基于广义回归神经网络的发动机排放预测.pdf

华 南 理 工 大 学 学报 （自然 科 学 版 ） 第 卷第 期 Journal of South china universit of technolo 31 1 y gy Vol . 31 No. 1 年 月 （ ） 2003 1 Natural Science edition January 2003 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 文章编号： （ ） 1000-565X 2003 01-0051-06 基于广义回归神经网络的发动机排放预测 俞 明 林冬燕 孙国斌 黄榕清 （华南理工大学 交通学院，广东广州 510640 ） 摘 要：神经网络是当前最主要的智能控制技术之一，它模拟人脑的结构及对信息的记 忆和处理功能，具有擅长从输入输出数据中学习有用的知识的特性. 发动机性能预测是根 据发动机结构参数和运转参数来估算推测发动机的各种性能指标，因此可以利用神经网 络的学习性的特点，借助神经网络将各种影响汽油机燃烧过程的主要参数对汽油机的非 线性影响以网络模型的形式表示出来. 文中讨论了如何抛开数学建模的方式，选用广义回 归神经网络，进行发动机排放特性的预测 应用 软件工具箱编程，给出了一个 . MATLAB 汽油发动机的排放特性预测模型的实例. 关键词：广义回归神经网络；发动机；预测模型 中图分类号： 文献标识码： Th 166 A 神经网络、模糊控制是当前最主要的智能控制 经济性及排放特性等. 通过汽缸内气体的物理、化 技术. 其中，神经网络（简称ANN ）模拟人脑的结构 学、热力学和流体力学描述的发动机性能与各种参 以及对信息的记忆和处理功能，具有擅长从输入输 数间关系的数学模型，可以用来预测发动机的性能， 出数据中学习有用的知识的特性，在一些科学研究 但上述模型的建立过程中，许多待定系数必须由发 和实际工程领域中已显示了很大的威力. 其非线性 动机的实验确定，如传热系数、化学反应过程中的一 映射和记忆能力的特点十分适合非线性的数学建 些待定常数等. 即模型含有一定的经验成分，由这种 模. 它不需要精确的数学模型，能够解决传统自动化 模型预测的发动机性能精度存在对工作条件变化敏 技术无法解决的许多复杂的、不确定性的及非线性 感、通用性较差等缺点. 可以利用神经网络的学习性 的自动化问题，而且易于用硬件或软件来实现. 的特点，借助于神经网络，将各种影响汽油机燃烧过 发动机性能预测是根据发动机的结构参数和运 程的主要参数，如燃烧室及进气道的几何形状、燃烧 转参数来估算推测发动机的各种性能指标 这是在 时缸内湍流参数、混合气量及浓度（本文的浓度均指 . 发动机设计时必须进行的前提工作之一，也是发动 质量浓度）、点火正时和点火能量、发动机转速以及 机工作过程组织研究的一个重要方面. 而建立起神