我们将在下面讨论计算这些输入Usq(k)，Urch(k)和Uadp(k)的方法。

因为等效控制输入Ueq(k)是用于将偏离状态量约束在开关直线上的输入，所以需要满足的条件由下列公式(7)给出：

σ(k)＝σ(k+1) (7)

用公式(1)，(4)和(5)，满足公式(7)的空载比DUT(k)由下列公式(9)确定。用公式(9)计算的空载比DUT(k)表示等效控制输入Ueq(k)。由下列公式(10)和(11)分别定义到达律输入Urch(k)和自适应律输入Uadp(k)。

DUT (k) = \frac{1}{b 1} {(1 - a 1 - VPOLE) DTH (k + d) + (VPOLE - a 2) DTH (k + d - 1)

- c 1 + DTHR (k + d + 1) + (VPOLE - 1) DTHR (k + d)

- VPOLE \times DTHR (k + d - 1)}

= Ueq (k) - - - (9)

Urch (k) = \frac{- F}{b 1} σ (k + d) - - - (10)

Uadp (k) = \frac{- G}{b 1} Σ_{i = 0}^{k + d} ΔTσ (i) - - - (11)

其中F和G分别表示如下所述地设置的到达律控制增益和自适应律控制增益，ΔT表示控制时期。

计算公式(9)需要在经过空载时间d后的节流阀开度偏离量DTH(k+d)和相应的目标值DTHR(k+d+1)。所以，将由状态预测器23计算的预测开度偏离量PREDTH(k)用作在经过空载时间d后的节流阀开度偏离量DTH(k+d)，和将最后的目标值DTHR用作目标值DTHR(k+d+1)。

下面，由到达律输入Ureh和自适应律输入Uadp使偏离状态量能够稳定地放置在开关直线上那样地确定到达律控制增益F和自适应律控制增益G。

特别是，假设扰动V(k)，确定对于扰动V(k)保持开关函数值σ(k)稳定的稳定条件以便得到设置F和G的条件。结果，将已经得到的设置F和G的条件作为增益F和G的组合满足下列公式(12)到(14)，换句话说，应该使增益F和G的组合位于图5所示的阴影线区域内的稳定条件。

F＞0 (12)

G＞0 (13)

F＜2-(ΔT/2)G (14)

如上所述，等效控制输入Ueq(k)，到达律输入Urch(k)和自适应律输入Uadp(k)是从公式(9)到(11)计算的，而空载比DUT(k)是作为这些输入之和计算的。

模型参数识别器22，如上所述地，在控制对象的输入(DUT(k))和输出(TH(k))的基础上计算控制对象模型的模型参数矢量。特别是，模型参数识别器22根据时序识别算法(最小二乘法的广义时序算法)计算模型参数矢量θ(k)，如下列公式(15)所示。

θ(k)＝θ(k-1)+KP(k)ide(k) (15)

θ(k)^T＝[a1′，a2′，b1′，c1′] (16)

其中a1′，a2′，b1′，c1′表示在执行以后描述的限制处理前的模型参数，ide(k)表示由下面所示的公式(17)，(18)和(19)定义的识别误差，其中DTHHAT(k)表示节流阀开度偏离量DTH(k)的估计值(下文中称为“估计的节流阀开度偏离量”)，它是用最近的模型参数矢量θ(k-1)计算的，而KP(k)表示由下列公式(20)定义的增益系数矢量。在公式(20)中，P(k)表示从公式(21)计算的四阶方矩阵，如下所示。

ide(k)＝DTH(k)-DTHHAT(k) (17)

DTHHAT(k)＝θ(k-1)^Tζ(k) (18)

ζ(k)^T＝[DTH(k-1)，DTH(k-2)，DUT(k-d-1)，1] (19)

KP (k) = \frac{P (k) ζ (k)}{1 + ζ^{T} (k) P (k) ζ (k)} - - - (20)

P (k + 1) = \frac{1}{λ_{1}} (1 - \frac{λ_{2} P (k) ζ (k) ζ^{T} (k)}{λ_{1} + λ_{2} ζ^{T} (k) P (k) ζ (k)}) P (k) - - - (21)

(1：单位矩阵)

根据在公式(21)中的系数λ1和λ2的设置，从公式(15)到公式(21)的识别算法变成下列4个识别算法：

λ1＝1，λ2＝0固定增益算法

λ1＝1，λ2＝1最小二乘法算法

λ1＝1，λ2＝λ递减增益算法

(λ是不等于0，1的给定值)

λ1＝λ，λ2＝1加权最小二乘法算法

(λ是不等于0，1的给定值)

在本实施例中，我们需要满足下列要求B1，B2和B3：

B1)对于准静态动态特性改变和硬件特性变化的自适应

“准静态动态特性改变意味着低速率特性改变如电源电压波动或由于老化引起的硬件退化。

B2)对于高速率动态特性改变的自适应

特别是，这意味着与节流阀开度TH中的改变有关的对于动态特性改变的自适应。

B3)防止模型参数的漂移

应该防止是模型参数绝对值过分增加的漂移。由识别误差影响引起模型参数的漂移，由于控制对象的非线性特性，这种漂移不应该反应在模型参数上。

为了满足要求B1和B2，将系数λ1和λ2分别设置在给定值λ和“0”，使能采用加权最小二乘法算法。

其次，我们将在下面描述模型参数的漂移。如图6A和图6B所示，如果剩余识别误差，它是由非线性特性如节流阀的摩擦特性引起的，在已经将模型参数收敛到某种程度后还存在，或者如果稳定地加上平均值不为零的扰动，则剩余识别误差积累起来，造成模型参数的漂移。

因为这种剩余识别误差不应该反应到模型参数的值中，所以用死区函数Fn1执行死区处理如图7A所示。特别是，从下列公式(23)计算经校正的识别误差idenl(k)，和用校正的识别误差idenl(k)计算模型参数矢量θ(k)。即，我们用下列公式(15a)代替上述公式(15)。在这种方式中，能够满足要求B3)

idenl(k)＝Fnl(ide(k)) (23)

θ(k)＝θ(k-1)+KP(k)idenl(k) (15a)

死区函数Fn1不限于图7A所示的函数。可以用图7B所示的不连续死区函数或图7C所示的不完全死区函数作为死区函数Fn1。然而，如果用不完全死区函数则不能完全防止漂移。

剩余识别误差振幅按照节流阀开度TH中的改变量而改变。在本实施例中，按照目标节流阀开度THR中的改变量的方均值DDTHRSQA设置死区宽度参数EIDNRLMT，该参数定义死区宽度如图7A到7C所示。特别是，使死区宽度参数EIDNRLMT随着方均值DDTHRSQA的增加而增加那样地设置死区宽度参数EIDNRLMT。根据死区宽度参数EIDNRLMT的这种设置，能够防止将反应到模型参数值中的识别误差当作剩余该识别误差而加以忽略。在下列公式(24)中，DDTHR表示目标节流阀开度THR中的改变量，它由下列公式(25)计算：

DDTHRSQA (k) = \frac{1}{n + 1} Σ_{i = 0}^{n} DDTHR {(i)}^{2} - - - (24)

DDTHR(k)＝DTHR(k)-DTHR(k-1) (25)

＝THR(k)-THR(k-1)

因为由自适应滑动模控制器21将节流阀开度偏离量DTH控制在目标值DTHR上，所以可以将公式(25)中的目标值DTHR改变到节流阀开度偏离量DTH。这种情形中，可以计算出在节流阀开度偏离量DTH中的改变量DDTH，并可以按照通过用DDTH代替公式(24)中的DDTHR得到的方均值DDTHRSQA设置死区宽度参数EIDNRLMT。

为了进一步改善控制系统的鲁棒性，进一步使自适应滑动模控制器21稳定化是有效的。在本实施例中，从公式(15)计算的模型参数矢量θ(k)的元素a1′，a2′，b1′和c1′受到限制处理，使能计算出经校正的模型参数矢量θL(k)(θL(k)^T＝[a1，a2，b1，c1])。自适应滑动模控制器21用经校正的模型参数矢量θL(k)实施滑动模控制。后面我们将参照流程图详细地描述限制处理。

其次，我们将在下面描述计算状态预测器23中的预测偏离量FREDTH的方法。

首先，根据下列公式(26)到(29)定义矩阵A，B和矢量X(k)，U(k)。

A = [\begin{matrix} a 1 & a 2 \\ 1 & 0 \end{matrix}] - - - (26)

B = [\begin{matrix} b 1 & c 1 \\ 0 & 0 \end{matrix}] - - - (27)

(k) = [\begin{matrix} DTH (k) \\ DTH (k - 1) \end{matrix}] - - - (28)

U (k) = [\begin{matrix} DUT (k) \\ 1 \end{matrix}] - - - (29)

用矩阵A，B和矢量X(k)，U(k)改写定义控制对象模型的公式(1)，得到下列公式(30)。

X(k+1)＝AX(k)+BU(k-d) (30)

从公式(30)确定X(k+d)，得到下列公式(31)。

X (k + d) = A^{d} X (k) + [\begin{matrix} A^{d - 1} B & A^{d - 2} B & \cdot \cdot \cdot & AB & B \end{matrix}] [\begin{matrix} U (k - 1) \\ U (k - 2) \\ \cdot \\ \cdot \\ \cdot \\ U (k - d) \end{matrix}] - - - (31)

如果用不受到限制处理的模型参数a1′，a2′，b1′和c1′由下列公式(32)，(33)定义矩阵A′，B′，则由下列公式(34)给出预测矢量XHAT(k+d)。

A^{,} = [\begin{matrix} {a 1}^{,} & {a 2}^{,} \\ 1 & 0 \end{matrix}] - - - (32)

B^{,} = [\begin{matrix} {b 1}^{,} & c 1^{,} \\ 0 & 0 \end{matrix}] - - - (33)

XHAT (k + d) = A^{, d} X (k) + [\begin{matrix} A^{, d - 1} B^{,} & A^{, d - 2} B^{,} & \cdot \cdot \cdot & A^{,} B^{,} & B^{,} \end{matrix}] [\begin{matrix} U (k - 1) \\ U (k - 2) \\ \cdot \\ \cdot \\ \cdot \\ U (k - d) \end{matrix}] - - - (34)

预测矢量XHAT(k+d)的第1行元素DTHHAT(k+d)与预测偏离量FREDTH(k)对应，并由下列公式(35)给出。

PREDTH(k)＝DTHHAT(k+d)

＝α1×DTH(k)+α2×DTH(k-1)

+β1×DUT(k-1)+β2×DUT(k-2)+…

+βd×DUT(k-d)+γ1+γ2+…+γd (35)

其中α1表示矩阵A′^d的第1行第1列元素，α2表示矩阵A′^d的第1行第2列元素，βi表示矩阵A′^d-iB′第1行第1列元素，和γi表示矩阵A′^d-iB′第1行第2列元素。

通过应用从公式(35)到公式(9)，并分别用DTHR(k)，DTHR(k-1)和DTHR(k-2)代替目标值DTHR(k+d+1)，DTHR(k+d)和DTHR(k+d-1)计算的预测偏离量FREDTH(k)，得到下列公式(9a)。

从公式(9a)，计算等效控制输入Ueq(k)。

DUT (k) = \frac{1}{b 1} {(1 - a 1 - VPOLE) PREDTH (k)

+ (VPOLE - a 2) PREDTH (k - 1) - c 1 + DTHR (k)

+ (VPOLE - 1) DTHR (k - 1) - VPOLE \times DTHR (k - 2)}

= Ueq (k) - - - (9 a)

用从公式(35)计算的预测偏离量FREDTH(k)，由下列公式(36)定义预测开关函数值σpre(k)。分别从下列公式(10a)和(11a)计算到达律输入Urch(k)和自适应律输入Uadp(k)。

σpre(k)＝(PREDTH(k)·DTHR(k-1))

+VPOLE(PREDTH(k-1)-DTHR(k-2))

(36)

Urch (k) = \frac{- F}{b 1} σpre (k) - - - (10 a)

Uadp (k) = \frac{- G}{b 1} Σ_{i = 0}^{k} ΔTσpre (i) - - - (11 a)

模型参数c1′是表示缺省开度偏离量THDEF和扰动的参数。所以，如图8所示，模型参数c1′随扰动改变，但是能够在相当短的时期内将它看作基本上是常数。在本实施例中，对模型参数c1′进行统计处理，计算其变化中心值作为缺省开度偏离thdefadp。将缺省开度偏离thdefadp用于计算节流阀开度偏离量DTH和目标值DTHR。

一般地，我们知道最小二乘法是一种统计处理方法。在根据最小二乘法的统计处理中，所有数据，即将在某个时期内得到的所有识别参数c1′存储在存储器中，在某个定时使存储的数据受到统计处理的成批计算。然而，成批计算需要具有大存储容量以便存储全部数据的存储器，并且因为需要进行逆矩阵计算，所以必然使计算量增大。

所以，根据本实施例，将由公式(15)到(21)指出的用于自适应控制的时序最小二乘法算法应用于统计处理，并计算模型参数c1的最小二乘法的中心值作为缺省开度偏离thdefadp。

特别是，在公式(15)到(21)中，用thdefadp代替θ(k)和θ(k)^T，用“1”代替ξ(k)和ξ(k)^T，用ecl(k)代替ide(k)，用KPTH(k)代替KP(k)，用PTH(k)代替P(k)和分别用λ1′和λ2′代替λ1和λ2，得到下列公式(37)到(40)。

thdefadp(k+1)＝thdefadp(k)+KPTH(k)ecl(k) (37)

KPTH (k) = \frac{PTH (k)}{1 + PTH (k)} - - - (38)

PTH (k + 1) = \frac{1}{{λ_{1}}^{,}} (1 - \frac{{λ_{2}}^{,} PTH (k)}{{λ_{1}}^{,} + {λ_{2}}^{,} PTH (k)}) PTH (k) - - - (39)

ec1(k)＝c1’(k)-thdefadp(k) (40)

能够根据系数λ1′和λ2′的设置选择上面描述的4种算法中的一种。在公式(39)中，将系数λ1′设置在一个不等于0或1的给定值上，并将系数λ2′设置在1上，这样就能采用加权最小二乘法算法。

为了计算公式(37)到(40)，只存储thdefadp(k+1)和PTH(k+1)的值，不需要进行逆矩阵计算。所以通过采用时序最小二乘法算法，能够根据最小二乘法统计地处理模型参数c1，而同时克服了一般的最小二乘法的缺点。

将作为统计处理结果得到的缺省开度偏离thdefadp加到公式(2)和(3)，并从下列公式(41)和(42)而不用公式(2)和(3)计算节流阀开度偏离量DTH(k)和目标值DTHR(k)。

DTH(k)＝TH(k)-THDEF+thdefadp (41)

DTHR(k)＝THR(k)-THDEF+thdefadp (42)

用公式(41)和(42)，甚至当将缺省开度THDEF由于硬件的特性变化或老化从它的设计值漂移时，也能够补偿该漂移从而实施精确的控制处理。

下面我们将描述为了实现自适应滑动模控制器21，模型参数识别器22和状态预测器23的功能，由在ECU 7中的CPU执行的工作过程。

图9是表示节流阀开度控制过程的流程图。在每个预先确定的时期(例如2msec)中由在ECU 7中的CPU执行过程。

在步骤S11，实施设置图10所示的设置状态变量的过程。执行公式(41)和(42)的计算，确定节流阀开度偏离量DTH(k)和目标值DTHR(k)(图10中的步骤S21和S22)。有时可以省略表示当前值的符号(k)，如图10所示。

在步骤S12，执行如图11所示的实施模型参数识别器计算的过程，即从公式(15a)计算模型参数矢量θ(k)的过程。进一步，使模型参数矢量θ(k)受到限制处理，使能计算出经校正的模型参数矢量θL(k)。

在步骤S13，执行如图21所示的实施状态预测器计算的过程，以便计算预测偏离量PREDTH(k)。

下面，用在步骤S12计算的经校正的模型参数矢量θL(k)，在步骤S14执行如图22所示的计算控制输入Ueq(k)的过程。特别是，计算等效控制输入Ueq(k)，到达律输入Urch(k)和自适应律输入Uadp(k)，并计算控制输入Usl(k)(＝负载比DUT(k))作为这些输入Ueq(k)，Urch(k)和Uadp(k)之和。

在步骤S16，执行如图29所示的滑动模控制器的稳定性确定的过程。特别是，在Lyapunov函数的微分值的基础上确定稳定性，并设置稳定性确定标志FSMCSTAB。当稳定性确定标志FSMCSTAB设置在“1”时，这指出自适应滑动模控制器21是不稳定的。

如果稳定性确定标志FSMCSTAB设置在“1”，则指出自适应滑动模控制器21是不稳定的，将开关功能设定参数VPOLE设置在预先确定的稳定化值XPOLESTB上(参见图24中的步骤S231和S232)，并将等效控制输入Ueq设置在“0”。即，将由自适应滑动模控制器21实施的控制过程切换到只在达律输入Urch和自适应律输入Uadp基础上的控制过程，从而使控制稳定化(参见图22中的步骤S206和S208)。

进一步，当自适应滑动模控制器21变得不稳定时，改变用于计算到达律输入Urch和自适应律输入Uadp的公式。特别是，将到达律控制增益F和自适应律控制增益G的值改变到用于使自适应滑动模控制器21稳定化的值，并且不用模型参数b1计算到达律输入Urch和自适应律输入Uadp(参见图27和28)。根据上述稳定化过程，可以快速地终止自适应滑动模控制器21的不稳定状态，并使自适应滑动模控制器21回到它的稳定状态。

在步骤S17，执行如图30所示的计算缺省开度偏离thdefadp的过程，计算缺省开度偏离thdefadp。

图11是表示实施模型参数识别器22的计算过程的流程图。

在步骤S31，从公式(20)计算增益系数矢量KP(k)。然后，在步骤32从公式(18)计算估计的节流阀开度偏离量DTHHAT(k)。在步骤S33，实施如图12所示的计算识别误差idenl(k)的过程。将在步骤32计算的估计的节流阀开度偏离量DTHHAT(k)加到公式(17)，计算识别误差ide(k)。进一步，在步骤S32，实施用图7A所示的函数的死区处理，计算经校正的识别误差idenl。

在步骤S34，从公式(15a)计算模型参数矢量θ(k)。然后，在步骤S35使模型参数矢量θ(k)受稳定化处理。即，使每个模型参数受到限制处理，计算经校正的模型参数矢量θL(k)。

图12是表示在图11所示的步骤S33中实施的识别误差idenl(k)的计算过程的流程图。

在步骤S51，从公式(17)计算识别误差ide(k)。然后，确定在步骤53增加1的计数器CNTIDST的值是否大于预先确定的值XCNTIDST，预先确定的值XCNTIDST是根据控制对象的空载时间d设置的(步骤S52)。根据空载时间d＝2将预先确定的值XCNTIDST设置在，例如，“3”。因为计数器CNTIDST具有初值“0”，所以过程首先进行到步骤S53，在该步骤中使计数器CNTIDST增加“1”。然后，在步骤S54将识别误差ide(k)设置在“0”，此后过程进行到步骤S55。在开始识别模型参数矢量θ(k)后不能立即用公式(17)得到正确的识别误差。所以，按照步骤S52到S54将识别误差ide(k)设置在“0”，而不用公式(17)的计算结果。

如果对步骤S52的回答是肯定的(是)，则过程立即进行到步骤S55。

在步骤S55，使识别误差ide(k)受到低通滤波。特别是，当识别具有低通特性的控制对象的模型参数时，用于识别误差ide(k)的最小二乘法算法的识别权重具有图13A中的实线L1所示的频率特性。通过识别误差ide(k)的低通滤波，使实线L1所示的频率特性改变成虚线L2所示的高频成分受到衰减的频率特性。下面我们将描述实施低通滤波的原因。

具有低通特性的实际控制对象和它的控制对象模型的频率特性分别由图13B中的实线L3和L4表示。特别是，如果由模型参数识别器22对于具有低通特性(使高频成分衰减的特性)的控制对象识别模型参数，则识别模型参数受到高频抑制特性的很大影响，使得控制对象模型的增益变得低于在低频区域中的实际特性。结果，滑动模控制器21过度地校正了控制输出。

通过改变对于按照低通滤波由图13A中的虚线L2所示的特性的识别算法的加权频率特性，使控制对象的频率特性改变成由图13B中的虚线L5所示的频率特性。结果，使控制对象模型的频率特性与实际的频率特性一致，或者使控制对象模型的低频增益校正到稍微比实际增益高一些的水平上。因此，可以防止控制输入被滑动模控制器21过度地校正，从而改善了控制系统的鲁棒性并进一步使控制系统稳定化。

通过将识别误差的过去值ide(k-i)(例如对于i＝1到10的10个过去值)存储在环形缓冲器中，用加权系数乘过去值，和将过去值与加权系数的乘积加起来实施低通滤波。

因为从公式(17)，(18)和(19)计算识别误差ide(k)，所以通过对节流阀开度偏离量DTH(k)和估计的节流阀开度偏离量DTHHAT(k)实施相同的低通滤波或者通过对节流阀开度偏离量DTH(k-1)，DTH(k-2)和空载比DUT(k-d-1)实施相同的低通滤波，能够得到与上述相同的效果。

回过来参照图12，在步骤S56执行如图14所示的死区处理。在如图14所示的步骤S61，将公式(24)中的“n”设置在，例如，“5”，计算目标节流阀开度THR的改变量的方均值DDTHRSQA。然后，根据方均值DDTHRSQA检索图15所示的EIDNRLMT表，计算死区宽度参数EIDNRLMT(步骤S62)。

在步骤S63，确定识别误差ide(k)是否大于死区宽度参数EIDNRLMT。如果ide(k)大于EIDNRLMT，则在步骤S67从下列公式(43)计算经校正的识别误差idenl(k)。

idenl(k)＝ide(k)-EIDNRLMT (43)

如果对步骤S63的回答是否定的(不)，则确定识别误差ide(k)是否大于有负号的死区宽度参数EIDNRLMT的负值(步骤S64)。

如果ide(k)小于-EIDNRLMT，则在步骤S65从下列公式(44)计算经校正的识别误差idenl(k)。

idenl(k)＝ide(k)+EIDNRLMT (44)

如果识别误差ide(k)处于+EIDNRLMT和-EIDNRLMT之间的范围内，则在步骤S66将经校正的识别误差idenl(k)设置在“0”。

图16是表示在图11所示的步骤S35中执行的使模型参数矢量θ(k)稳定化的过程的流程图。

在图16所示的步骤S71，对用于这个过程的标志FA1STAB，FA2STAB，FB1LMT和FC1LMT进行初始化，将它们设置在“0”。在步骤S72，执行图17所示的模型参数a1′和a2′的限制处理。在步骤S73，执行图19所示的模型参数b1′的限制处理。在步骤S74，执行图20所示的模型参数c1′的限制处理。

图17是表示在图16所示的步骤S72中执行的模型参数a1′和a2′的限制处理的流程图。图18是说明图17所示的过程的图，并与图17一起用作参考。

在图18中，需要受到限制的模型参数a1′和a2′的组合由符号“×”表示，稳定的模型参数a1′和a2′的组合范围由阴影线区域(下文中称为“稳定区”)表示。图17所示的限制处理是使在稳定区外的模型参数a1′和a2′的组合移动到稳定区内由符号“○”表示的位置上。

在步骤S81，确定模型参数a2′是否大于或等于预先确定的a2下限值XIDA2L。将预先确定的a2下限值XIDA2L设置在大于“-1”的负值。当将预先确定的a2下限值XIDA2L设置在“-1”时，得到稳定的经校正的模型参数a1和a2。然而，因为由公式(26)定义的到第“n”次方的矩阵A有时可能变得不稳定(这意味着模型参数a1′和a2′不发散但是振荡)，所以将预先确定的a2下限值XIDA2L设置在大于“-1”的负值上。

如果在步骤S81，a2′小于XIDA2L，则将经校正的模型参数a2设置在下限值XIDA2L，和将a2的稳定化标志FA2STAB设置在“1”。当将a2的稳定化标志FA2STAB设置在“1”时，这指示将经校正的模型参数a2设置在下限值XIDA2L。在图18中，用具有“P1”的箭头线指出在步骤S81和S82的限制处理P1中的模型参数的校正。

如果对步骤S81的回答是肯定的(是)，即如果a2′大于或等于XIDA2L，则在步骤S83将经校正的模型参数a2设置在模型参数a2′上。

在步骤S84和S85，确定模型参数a1′是否在由预先确定的a1下限值XIDA1L和预先确定的a1上限值XIDA1H定义的范围内。例如，将预先确定的a1下限值XIDA1L设置在等于或大于“-2”和小于“0”的值上，并将预先确定的a1上限值XIDA1H设置在“2”上。

如果对步骤S84和S85的回答是肯定的(是)，即如果a1′大于或等于XIDA1L和小于或等于XIDA1H，则在步骤S88将经校正的模型参数a1设置在模型参数a1′上。

如果在步骤S84，a1′小于XIDA1L，则在步骤S86将经校正的模型参数a1设置在下限值XIDA1L，和将a1的稳定化标志FA1STAB设置在“1”。如果在步骤S85，a1′大于XIDA1H，则在步骤S87将经校正的模型参数a1设置在上限值XIDA1H上和将a1的稳定化标志FA1STAB设置在“1”。当将a1的稳定化标志FA1STAB设置在“1”时，这指示将经校正的模型参数a1设置在下限值XIDA1L或上限值XIDA1H上。在图18中，用具有“P2”的箭头线指出在步骤S84到S87的限制处理P2中的模型参数的校正。

在步骤S90，确定经校正的模型参数a1和经校正的模型参数a2的绝对值之和是否小于或等于预先确定的稳定性确定值XA2STAB。将预先确定的稳定性确定值XA2STAB设置在接近“1”但是小于“1”(例如“0.99”)的值上。

图18所示的直线L1和L2满足下列公式(45)。

a2+|a1|＝XA2STAB (45)

所以，在步骤S90，确定经校正的模型参数a1和a2的组合是否处于图18所示的直线L1和L2上的位置或比图18所示的直线L1和L2低的位置。如果对步骤S90的回答是肯定的(是)，则因为经校正的模型参数a1和a2的组合处于图18所示的稳定区内，所以立即结束限制处理。

如果对步骤S90的回答是否定的(不)，则在步骤S91确定经校正的模型参数a1是否小于或等于通过从预先确定的稳定性确定值XA2STAB减去预先确定的a2下限值XIDA2L得到的值(因为XIDA2L小于“0”，所以XA2STAB-XIDA2L大于XA2STAB)。如果经校正的模型参数a1等于或小于(XA2STAB-XIDA2L)，则在步骤S92将经校正的模型参数a2设置在(XA2STAB-|a1|)和将a2的稳定化标志FA2STAB设置在“1”。

如果在步骤S91经校正的模型参数a1大于(XA2STAB-XIDA2L)，则在步骤S93将经校正的模型参数a1设置在(XA2STAB-XIDA2L)。进一步在步骤S93，将经校正的模型参数a2设置在预先确定的a2下限值XIDA2L，和将a1的稳定化标志FA1STAB和a2的稳定化标志FA2STAB设置在“1”。

在图18中，用具有“P3”的箭头线指出在步骤S91和S92的限制处理P3中的模型参数的校正，用具有“P4”的箭头线指出在步骤S91到S93的限制处理P4中的模型参数的校正。

如上所述，执行图17所示的限制处理，使模型参数a1′和a2′进入图18所示的稳定区，于是计算经校正的模型参数a1和a2。

图19是表示在图16所示的步骤S73中执行的模型参数b1′的限制处理的流程图。

在步骤S101和S102，确定模型参数b1′是否处于由预先确定的b1下限值XIDB1L和预先确定的b1上限值XIDB1H定义的范围内。例如，将预先确定的b1下限值XIDB1L设置在正值(例如“0.1”)和将预先确定的b1上限值XIDB1H设置在“1”上。

如果对步骤S101和S102的回答是肯定的(是)，即如果b1′大于或等于XIDB1L和小于或等于XIDB1H，则在步骤S105将经校正的模型参数b1设置在模型参数b1′上。

如果在步骤S101，b1′小于XIDB1L，则在步骤S104将经校正的模型参数b1设置在下限值XIDB1L，和将b1的限制标志FB1LMT设置在“1”。如果在步骤S102，b1′大于XIDB1H，则在步骤S103将经校正的模型参数b1设置在上限值XIDB1H上和将b1的限制标志FB1LMT设置在“1”。当将b1的限制标志FB1LMT设置在“1”时，这指示将经校正的模型参数b1设置在下限值XIDB1L或上限值XIDB1H上。

图20是表示在图16所示的步骤S74中执行的模型参数c1′的限制处理的流程图。

在步骤S111和S112，确定模型参数c1′是否处于由预先确定的c1下限值XIDC1L和预先确定的c1上限值XIDC1H定义的范围内。例如，将预先确定的c1下限值XIDC1L设置在“-60”和将预先确定的c1上限值XIDC1H设置在“60”上。

如果对步骤S111和S112的回答是肯定的(是)，即如果c1′大于或等于XIDC1L和小于或等于XIDC1H，则在步骤S115将经校正的模型参数c1设置在模型参数c1′上。

如果在步骤S111，c1′小于XIDC1L，则在步骤S114将经校正的模型参数c1设置在下限值XIDC1L，和将c1的限制标志FC1LMT设置在“1”。如果在步骤S112，c1′大于XIDC1H，则在步骤S113将经校正的模型参数c1设置在上限值XIDC1H上和将c1的限制标志FC1LMT设置在“1”。当将c1的限制标志FC1LMT设置在“1”时，这指示将经校正的模型参数c1设置在下限值XIDC1L或上限值XIDC1H上。

图21是表示在图9所示的步骤S13中执行的状态预测器计算过程的流程图。

在步骤S121，实施矩阵计算，计算公式(35)中的矩阵元素α1，α2，β1，β2，γ1到γd。

在步骤S122，从公式(35)计算预测偏离量PREDTH(k)。

图22是表示在图9所示的步骤14中执行的加到节流阀开动装置10的控制输入Us1(＝DUT)的计算过程的流程图。

在步骤S201，实施如图23所示的预测开关函数值σpre的计算过程。在步骤S202，实施如图26所示的预测开关函数值σpre的积分值的计算过程。在步骤S203，从公式(9)计算等效控制输入Ueq。在步骤S204，实施如图27所示的到达律输入Urch的计算过程。在步骤S205，实施如图28所示的自适应律输入Uadp的计算过程。

在步骤S206，确定在图29所示的过程中设置的稳定性确定标志FSMCSTAB是否为“1”。当稳定性确定标志FSMCSTAB设置在“1”时，这指出自适应滑动模控制器21是不稳定的。

如果在步骤S206中FSMCSTAB为“0”，则指出自适应滑动模控制器21是稳定的，并将在步骤S203到S205中计算的控制输入Ueq，Urch和Uadp加起来，从而在步骤S207计算出控制输入Usl。

如果在步骤S206中FSMCSTAB为“1”，则指出自适应滑动模控制器21是不稳定的，并计算到达律输入Urch和自适应律输入Uadp之和作为控制输入Usl。换句话说，不用等效控制输入Ueq计算控制输入Usl，这样就能防止控制系统变得不稳定。

在步骤S209和S210，确定计算的控制输入Usl是否处于定义在预先确定的上限值XUSLH和预先确定的下限值XUSLL之间的范围内。如果控制输入Usl是在XUSLH和XUSLL之间的范围内，则立即结束过程。如果在步骤S209控制输入Usl小于或等于预先确定的下限值XUSLL，则在步骤S212将控制输入Usl设置在预先确定的下限值XUSLL。如果在步骤S210控制输入Usl大于或等于预先确定的上限值XUSLH，则在步骤S211将控制输入Usl设置在预先确定的上限值XUSLH。

图23是表示在图22所示的步骤S201中执行的预测开关函数值σpre的计算过程的流程图。

在步骤S221，实施如图24所示的开关函数设置参数VPOLE的计算过程。然后，在步骤S222，从公式(36)计算预测开关函数值σpre(k)。

在步骤S223和S224，确定计算的预测开关函数值σpre(k)是否处于定义在预先确定的上限值XSGMH和预先确定的下限值XSGML之间的范围内。如果预测开关函数值σpre(k)是在XSGMH和XSGML之间的范围内，则立即结束如图23所示的过程。如果在步骤S223计算的预测开关函数值σpre(k)小于或等于预先确定的下限值XSGMH，则在步骤S225将计算的预测开关函数值σpre(k)设置在预先确定的下限值XSGML。如果在步骤S224计算的预测开关函数值σpre(k)大于或等于预先确定的上限值XSGMH，则在步骤S226将计算的预测开关函数值σpre(k)设置在预先确定的上限值XSGMH。

图24是表示在图23所示的步骤S221中执行开关函数设置参数VPOLE的计算过程的流程图。

在步骤S231，确定稳定性确定标志FSMCSTAB是否为“1”。如果在步骤S231，FSMCSTAB为“1”，指出自适应滑动模控制器21是不稳定的，则在步骤S232，将开关函数设置参数VPOLE设置在预先确定的稳定化值XPOLESTB。将预先确定的稳定化值XPOLESTB设置在大于“-1”但是非常接近“-1”(例如，“-0.999”)的值上。

如果FSMCSTAB为“0”，指出自适应滑动模控制器21是稳定的，则在步骤S233从下列公式(46)计算在目标值DTHR(k)中的改变量DDTHR(k)。

DDTHR(k)＝DTHR(k)-DTHR(k-1) (46)

在步骤S234，根据在步骤S233计算的节流阀开度偏离量DTH和改变量DDTHR检索VPOLE映射，计算开关函数设置参数VPOLE。如图25A所示，使得当节流阀开度偏离量DTH具有在“0”附近的值时，即当节流阀开度TH在缺省开度THDEF附近时，开关函数设置参数VPOLE增加，和当节流阀开度偏离量DTH具有不在“0”附近的值时，开关函数设置参数VPOLE具有基本上恒定的值而与节流阀开度偏离量DTH的变化无关那样地，设置VPOLE映射。也使得当目标值中的改变量DDTHR如图25B中的实线所示地增加时开关函数设置参数VPOLE增加，和当节流阀开度偏离量DTH具有在“0”附近的值时，当目标值中的改变量DDTHR具有如图25B中的虚线所示地在“0”附近的值时，开关函数设置参数VPOLE增加那样地，设置VPOLE映射。

特别是，当对于节流阀开度的目标值DTHR在减小的方向中有很大变化时，将开关函数设置参数VPOLE设置在相对小的值。这使防止节流阀3与使节流阀3停止在完全关闭位置的停止器发生碰撞成为可能。当缺省开度THDEF附近，将开关函数设置参数VPOLE设置在相对大的值，这改善缺省开度THDEF附近的可控制性。

如图25C所示，可以使得当节流阀开度TH处于完全关闭开度或完全打开开度附近时，开关函数设置参数VPOLE减小那样地设置VPOLE映射。所以，当节流阀开度TH处于完全关闭开度或完全打开开度附近时，节流阀开度TH跟随目标开度THR的速度减小。结果，能够更确实地避免节流阀3与停止器的碰撞(停止器也使节流阀3停止在完全打开位置)。

在步骤S235和S236，确定计算的开关函数设置参数VPOLE是否处于定义在预先确定的上限值XPOLEH和预先确定的下限值XPOLEL之间的范围内。如果开关函数设置参数VPOLE是在XPOLEH和XPOLEL之间的范围内，则立即结束所示的过程。如果在步骤S236开关函数设置参数VPOLE小于或等于预先确定的下限值XPOLEL，则在步骤S238将开关函数设置参数VPOLE设置在预先确定的下限值XPOLEL。如果在步骤S235开关函数设置参数VPOLE大于或等于预先确定的上限值XPOLEH，则在步骤S237将开关函数设置参数VPOLE设置在预先确定的上限值XPOLEH。

图26是表示预测开关函数值σpre的积分值SUMSIGMA的计算过程的流程图。这个过程是在图22所示的步骤S202中执行的。用积分值SUMSIGMA在图28所示的过程中计算自适应律输入Uadp，我们将在后面描述该过程(参见公式(11a))。

在步骤S241，从下列公式(47)计算积分值SUMSIGMA，其中ΔT表示计算时期。

SUMSIGMA(k)＝SUMSIGMA(k-1)+σpre×ΔT (47)

在步骤S242和S243，确定计算的积分值SUMSIGMA是否处于定义在预先确定的上限值XSUMSH和预先确定的下限值XSUMSL之间的范围内。如果积分值SUMSIGMA是在XSUMSH和XSUMSL之间的范围内，则立即结束过程。如果在步骤S242积分值SUMSIGMA小于或等于预先确定的下限值XSUMSL，则在步骤S244将积分值SUMSIGMA设置在预先确定的下限值XSUMSL。如果在步骤S243积分值SUMSIGMA大于或等于预先确定的上限值XSUMSH，则在步骤S245将积分值SUMSIGMA设置在预先确定的上限值XSUMSH。

图27是表示在图22所示的步骤S204中执行的到达律输入Urch的计算过程的流程图。

在步骤S261，确定稳定性确定标志FSMCSTAB是否为“1”。如果稳定性确定标志FSMCSTAB为“0”，指出自适应滑动模控制器21是稳定的，则在步骤S262，将控制增益F设置在正常增益XKRCH，和在步骤S263从下列公式(48)计算到达律输入Urch，公式(48)与公式(10a)相同。

Urch＝-F×σpre/b1 (48)

如果稳定性确定标志FSMCSTAB为“1”，指出自适应滑动模控制器21是不稳定的，则在步骤S264，将控制增益F设置在预先确定的稳定化增益XKRCHSTB，和在步骤S265根据下列公式(49)计算到达律输入Urch，公式(49)不包含模型参数b1。

Urch＝-F×σpre (49)

在步骤S266和S267，确定计算的到达律输入Urch是否处于定义在预先确定的上限值XURCHH和预先确定的下限值XURCHL之间的范围内。如果到达律输入Urch是在XURCHH和XURCHL之间的范围内，则立即结束过程。如果在步骤S266到达律输入Urch小于或等于预先确定的下限值XURCHL，则在步骤S268将到达律输入Urch设置在预先确定的下限值XURCHL。如果在步骤S267到达律输入Urch大于或等于预先确定的上限值XURCHH，则在步骤S269将到达律输入Urch设置在预先确定的上限值XURCHH。

如上所述，当自适应滑动模控制器21变得不稳定时，将控制增益F设置在预先确定的稳定化增益XKRCHSTB，和不用模型参数b1计算到达律输入Urch，这使自适应滑动模控制器21回到它的稳定状态。当由模型参数识别器22执行的识别过程变得不稳定时，自适应滑动模控制器21变得不稳定。所以，通过用不包含已经变得不稳定的模型参数b1的公式(49)，能够使自适应滑动模控制器21稳定化。

图28是表示在图22所示的步骤S205中执行自适应律输入Uadp的计算过程的流程图。

在步骤S271，确定稳定性确定标志FSMCSTAB是否为“1”。如果稳定性确定标志FSMCSTAB为“0”，指出自适应滑动模控制器21是稳定的，则在步骤S272，将控制增益G设置在正常增益XKADP，和在步骤S273从下列公式(50)计算自适应律输入Uadp，公式(50)与公式(11a)相应。

Uadp＝-G×SUMSIGMA/b1 (50)

如果稳定性确定标志FSMCSTAB为“1”，指出自适应滑动模控制器21是不稳定的，则在步骤S274，将控制增益G设置在预先确定的稳定化增益XKSDPSTB，和在步骤S275根据下列公式(51)计算自适应律输入Uadp，公式(51)不包含模型参数b1。

Uadp＝-G×SUMSIGMA (51)

如上所述，当自适应滑动模控制器21变得不稳定时，将控制增益G设置在预先确定的稳定化增益XKADPSTB，和不用模型参数b1计算自适应律输入Uadp，这使自适应滑动模控制器21回到它的稳定状态。

图29是表示在图9所示的步骤S16中执行的滑动模控制器的稳定性的确定过程的流程图。在这个过程中，在Lyapunov函数的微分值的基础上确定稳定性，并根据稳定性确定结果设置稳定性确定标志FSMCSTAB。

在步骤S281，从下列公式(52)计算开关函数改变量Dσpre。然后，在步骤S282，从下列公式(53)计算稳定性确定参数SGMSTAB。

Dσpre＝σpre(k)-σpre(k-1) (52)

SGMSTAB＝Dσpre×σpre(k) (53)

在步骤S283，确定稳定性确定参数SGMSTAB是否小于或等于稳定性确定阈值XSGMSTAB。如果SGMSTAB大于XSGMSTAB，则确定自适应滑动模控制器21可能是不稳定的，在步骤S285将不稳定性检测计数器CNTSMCST增加“1”。如果SGMSTAB小于或等于XSGMSTAB，则确定自适应滑动模控制器21是稳定的，在步骤S284不增加不稳定性检测计数器CNTSMCST的计数而是保持该计数。

在步骤S286，确定不稳定性检测计数器CNTSMCST是否小于或等于预先确定的计数XSSTAB。如果CNTSMCST小于或等于XSSTAB，则确定自适应滑动模控制器21是稳定的，在步骤S287将第1确定标志FSMCSTAB1设置在“0”。如果CNTSMCST大于XSSTAB，则确定自适应滑动模控制器21是不稳定的，在步骤S288将第1确定标志FSMCSTAB1设置在“1”。当接通点火开关时，将不稳定性检测计数器CNTSMCST的值初始化到“0”。

在步骤S289，使稳定性确定期间计数器的值CNTJUDST减少1。在步骤S290，确定稳定性确定期间计数器的值CNTJUDST是否为“0”。当接通点火开关时，将稳定性确定期间计数器的值CNTJUDST初始化到预先确定的计数XCJUDST。所以，最初，对步骤S290的回答是否定的(不)，过程立即进行到步骤S295。

如果稳定性确定期间计数器的值CNTJUDST后来变为“0”，则过程从步骤S290进行到步骤S291，在步骤S291确定第1确定标志FSMCSTAB1是否为“1”。如果第1确定标志FSMCSTAB1为“0”，则在步骤S293将第2确定标志FSMCSTAB2设置在“0”。如果第1确定标志FSMCSTAB1为“1”，则在步骤S292将第2确定标志FSMCSTAB2设置在“1”。

在步骤S294，将稳定性确定期间计数器的值CNTJUDST设置在预先确定的计数XCJUDST，并将不稳定性检测计数器CNTSMCST设置在“0”。此后，过程进行到步骤S295。

在步骤S295，将稳定性确定标志FSMCSTAB设置在第1确定标志FSMCSTAB1和第2确定标志FSMCSTAB2的逻辑和。即便对步骤S286的回答变成肯定的(是)并且将第1确定标志FSMCSTAB1设置在“0”，第2确定标志FSMCSTAB2也保持在“1”，直到稳定性确定期间计数器的值CNTJUDST变成“0”为止。所以，稳定性确定标志FSMCSTAB也保持在“1”，直到稳定性确定期间计数器的值CNTJUDST变成“0”为止。

图30是表示在图9所示的步骤S17中执行的缺省开度偏离thdefadp的计算过程的流程图。

在图30所示的步骤S251，根据下列公式(54)计算增益系数KPTH(k)。

KPTH(k)＝PTH(k-1)/(1+PTH(k-1)) (54)

其中PTH(k-1)表示当在前一个循环执行现在这个过程时在步骤S253计算的增益参数。

在步骤S252，将如图11所示在模型参数识别器的计算过程中计算的模型参数c′和在步骤S251计算的增益系数KPTH(k)加到下列公式(55)，计算缺省开度偏离thdefadp(k)。

thdefadp(k)＝thdefadp(k-1)

+KPTH(k)×(c1′-thdefadp(k-1))

(55)

在步骤S253，从下列公式(56)计算增益参数PTH(k)：

PTH(k)＝{1-PTH(k-1)}/(XDEFADPW+PTH(k-1))}

×PTH(k-1)/XDEFADPW (56)

通过将公式(39)中的λ1′和λ2′分别设置在预先确定的值XDEFADP和“1”上得到公式(56)。

根据图30所示的过程，用时序加权最小二乘法算法统计地处理模型参数c′，计算缺省开度偏离thdefadp。

在本实施例中，节流阀开动装置10和ECU 7的一部分(即用于将驱动电流加到马达6的输出电路)与一个设备对应。图22所示的过程与一个滑动模控制器对应。图11所示的过程与一个识别装置对应。图12所示的过程与一个识别误差计算装置对应。图14所示的过程与一个识别误差校正装置对应。图21所示的过程与一个预测装置对应。

第2实施例

在上面描述的第1实施例中，由包含空载时间d的公式(1)定义控制对象模型，用状态预测器23计算经过空载时间d后的预测偏离量PREDTH，从而控制包含空载时间的控制对象模型。因此，需要在CPU中执行与状态预测器23对应的计算，由CPU执行的计算量变大。在第2实施例中，为了减少在CPU上的计算负载，由下列公式(1a)定义控制对象模型，其中将空载时间d设置在“0”，并用自适应滑动模控制的鲁棒性对由于将空载时间d设置在“0”引起的模型化误差进行补偿。

DTH(k+1)＝a1×DTH(k)+a2×DTH(k-1)

+b1×DUT(k)+c1 (1a)

为了进一步减少在CPU上的计算负载，将固定增益算法用作识别模型参数的算法。

为了进一步稳定控制，用另一个处理代替死区处理作为防止模型参数算漂移的处理。

下面我们将主要对与第1实施例不同的细节描述第2实施例。除了将在下面描述的细节外其它细节都与第1实施例相同。

图31是表示由ECU 7实施的节流阀控制系统的功能方框图。节流阀控制系统包括自适应滑动模控制器21a，模型参数识别器22a，模型参数调度器25和用于根据加速器踏板的下降量ACC对于节流阀3设置目标开度THR的目标开度设置装置24。

自适应滑动模控制器21a具有经检测的节流阀开度TH代替预测偏离量FREDTH。自适应滑动模控制器21a计算负载比DUT以便使节流阀开度TH与目标开度THR一致。

用自适应滑动模控制器21a能够提供上面在第1实施例中描述的相同优点，并实现控制系统对于控制对象的空载时间的鲁棒性。所以，可以对由于将空载时间d设置在“0”引起的模型化误差进行补偿。

模型参数识别器22a根据与第1实施例中的方法不同的方法计算经校正的模型参数矢量θL(θL^T＝[a1，a2，b1，c1])，并将计算的经校正的模型参数矢量θL加到自适应滑动模控制器21a。更特别的是，模型参数识别器22a在节流阀开度TH和负载比DUT的基础上通过校正从模型参数调度器25提供的参考模型参数矢量θbase，计算模型参数矢量θ。然后，模型参数识别器22a执行模型参数矢量θ的限制处理，以便计算经校正的模型参数矢量θL，并将经校正的模型参数矢量θL加到自适应滑动模控制器21a。在这种方式中，我们得到使节流阀开度TH跟随目标开度THR的最佳模型参数a1，a2和b1，也得到指示扰动和缺省开度THDEF的偏离的模型参数c1。

模型参数调度器25在节流阀开度TH的基础上计算参考模型参数矢量θbase(θbase^T＝[a1base，a2base，b1base，c1base])，并将计算的参考模型参数矢量θbase加到模型参数识别器22a。

在本实施例中，因为由上述公式(1a)定义控制对象模型，所以自适应滑动模控制器21a从下列公式(9b)，(10b)和(11b)而不用上述公式(9a)，(10a)和(11a)计算等效控制输入Ueq(k)到达律输入Urch(k)和自适应律输入Uadp(k)。

DUT (k) = \frac{1}{b 1} {(1 - a 1 - VPOLE) DTH (k) + (VPOLE - a 2) DTH (k - 1)

- c 1 + DTHR (k + 1) + (VPOLE - 1) DTHR (k)

- VPOLE \times DTHR (k - 1)}

(k) - - - (9 b)

(k) = \frac{- F}{b 1} σ (k) - - - (10 b)

Uadp (k) = \frac{- G}{b 1} Σ_{i = 0}^{k} ΔTσ (i) - - - (11 b)

通过在公式(9)，(10)和(11)中设置空载时间d为“0”得到公式(9b)，(10b)和(11b)。

如上所述，模型参数识别器22a在控制对象的输入(DUT(k))和输出(TH(k))的基础上计算控制对象模型的模型参数矢量。特别是，模型参数识别器22a从下列公式(15)计算模型参数矢量θ(k)。θ(k)＝θ(k-1)+KP(k)ide(k) (15)

公式(15)中的识别误差ide(k)由下列公式(17)，(18)和(19a)定义。增益系数矢量KP(k)由下列公式(20)定义，公式(20)中的方矩阵P(k)由下列公式(21)计算。

ide(k)＝DTH(k)-DTHHAT(k) (17)

DTHHAT(k)＝θ(k-1)^Tζ(k) (18)

ζ(k)^T＝[DTH(k-1)，DTH(k-2)，DUT(k-1)，1] (19a)

KP (k) = \frac{P (k) ζ (k)}{1 + ζ^{T} (k) P (k) ζ (k)} - - - (20)

P (k + 1) = \frac{1}{λ_{1}} (1 - \frac{λ_{2} P (k) ζ (k) ζ^{T} (k)}{λ_{1} + λ_{2} ζ^{T} (k) P (k) ζ (k)}) P (k) - - - (21)

(1：单位矩阵)

在本实施例中，除了与第1实施例相同需要满足要求B1到B3外，我们还需要满足下列要求B4和B5。

B1)对于准静态动态特性改变和硬件特性变化的自适应

B2)对于高速率动态特性改变的自适应

特别是，这意味着对与节流阀开度TH中的改变有关的动态特性改变的自适应。

B3)防止模型参数的漂移

应该防止是模型参数绝对值的过分增加的漂移。由识别误差影响引起模型参数的漂移，由于控制对象的非线性特性，这种漂移不应该反应在模型参数上。

B4)与ECU的计算能力匹配

特别是，需要进一步减少计算量。

B5)模型参数的稳定化(控制特性)

特别是，应该使识别模型参数的变化减到最小。

为了满足要求B4，将系数λ1和λ2分别设置在“1”和“0”，从而采用固定增益算法。因此，使方矩阵P(k)为常数。并能够省略公式(21)的计算。结果，能够很大地减少计算量。

特别是，当采用固定增益算法时，将公式(20)简化成下列公式(20a)，其中P表示具有常数作为对角线元素的方矩阵。

KP (k) = \frac{Pζ (k)}{1 + ζ^{T} (k) Pζ (k)} - - - (20 a)

根据这样简化的算法，能够减少计算量。然而，也使识别能力稍微下降。进一步，能够将用于计算模型参数矢量θ(k)的公式(15)改写成公式(15b)并具有识别误差ide(k)的积分结构。所以，可以对识别误差ide(k)进行积分，得到引起模型参数漂移的模型参数。

θ(k)＝θ(0)+KP(1)ide(1)+KP(2)ide(2)

+…+EP(k)ide(k) (15b)

其中θ(0)表示具有模型参数初始值的元素的初始矢量。

在本实施例中，为了防止模型参数漂移，从下列公式(15c)而不用上述公式(15b)计算模型参数矢量θ(k)。

θ(k)＝θ(0)+DELTA^k-1×KP(1)ide(1)

+DELTA^k-2×KP(2)ide(2)+…

+DELTA×KP(k-1)ide(k-1)

+KP(k)ide(k) (15c)

其中DELTA表示具有忘却系数DELTAi(i＝1到4)作为元素的忘却系数矢量，如下列公式所示。

DELTA＝[DELTA1，DELTA2，DELTA3。DELTA4]

将忘却系数DELTAi设置在0和1之间的值(0＜DELTAi＜1)，它们具有逐渐减少过去的识别误差影响的功能。将与模型参数b1计算有关的系数DELTA3和与模型参数c1计算有关的系数DELTA4中的一个设置在“1”。换句话说，使忘却系数DELTA3和DELTA4中的一个不起作用。通过将忘却系数矢量DELTA的一个或多个元素设置在“1”，可以防止在目标值DTHR和节流阀开度偏离量DTH之间发生稳态偏离。如果将系数DELTA3和DELTA4两者都设置在“1”，则防止模型参数漂移的作用就变得不够了。因此，优先地只将系数DELTA3和DELTA4中的一个设置在“1”。

如果将公式(15)改写成循环形式，则得到下列公式(15d)和(15e)。下文中，我们将从公式(15d)和(15e)而不从公式(15)计算模型参数矢量θ(k)的过程称为δ校正法，并将由公式(15e)定义的dθ(k)称为“更新矢量”

θ(k)＝θ(0)+dθ(k) (15d)

dθ(k)＝DELTA×dθ(k-1)+KP(k)ide(k) (15e)

根据用δ校正法的算法，得到满足要求B3的防止漂移作用和满足要求B5的模型参数稳定化作用。特别是，在所有次数中都保持初始矢量θ(0)，能够由更新矢量dθ(k)的元素取得的值受到系数矢量DELTA的作用的限制。所以，能够使模型参数稳定化在它们的初始值附近。

进一步，因为当在实际控制对象的输入和输出数据的基础上根据识别过程调整更新矢量dθ(k)时计算模型参数，所以能够得到与实际控制对象匹配的模型参数，从而满足上述要求B1。

为了满足要求B2，从下列公式(15f)计算模型参数矢量θ(k)，公式(15f)用参考模型参数矢量θbase，而不用公式(15d)中的初始矢量θ(0)。

θ(k)＝θbase+dθ(k) (15f)

根据节流阀开度偏离量DTH(TH-THDEF)由模型参数调度器25设置参考模型参数矢量θbase。因此，能够使参考模型参数矢量θbase自适应于与在节流阀开度TH中的改变对应动态特性中的改变，所以能够满足上述要求B2。

如上面描述的那样，根据本实施例，由于采用固定增益算法减少了由ECU进行的计算量(要求B4)。通过采取用δ校正法的算法达到对于准静态动态特性改变和硬件特性变化的自适应(要求B1)，模型参数的稳定化(控制特性)(要求B5)，和防止模型参数的漂移(要求B3)。进一步，通过采用模型参数调度器25达到对与在节流阀开度TH中的改变对应的动态特性改变的自适应(要求B2)。

从公式(15f)计算的模型参数矢量θ(k)的元素a1′，a2′，b1′和c1′受到限制处理，使得能与第1实施例相同地计算经校正的模型参数矢量θL(k)(θL(k)^T＝[a1，a2，b1，c1])。

此外，对模型参数c1′进行统计地处理，计算它变化的中心值作为缺省开度偏离thdefadp，并用于与第1实施例相同地从公式(41)和(42)计算节流阀开度偏离量DTH和目标值DTHR。

DTH(k)＝TH(k)-THDEF+thdefadp (41)

DTHR(k)＝THR(k)-THDEF+thdefadp (42)

我们将在下面描述为了实现自适应滑动模控制器21a，模型参数识别器22a和模型参数调度器25的功能，ECU 7的CPU的工作。

图32是表示节流阀开度控制过程的流程图。该节流阀开度控制过程与图9所示的节流阀开度控制过程的不同在于后一过程中省略了步骤S13(状态预测器的计算)，和将后一过程中的步骤S12，S14和S16分别改变成步骤S12a，S14a和S16a。

在步骤S12a中，实施模型参数识别器计算的过程如图33所示。特别是，执行从公式(15f)计算模型参数矢量θ(k)的过程，和能够计算经校正的模型参数矢量θL(k)那样地使模型参数矢量θ(k)受到限制处理。

在步骤S14a，用经校正的模型参数矢量θL(k)计算图36所示的控制输入Usl(k)。特别是，计算等效控制输入Ueq(k)，到达律输入Urch(k)和自适应律输入Uadp(k)，并计算这些输入之和作为控制输入Usl(k)(负载比DUT(k))。

在步骤S16a，执行如图41所示的滑动模控制器的稳定性的确定过程。特别是，用开关函数值σ代替预测开关函数值σpre确定滑动模控制器的稳定性，并设置稳定性确定标志FSMCSTAB。当稳定性确定标志FSMCSTAB设置在“1”时实施的处理与第1实施例相同。

图33是表示模型参数识别器22a的计算过程的流程图。图33所示的过程与图11所示的模型参数识别器的计算过程的不同在于将图11所示的过程中的步骤S31到S34改变成步骤S31a到S34a，并加入步骤S33b和S33c。

在步骤S31a，从公式(20a)计算增益参数矢量KP(k)。然后，在步骤32a从公式(18)和(19a)计算估计的节流阀开度偏离量DTHHAT(k)。

在步骤S33a，执行如图35所示的计算ide(k)的过程，以便计算识别误差ide(k)。在步骤33b，从公式(15e)计算更新矢量dθ(k)。然后，在步骤S33c，根据计算参考模型参数矢量θbase的节流阀开度偏离量DTH，检索图34所示的θbase表。在θbase表中，设置了参考模型参数a1base，a2base和b1base。当节流阀开度偏离量DTH具有接近“0”的值时(即当节流阀开度TH处于缺省开度THDEF附近时)，参考模型参数a1base和b1base减少而参考模型参数a2base增加。将参考模型参数c1base设置在“0”。

在步骤S34a，从公式(15f)计算模型参数矢量θ(k)。然后，与第1实施例相同地实施使模型参数矢量θ(k)稳定化的过程(步骤S35)。即，能够计算经校正的模型参数矢量θL(k)那样地使模型参数受到限制处理。

图35是表示在图33所示的步骤S33a中执行的识别误差ide(k)的计算过程的流程图。图35所示的过程与图12所示的过程的不同在于省略了图12所示的步骤S56中的死区处理和将图12所示的步骤S51改变成步骤S51a。在本实施例中，因为用δ校正法防止了模型参数的漂移，所以不实施死区处理。

在步骤S51a，从公式(18)和(19a)计算估计的节流阀开度偏离量DTHHAT(k)，和用估计的节流阀开度偏离量DTHHAT(k)计算识别误差ide(k)。

在本实施例中，因为将控制对象的空载时间d设置在“0”，所以例如将在步骤S52中的预先确定的值XCNTIDST设置在“2”。

图36是表示在图32所示的步骤S14a中执行的加到节流阀开动装置10的控制输入Usl(DUT)的计算过程的流程图。图36所示的过程与图22所示的过程的不同在于将图22所示的步骤S201到S205分别改变成步骤S201a到S205a。

在步骤S201a，如图37所示计算开关函数值σ。在步骤S202a，如图38所示计算开关函数值σ的积分值。在步骤S203a，从公式(9b)计算等效控制输入Ueq。在步骤S204a，如图39所示计算到达律输入Urch。在步骤S205a，如图40所示计算自适应律输入Uadp。

图37是表示在图36所示的步骤S201a中执行的开关函数值σ的计算过程的流程图。图37所示的过程与图23所示的过程的不同在于将图23所示的步骤S222到S226分别改变成步骤S222a到S226a。

在步骤S222a，从公式(5)计算开关函数值σ(k)。步骤S223a到S226a是通过用“σ”代替图23所示的步骤S223到S226中的“σpre”得到的步骤。因此，开关函数值σ(k)以与图23所示的处理相同的方式受到限制处理。

图38是表示在图36所示的步骤S202a中执行的开关函数值σ的积分值SUMSIGMAa的计算过程的流程图。图38所示的过程与图26所示的过程的不同在于将图26所示的步骤S241到S245分别改变成步骤S241a到S245a。积分值SUMSIGMAa用于在如下所述的图40所示的过程中计算自适应律输入Uadp(参见公式(11b))。

在步骤S241a，根据下列公式(47a)计算积分值SUMSIGMAa：

SUMSIGMAa(k)＝SUMSIGMAa(k-1)+σ×ΔT (47a)

在步骤S242a到S245a，计算的积分值SUMSIGMAa以与图26所示的处理相同的方式受到限制处理。

图39是表示在图36所示的步骤S204a中执行的到达律输入Urch的计算过程的流程图。图39所示的过程与图27所示的过程的不同在于将图27所示的步骤S263到S265分别改变成步骤S263a到S265a。

在本实施例中，用开关函数值σ代替预测开关函数值σpre，当自适应滑动模控制器21a稳定时，在步骤S263a计算到达律输入Urch，和当自适应滑动模控制器21a不稳定时，在步骤S265a计算到达律输入Urch。

图40是表示在图36所示的步骤S205a中执行的自适应律输入Uadp的计算过程的流程图。图40所示的过程与图28所示的过程的不同在于将图28所示的步骤S273和S275分别改变成步骤S273a和S275a。

在本实施例中，用开关函数值σ的积分值SUMSIGMAa，当自适应滑动模控制器21a稳定时，在步骤S273a计算自适应律输入Uadp，当自适应滑动模控制器21a不稳定时，在步骤S275a计算自适应律输入Uadp。

图41是表示在图32所示的步骤S16a中执行的滑动模控制器的稳定性的确定过程的流程图。图41所示的过程与图29所示的过程的不同在于将图29所示的步骤S281和S282分别改变成步骤S281a和S282a。

在步骤S281a，根据下列公式(52a)计算开关函数改变量Dσ。在步骤S282a，根据下列公式(53a)计算稳定性确定参数SGMSTAB。即，在开关函数值σ而不是预测开关函数值σpre的基础上确定稳定性。

Dσ＝σ(k)-σ(k-1) (52a)

SGMSTAB＝Dσ×σ(k) (53a)

在本实施例中，节流阀开动装置10和ECU 7的一部分，即用于将驱动电流加到马达6的输出电路，与一个设备对应。图36所示的过程与一个滑动模控制器对应。图33所示的过程与一个识别装置对应。图35所示的过程与一个识别误差计算装置对应。图35所示的过程与一个识别误差校正装置对应。图33所示的步骤S33b与一个更新矢量计算装置和一个更新矢量校正装置对应。

第3实施例

图42是表示根据本发明的第3实施例的控制系统的方框图。

如图42所示，控制系统包括作为控制对象的设备101，检测从设备输出的混合液体的pH值的pH传感器102，从来自pH传感器102的输出VIOUT减去第1参考值V1BASE的减法器103，产生控制目标值VITARGET的目标值产生器104，确定第1控制量U1的控制量确定装置105，和将第1控制量U1和第2参考值V2BASE加起来并输出第2控制量U2的加法器106。

减法器103，目标值产生器104，控制量确定装置105和加法器106是用具有CPU，存储器和输入/输出电路的电子控制装置特别构成的。

设备101包括根据第2控制量U2控制碱性液体流速的流控制阀111，和搅拌通过流控制阀111提供的碱性液体和酸性液体的搅拌器112。设备101搅拌碱性液体和酸性液体，输出具有希望的pH值的混合液体。

控制量确定装置105包括识别由使设备101模型化得到的控制对象模型的模型参数矢量的识别器121，自适应滑动模控制器122和预测器123。识别器121，自适应滑动模控制器122和预测器123分别与第1实施例的模型参数识别器22，自适应滑动模控制器21和状态预测器23对应，并具有与模型参数识别器22，自适应滑动模控制器21和状态预测器23相同的功能。

下面我们将描述在第3实施例的部件和参数与第1实施例的部件和参数之间的关系。

pH传感器102与节流阀开度传感器8对应，pH传感器102的输出VIOUT与节流阀开度TH对应。第1目标值V1BASE与缺省开度THDEF对应。在本优先实施例中，将第1目标值V1BASE设置在与中性值对应的pH值上。所以，偏离量DV1与节流阀开度偏离量DTH对应。目标值产生器104与目标开度设置装置24对应，控制目标值VITARGET与节流阀开度偏离量的目标值DTHR对应。在第1实施例中，减法器103的功能包括在模型参数识别器22和状态预测器23中。

加上第2参考值V2BASE使第1控制量U1的中心值偏置，第1控制量U1是自适应滑动模控制器122的输出。在第1实施例中，没有与加法器106对应的部件，所以第2参考值V2BASE基本上等于“0”(即，U1＝U2＝Usl)。在本实施例中，将第2参考值V2BASE设置在这样一个使流控制阀111的开度，例如，为50％的值上。

流控制阀111与开关元件(它包括在ECU 7的输出电路内，但是在图中未画出，在描述中也未加说明)对应，通过具有空载比DUT的脉冲信号使开关元件接通和断开。碱性液体与电源电压对应。流控制阀111的输出流速V2与马达6的驱动电流对应。搅拌器112与马达6和节流阀3的阀体对应。酸性液体与作用在节流阀3的阀体上的进入管负压和回复弹簧4及弹回装置5的驱动力对应。从搅拌器112输出的混合液体的pH值V1与实际的节流阀开度对应。

因为上述关系，能够以与第1实施例相同的方式使设备101模型化，和将与根据第1实施例的控制过程相同的控制过程应用到设备101。特别是，识别器121实施与第1实施例相同的工作，在第1控制量U1和偏离量DV1的基础上计算经校正的模型参数矢量θL。预测器123实施与第1实施例相同的工作，在第1控制量U1，偏离量DV1和经校正的模型参数矢量θL的基础上计算预测的偏离PREDV1。自适应滑动模控制器122实施与第1实施例相同的工作，在预测的偏离PREDV1和经校正的模型参数矢量θL的基础上，计算第1控制量U1以便使预测的偏离PREDV1与控制目标值V1TARGET一致。所以，能够通过将控制目标值V1TARGET设置在希望的pH值(来自第1参考值V1BASE的希望的偏离量)使设备101的输出V1与希望的pH值一致。

在本实施例中，识别器121与识别装置对应，包括识别误差计算装置和识别误差校正装置。预测器123与预测装置对应。

第3实施例的修改

图43表示图42所示的控制系统的修改。在该修改中，设备101a而不是图42所示的设备101为控制对象。通过将流速传感器113和反馈控制器114加到图42所示的设备101中构成设备101a。流速传感器113检测流控制阀111的输出流速V1，反馈控制器114控制流控制阀111，使流速传感器113的输出V2OUT与和第2控制量U2对应的流速相一致。

也可以将与第3实施例相同的模型化和控制过程应用于包括图43所示的局域反馈环的设备中。

因为在第1实施例中用于驱动马达的电路是已知的，所以我们不对这个电路进行详细的描述。用于驱动马达的电路可以包括检测接通和断开的开关元件的输出电流的电流传感器，可以实施反馈控制过程使检出电流值ID与和控制量Usl对应的电流值IR相一致。本修改与将上述电路装置加到第1实施例中的结构相对应。

第4实施例

图44是根据本发明的第4实施例的控制系统的方框图。图44所示的控制系统与根据第2实施例的控制系统对应，并与图42所示的控制系统相似，除了图42所示的控制量确定装置105被控制量确定装置105a代替外。下面不予描述的图44所示的控制系统的详细情况与根据第3实施例的控制系统相同。

控制量确定装置105a包括识别器121a，自适应滑动模控制器122a和参数调度器124。

识别器121a，自适应滑动模控制器122a和参数调度器124分别与根据第2实施例的模型参数识别器22a，自适应滑动模控制器21a和参数调度器25对应，并具有相同的功能。

参数调度器124实施与第2实施例相同的工作，在偏离量DV1的基础上计算参考模型参数矢量θbase。识别器121a实施与第2实施例相同的工作，在第1控制量U1，偏离量DV1和参考模型参数矢量θbase的基础上计算经校正的模型参数矢量θL。自适应滑动模控制器122a实施与第2实施例相同的工作，在偏离量DV1和经校正的模型参数矢量θL的基础上计算第1控制量U1，使偏离量DV1与控制目标值V1TARGET一致。所以，能够通过将控制目标值V1TARGET设置在希望的pH值(来自第1参考值V1BASE的偏离量)上，使设备101的输出V1与希望的pH值一致。

在本实施例中，识别器121a与识别装置对应，并包括识别误差计算装置，更新矢量计算装置和更新矢量校正装置。

第4实施例的修改

图45表示图44所示控制系统的修改。在该修改中，设备101a而不是图44所示的设备101为控制对象。设备101a与图43所示的设备101相同。

也可以将与第4实施例相同的模型化和控制过程应用于包括图45所示的局域反馈环的设备中。

第5实施例

图46是根据本发明第五实施例的控制系统的方框图。

如图46所示，该控制系统包括：引擎系统201，作为控制对象包含内燃机212；空气燃油比传感器202，用于检测送到引擎212的空气燃油混合物的空气燃油比；减法器203，用于从空气燃油比传感器202的输出KACT(其值被转换为等效比)中减去基准值KBS；目标值产生器204，用于产生控制目标值DKCMD；控制量确定装置205，用于确定控制量DKAF；加法器206，用于将控制量DKAF与基准值KBS相加并输出校正量KAF；以及燃油量计算装置207，利用校正量KAF和其它前馈控制项目，计算燃油量TOUT。

减法器203、目标值产生器204、控制量确定装置205、加法器206以及燃油量计算装置207特别由具有CPU、存储器和输入/输出电路的电子控制装置实现。

引擎系统201包括：燃油喷射阀211，根据燃油量TOUT喷射燃油；以及内燃机212，燃油喷射阀211喷射的燃油与进气的空气燃油混合物在其内燃烧。通过燃烧燃油，引擎系统201产生旋转力矩，并产生燃烧气体(废气)。

控制量确定装置205包括：识别器221，用于识别通过对引擎系统201建模获得的控制对象模型的模型参数矢量；自适应滑动模控制器222；以及预测器223。识别器221、自适应滑动模控制器222以及预测器分别对应于根据第一实施例的模型参数识别器22、自适应滑动模控制器21以及状态预测器23，并且与模型参数识别器22、自适应滑动模控制器21以及状态预测器23具有同样功能。

以下说明第五实施例的分量和参数与第一实施例的分量和参数之间的关系。

空气燃油比传感器202相当于节流阀开度传感器8，并且空气燃油比传感器202的输出KACT相当于节流阀开度TH。基准值KBS相当于缺省开度THDEF。在本实施例中，将基准值KBS设置为相当于化学计量空气燃油比的值(1.0)。因此，偏离量DK相当于节流阀开度偏离量DTH。目标值产生器204相当于目标开度设置装置24，控制目标值DKCMD相当于节流阀开度偏离量的目标值DTHR。在第一实施例中，减法器203的功能包括在模型参数识别器22和状态预测器23内。

附加基准值KBS以偏离作为自适应滑动模控制器222的输出的控制量DKAF的中值。

燃油喷射阀211相当于利用具有负载比DUT的脉冲信号接通和断开的开关元件(包括在ECU 7输出电路内，但是在附图中未示出，而且在本说明书中也没有做解释)。燃油相当于电源电压。燃油喷射阀211喷射的燃油量FA相当于马达6的驱动电流。引擎212相当于马达6和节流阀3的阀体。进气相当于作用在节流阀3的阀体上的进气管负压和回复弹簧4和弹回装置5的驱动力。引擎212排除的废气中的氧浓度VO2相当于实际节流阀开度。

因为上述关系，所以可以利用第一实施例的同样方式对引擎系统201建模，并且可以将与根据第一实施例的控制过程相同的控制过程应用于引擎系统201。具体地说，识别器221与第一实施例中的识别器执行同样的操作，以根据控制量DKAF和偏离量DK计算校正模型参数矢量θL。预测器223与第一实施例中的预测器执行同样的操作，以根据控制量DKAF、偏离量DK以及校正模型参数矢量θL，计算预测偏离量PREDK。自适应滑动模控制器222与第一实施例中的自适应滑动模控制器执行同样的操作，以根据预测偏离量PREDK和校正模型参数矢量θL，计算控制量DKAF，从而使预测偏离量PREDK与控制目标值DKCMD一致。因此，通过将控制目标值DKCMD设置为要求空气燃油比校正值(与基准值KBS的要求偏离量)，可以使送到引擎212内的空气燃油混合物的空气燃油比与要求空气燃油比一致。

在本实施例中，识别器221相当于识别装置，并且包括识别误差计算装置和识别误差校正装置。预测器223相当于预测装置。

第6实施例

图47是根据本发明第六实施例的控制系统的方框图。图47所示的控制系统相当于根据本发明第二实施例的控制系统，并且除了利用控制量确定装置205a代替了图46所示控制量确定装置205外，与图46所示的控制系统相同。因此，以下未说明的图47所示控制系统的细节与根据第五实施例的控制系统的细节相同。

控制量确定装置205a包括识别器221a、自适应滑动模控制器222a以及参数调度器224。

识别器221a、自适应滑动模控制器222a以及参数调度器224分别相当于根据第二实施例的模型参数识别器22a、自适应滑动模控制器21a以及模型参数调动器25，并与它们的功能相同。

参数调度器224与第二实施例的调动器执行同样的操作，以根据偏离量DK计算校正模型参数矢量θbase。识别器221a与第二实施例中的识别器执行同样的操作，以根据控制量DKAF、偏离量DK以及校正模型参数矢量θbase，计算校正模型参数矢量θL。自适应滑动模控制器222a与第二实施例中的自适应滑动模控制器执行同样的操作，以根据偏离量DK和校正模型参数矢量θL，计算控制量DKAF，从而使偏离量DK与控制目标值DKCMD一致。因此，通过将控制目标值DKCMD设置为要求空气燃油比校正值(与基准值KBS的要求偏离量)，可以使送到引擎212的空气燃油混合物的空气燃油比与要求空气燃油比一致。

在本实施例中，识别器221a相当于识别装置，并且包括识别误差计算装置、更新矢量计算装置以及更新矢量校正装置。

其它实施例

可以利用如下所述的ε校正方法代替δ校正方法作为计算模型参数的识别误差ide(k)的方法。具体地说，可以利用如下等式(15g)代替等式(15c)来计算模型参数矢量θ(k)。

θ(k)＝EPS^kθ(0)

+EPS^k-1×KP(1)ide(1)

+EPS^k-2×KP(2)ide(2)+…

+EPS×KP(k-1)ide(k-1)+KP(k)ide(k)

(15g)

其中EPS表示忘却系数EPSi(i＝1至4)作为其元素的忘却系数矢量，如下式所示。

EPS＝[EPS1，EPS2，EPS3，EPS4]

与忘却系数DELTAi一样，将忘却系数EPS1、EPS2、EPS3以及EPS4设置为“0”与“1”之间的值(0＜EPSi＜1)，而且它们具有逐渐降低过去识别误差影响的作用。

在ε校正方法中，必须将与模型参数b1的计算过程有关的忘却系数EPS3设置为“1”，原因如下。在ε校正方法中，在识别误差ide(k)越来越小时，所有模型参数值越来越接近0。由于将模型参数b1代入等式(9b)、(10b)以及(11b)的分母，在模型参数b1变得更接近“0”时，送到控制对象的输入Us1发散。

等式(15g)与等式(15c)的不同之处在于，初始矢量θ(0)还要乘以忘却系数矢量EPS乘。

如果将等式(15g)改写为循环形式，则得到如下等式(15h)。以下将利用等式(15h)而不利用等式(15)计算模型参数矢量θ(k)的方法称为ε校正方法。

θ(k)＝EPS×θ(k-1)+KP(k)ide(k) (15h)

ε校正方法还有一个作用就是逐渐降低过去识别误差的影响。因此，利用ε校正方法可以防止模型参数发生漂移。

在第二实施例中，利用δ校正方法防止模型参数发生漂移。然而，与第一实施例类似，根据死区处理过程(参考图14)计算校正识别误差idenl(k)，然后可以利用该校正识别误差idenl(k)计算模型参数矢量θ(k)。

在第一实施例中，利用δ校正方法或ε校正方法代替死区处理过程。如果在第一实施例中采用δ校正方法，则最好象第二实施例那样采用模型参数调动器，并通过将更新矢量与该模型参数调动器计算的基准矢量θbase相加，计算模型参数矢量θ。

工业应用

根据本发明的设备控制系统，对通过对作为控制对象的设备进行建模获得的控制对象模型的一个或多个模型参数进行识别，并可以使采用识别模型参数的滑动模控制过程稳定。特别是，本发明可以应用于控制节流阀开动装置，节流阀开动装置对送到内燃机的空气量进行控制，燃烧系统包括内燃机、化工设备等。在利用滑动模控制过程对上述控制对象进行控制时，本发明有助于改善控制稳定性。此外，本发明还可以应用于控制具有垂直安装曲轴的引擎，例如用于驱动船舶的外装引擎。

Claims

1.一种设备控制系统，该设备控制系统包括：

识别装置，根据所述设备的输入和输出，识别通过对所述设备进行建模获得的控制对象模型的模型参数矢量；以及

滑动模控制器，利用所述识别装置识别的模型参数矢量控制所述设备；

所述识别装置包括：

识别误差计算装置，用于计算模型参数矢量的识别误差；

更新矢量计算装置，用于根据所述识别误差计算更新矢量；以及

更新矢量校正装置，通过利用大于0且小于1的预定值乘以所述更新矢量的至少一个元素的过去值，校正所述更新矢量；

其中所述识别装置通过将模型参数矢量的校正后的更新矢量与基准矢量相加来计算模型参数矢量。

2.根据权利要求1所述的控制系统，其中所述更新矢量校正装置不利用预定值乘以与所述设备的输入有关的更新矢量的元素和与所述设备的输入和输出无关的更新矢量的元素其中之一。

3.根据权利要求1或2所述的控制系统，其中所述更新矢量校正装置利用预定值乘以基准矢量的至少一个元素。

4.一种设备控制系统，该设备控制系统包括：

所述识别装置包括：

识别误差计算装置，用于计算模型参数矢量的识别误差；

识别误差校正装置，如果识别误差在预定范围内，则在减小方向校正识别误差；

其中所述识别装置利用所述识别误差校正装置校正的识别误差计算模型参数矢量。

5.根据权利要求4所述的控制系统，其中如果识别误差在预定范围内，则所述识别误差校正装置将该识别误差设置为“0”。

6.根据权利要求4或5所述的控制系统，其中根据控制目标值的变化量或所述设备的输出的变化量设置该预定范围。

7.根据权利要求1至6中的任何一项所述的控制系统，其中所述识别装置利用固定增益算法识别模型参数矢量。

8.根据权利要求1至7中的任何一项所述的控制系统，其中所述识别误差计算装置对识别误差进行低通滤波并输出低通滤波后的识别误差。

9.根据权利要求1至8中的任何一项所述的控制系统，该控制系统进一步包括用于计算所述设备的输出预测值的预测装置。

10.根据权利要求9所述的控制系统，其中所述预测装置利用所述识别装置识别的模型参数矢量计算该预测值。

11.根据权利要求1至9中的任何一项所述的控制系统，其中滑动模控制器对设备施加的控制输入包括自适应律输入。

12.根据权利要求1至11中的任何一项所述的控制系统，其中所述设备包括节流阀开动装置，该节流阀开动装置具有：内燃机节流阀和用于开动所述节流阀的开动装置，并且为了使所述节流阀的开度与目标开度一致，所述滑动模控制器计算参数以确定对所述节流阀开动装置施加的控制输入。

13.根据权利要求1至11中的任何一项所述的控制系统，其中所述设备包括引擎系统，该引擎系统具有：内燃机和对引擎提供燃油的供油装置，并且为了使供给到所述引擎的空气燃油混合物的空气燃油比与目标空气燃油比一致，所述滑动模控制器计算参数以确定对所述引擎系统施加的控制输入。

14.一种设备控制系统，该设备控制系统包括：

所述识别装置包括：

识别误差计算装置，用于计算模型参数矢量的识别误差；

更新矢量计算装置，根据所述识别误差计算更新矢量；

更新矢量校正装置，用于校正该更新矢量，从而降低该识别误差的过去值的影响；

模型参数矢量计算装置，通过将模型参数矢量的校正后的更新矢量与基准矢量相加来计算模型参数矢量；以及

限制装置，用于将所述模型参数矢量计算装置计算的模型参数矢量的至少一个元素的值限制在预定极限范围内。

15.根据权利要求14所述的控制系统，其中所述更新矢量计算装置利用固定增益算法计算更新矢量。

16.根据权利要求14或15所述的控制系统，其中所述更新矢量校正装置通过利用大于0且小于1的预定值乘以所述更新矢量的至少一个元素的过去值来校正所述更新矢量。

17.根据权利要求16所述的控制系统，其中所述更新矢量校正装置不利用预定值乘以与所述设备的输入有关的更新矢量的元素和与所述设备的输入和输出无关的更新矢量的元素其中之一。

18.根据权利要求16或17所述的控制系统，其中所述更新矢量校正装置利用预定值乘以基准矢量的至少一个元素。

19.根据权利要求14至17中的任何一项所述的控制系统，其中根据表示所述设备动态特性变化的参数，计算基准矢量。

20.一种设备控制系统，该设备控制系统包括：

所述识别装置包括：

识别误差计算装置，用于计算模型参数矢量的识别误差；

识别误差校正装置，如果识别误差在预定范围内，则在减小方向校正该识别误差；

模型参数矢量计算装置，利用所述识别误差校正装置校正的识别误差，计算模型参数矢量；以及

21.根据权利要求14至20中的任何一项所述的控制系统，其中所述限制装置限制模型参数矢量的多个元素的值，从而使所述多个元素满足预定关系。

22.根据权利要求20所述的控制系统，其中如果识别误差在预定范围内，则所述识别误差校正装置将识别误差设置为“0”。

23.根据权利要求14至22中的任何一项所述的控制系统，其中所述设备包括节流阀开动装置，该节流阀开动装置具有：内燃机节流阀和用于开动所述节流阀的开动装置，并且为了使所述节流阀的开度与目标开度一致，所述控制装置计算参数以确定对所述节流阀开动装置施加的控制输入。

24.一种设备控制系统，该设备控制系统包括：

识别装置，利用预定基准值识别通过对所述设备进行建模获得的控制对象模型的多个模型参数，其中，所述多个模型参数是包含在用于定义控制对象模型的等式中的参数，并且由与所述设备的输出有关的第一模型参数，与所述设备的控制输入有关的第二模型参数以及与所述设备的输出和控制输入无关的第三模型参数的至少一个组成；

控制装置，利用所述识别装置识别的模型参数控制所述设备；以及

校正装置，根据所述第三模型参数校正预定基准值。

25.根据权利要求24所述的控制系统，其中通过利用统计方法对与所述设备的输入和输出无关的模型参数进行处理，所述校正装置计算校正值，并利用该校正值校正预定基准值。

26.根据权利要求24或25所述的控制系统，其中所述设备包括节流阀开动装置，该节流阀开动装置具有：内燃机节流阀和用于开动所述节流阀的开动装置，并且为了使所述节流阀的开度与目标开度一致，所述控制装置计算参数以确定对所述节流阀开动装置施加的控制输入。

27.根据权利要求26所述的控制系统，其中所述节流阀开动装置包括：第一驱动装置，用于在关闭方向驱动所述节流阀；以及第二驱动装置，用于在打开方向驱动所述节流阀，并且在所述开动装置未开动所述节流阀时，利用所述第一和第二驱动装置使所述节流阀保持在缺省开度，将所述预定基准值设置为缺省开度。

28.一种节流阀开动装置控制系统，该节流阀开动装置包括内燃机节流阀和用于开动所述节流阀的开动装置，

所述控制系统包括：识别装置，用于识别通过对所述节流阀开动装置进行建模获得的控制对象模型的至少一个模型参数；以及

控制装置，根据所述识别装置识别的至少一个模型参数将所述节流阀的开度控制到目标开度，

所述识别装置包括：

识别误差计算装置，用于计算至少一个模型参数的识别误差；以及

识别误差校正装置，如果识别误差在预定范围内，则在减小方向校正识别误差，

其中利用所述识别误差校正装置校正的识别误差，识别装置计算至少一个模型参数，并根据基于所述节流阀的开度或目标开度的值，设置预定范围。

29.根据权利要求28所述的控制系统，该控制系统进一步包括预测装置，该预测装置利用所述识别装置识别的至少一个模型参数，计算未来节流阀开度的预测值。

30.根据权利要求28或29所述的控制系统，其中利用所述识别装置识别的至少一个模型参数，所述控制装置采用滑动模控制过程对所述节流阀开动装置进行控制。

31.根据权利要求30所述的控制系统，其中所述控制装置对所述节流阀开动装置施加的控制输入包括自适应律输入。