基于BP神经网络的柴油机燃烧特征参数前馈预测模型.pdfVIP

第 l4卷 第 24期 2014年 8月 科 学 技 术 与 工 程 Vo1．14 No．24 Aug．2014 1671— 1815(2014)24—0221—05 ScienceTechnologyandEngineering ⑥ 2014 Sci．Tech．Engrg． 基于 BP神经网络的柴油机燃烧特征 参数前馈预测模型 康见见 柴嘉鸿 孙士杰 刘 坤 (吉林大学汽车仿真与控制国家重点实验室，长春 130025) 摘 要 CA50是柴油机缸压反馈控制技术中的反馈变量，对柴油机的性能有重要的影响。在一台六缸高压共轨柴油机上研 究了喷油正时与CA50关系，以及CA50对柴油机经济性和排放的影响。为探究基于神经网络的前馈控制在缸压反馈控制中 运用的可行性，建立了通过不同的燃烧边界条件预测CA50的BP神经网络预测模型，进行原机试验得到CAS0对发动机性能 影响的系列试验点数据。选取 190个不同边界条件的试验点作为模型的总样本，其中用于前期神经网络训练的样本 125个、 用于检测神经网络泛化能力的测试样本65个。结果表明基于BP神经 网络的预测模型在误差允许范围内，能较为准确的通 过边界条件预测CAS0，可以满足柴油机缸压反馈技术中前馈控制的要求。 关键词 CAS0 前馈控制 BP神经网络 预测模型 中图法分类号 TK421．26； 文献标志码 A 柴油机因其经济型好、动力输出大，在运输、机 械工程等领域得到广泛应用。但排放问题一直制约 着柴油机的发展 。近年来，出现了均质压燃 (HC- cI)，预混燃烧(PCCI)，低温燃烧 (LTC)，低、高温双 阶段燃烧等新型燃烧方式，旨在同时降低氮氧化物 和微粒排放；因此成为柴油机发展的重要方向。但 是这些新型燃烧方式普遍存在燃烧状态难于控制的 问题，为解决这一问题近年来出现了基于柴油机缸 压的闭环反馈控制技术 ¨ 。图1是柴油机缸压闭 图 1 柴油机缸压 闭环反馈控制逻辑 环反馈控制的逻辑图，研究表明CA50与柴油机经 Fig．1 Controlstrategyofdieselenginebased 济陛和排放性密切相关 ，IMEP与柴油机 的扭矩 on in—cylinderpressure 输出关系紧密，将二者选为缸压反馈闭环控制的反 馈变量；因CA50与喷油正时关系最为密切，IMEP 力，应用最为广泛 。 与循环喷油量密切相关，分别选取喷油正时作为 本文通过柴油机喷油参数的调整得到相应变化 CA50的直接控制变量、循环喷油量作为 IMEP的直 的燃烧特征参数，分析了燃烧特征参数与柴油机经 接控制变量，构建双输入、双输出的闭环反馈控制 济性与排放性的关系，并基于BP神经网络建立了 系统。 燃烧特征参数的预测模型，探究利用神经网络技术 基于人工神经网络技术的非线性预测模型因其 对CA50前馈控制的可行性。 处理信息的方式和较强的泛化能力，在发动机排放 1 试验仪器与设备 性能分析与预测 ]、故障诊断_5j、专家系统r 、发 动机建模 等领域都有广泛应用，其中以BP(back— 为探究燃烧特征参数与柴油机经济性与排放性 propagation)神经网络为代表的前馈神经网络，因其 的关系，并为神经网络模型的建立提供数据支撑，本 优越的分类、识别性能以及高度的并行信息处理能 试验采用排放达欧Ⅲ的CA6DL柴油机作为试验对 象，其主要技术参数参见表 1。此外，试验还包括了 2014年3月28日收到 南峰