- 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
一矽鳓嘶
201 FOcus
5(1)
摘要:为克服车用汽油机空燃比传输延迟对空燃比控制精度的影响,提出了一种基于RBF神经网络的空燃比多步预测
模型。通过对空燃比数学模型的分析,确定神经网络空燃比多步预测模型的输入向量,同时为提高空燃比预测精度,在神
经网络输入向量中增加反映空燃比变化趋势的导数信息。以HL495Q发动机过渡工况试验数据进行仿真,结果表明该方
法能精确预测过渡工况空燃比。
关键词:汽油机;空燃比;神经网络;过渡工况;多步预测
ResearchonAirFuelRatio PremctionControlofG嬲oline
Mlllthtep Engine岫der
TransientC仰mti伽B蹴don砌玎Ne眦alNetwork木
Ak湘凄ct:A modelforairfuelmtioof underⅡansientconditionis to
mlllti—steppredictive g船olineen舀ne presented
oVercomet11e thatairfuelratio缸玷ctsthecontIDl the vectorsforneural
delay model,the
accuracy.By卸alyzinginput
network—based RBFneumlnetworkmodel t}le
are vectors
multi—steppredictive dete珊ined.Me如while,tlIeincluding
input
derivativesofairfuelratioare intoneuralnetworktIlatcanshowairfuelmtio for tlle
put changesincreasingpredic“on
ofai椭elratio.neresults dataundertransientconditionof
accumcy weⅡa目reewi山experiment HL495Qengine,showing
offorecastmodel.
highprecision
fheI
Keywords:G跚m舱engine;Airra60;Ne酬network;Tr柚si蚰t predic廿on
conm廿on;Mlll6一step
汽油机使用中,大部分时间处于过渡工况,即发动 供油通路两部分,实际空燃比(A)等于进人气缸的空气
机节气门位置、转速及负荷等工作参数处于变化过程 质量(,‰)与进入气缸的燃油质量(‰)之比,即:A=
中,汽油机在过渡工况的空燃比会偏离理论空燃比,在 m血。。进气通路模型包括节气门模型和进气管模型,
过渡工况时大多采用试验标定的方法进行前馈补偿{Ⅷ, 通过节气门的空气流量(‰)是节气门开度(a)和进气
但标定过程非常复杂,尤其当汽油机老化及工作环境变 管压力(p。)的非线性函数,即:
化时,采用标定进行燃油补偿的方法缺乏自适应性阳,
文档评论(0)