原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第19卷 第6期 中 国 公 路 学 报 Vol.19 No.6
2006年 11月 ChinaJournalofHighwayandTransPort Nov.2006
文章编号:1001一7372 2006 06一0113一05
基于Elman神经网络的车用汽油机
过渡工况空燃比辨识
侯志祥 ，2‘，申群太 ，‘吴义虎2，邓 华2，袁 翔2
1.中南大学 信息科学与工程学院，湖南 长沙 410083;
2.长沙理工大学 汽车与机械工程学院，湖南 长沙 41。。7 6
摘要:以HL495Q型电喷汽油机为研究对象，分析了汽油机空燃比的数学模型，提出了一种基于
Elmna神经网络的过渡工况空燃比辫识方法。试验结果表明，Elmna神经网络空燃比模型具有简
单的网络结构，能高精度地退近车用汽油机空燃比的实际动态过程，模型的平均相对误差小于
1%，优于前馈BP神经网络模型的辫识结果。建立的Elmna神经网络空燃比模型能改善过渡工况
空燃比控制精度，提高排放性能。
关健词:汽车工程;汽油机;Elmna神经网络;空燃比;过渡工况;辫识
中图分类号:U446.711 文献标志码:A
AirFuelRatioIdentificationofGasolineEngineDuringTransient
C0nditi0nSBaSed0nElm8nNeUr8lNetw0rk
HOUZhi一xiang，2‘，SHENQun-tai，‘WUYi一huZ，DENGHuaZ，YUANXiang，
1.SchooloflnformationScienceandEngineering，Centra1SouthUniversity，Changsha41O083，Hunan，China;
2.SchoolofAutomotiveandMechanicalEngineering，ChangshaUniversityofScienceandTechnology，
Changsha410076，Hunan，China
Abstract:UsingHL495Qengineasresearchobiect，mathematicalmodelofairfuelratioof
gasolineenginewasanalyzedandamethodofindentifyingairfuelratioofgasolineengineduring
transientconditionsbasedonElmanneuralnetworkwasprovided.Experimentresultsshowthat
theairfuelratiomodelofgasolineenginebasedonElmanneuralnetworkhassimplestructure
andcanaccuratelyapProximatetheactualairfuelratiotransientProcessandaveragere1ativeerror
islessthanl%，andispriortotheairfuelratiomodelbasedonfeedforwardBPneuralnetwork.
Theairfuelratiomode1basedonElmanneuralnetworkcanimProveairfuelratiocontrol
accuracyandemissionperformanceofgasolineengineduringtransientconditions.
Keywords:automotiveengineering;gasolineengine;Elmanneuralnetwork;airfuelratio;tran-
sientcondition;identification
文档评论（0）