电控技术是提高煤层气发动机燃烧效率、降低排放和提高动力性的重要手段。在煤层气发动机控制系统分析和设计过程中,空燃比动态建模和前馈MAP校正方法是需要研究的重要内容,也是电控单元控制软件优化设计和控制策略开发的基础。本文研究主要内容如下:(1)为了描述煤层气发动机空燃比的动态特性,建立了多变量空燃比块联模型。利用稳态工况实验数据拟合的多项式,补偿模型中的静态非线性增益。借助3个准则函数选择动态模型的阶次,基于发动机动态工况实验数据,分别采用预滤波的频率权值修正(SM)法和输出误差(OE)法辨识空燃比动态模型的参数。模型验证结果表明,基于SM算法的块联模型能够相对较好地捕获发动机空燃比的瞬态偏移。(2)为了描述煤层气发动机强烈的非线性和补偿动态工况下的延迟,基于减法聚类算法(SCA)和在线聚类算法(OCA),分别建立了用于空燃比反馈控制的ANFIS模型和自适应模糊模型。利用同向激励和反向激励下的动态数据,对两种模型预测空燃比的能力进行了检验和交叉验证。结果表明,尽管两种模型都能够补偿发动机各种延迟、描述排气空燃比的瞬态偏移,但基于OCA算法自适应模型,由于采用参数递推算法和适当选择的规则半径,通过在线修正和调整模型参数,可以更好地实时预测空燃比的变化,具有更高的精度。(3)为了优化模糊空间划分和进一步改善建模精度,考虑聚类中心的关联性,将协同系数引入G-K聚类算法中,结合系统性能指标和3种聚类数判定准则(SC、S、XB),构建了基于G-K协同聚类算法的发动机空燃比模糊模型。模型验证结果表明,与G-K聚类算法的模糊模型相比,基于G-K协同聚类算法的模糊模型具有更好的鲁棒性,更适合作为空燃比动态模型。(4)为了尽可能消除稳态控制偏差和优化发动机控制MAP,借助于辨识的发动机稳态模型,研究了基于PI型、PID型和自适应PID型迭代学习控制律的稳态空燃比自学习校正算法;为了补偿动态非线性和延迟引起的瞬态空燃比偏移,借助于基于协同聚类算法的空燃比动态模型,研究了基于PID型和自适应PID型迭代学习律的动态空燃比校正方法。仿真结果表明,自适应PID学习控制算法具有最快的收敛速度和最小的学习误差,更适合煤层气发动机位置控制参数的在线学习和调整;基于自适应PID学习控制律的方法通过快速的误差反馈学习和实时跟踪,具有更好的收敛性能和瞬态空燃比控制能力。