发动机机油泵供油特性的神经网络建模.docxVIP

第25卷(20cr7)第3期曼燃．．垫．篡。墨ofCSICEv01???’‘’?．25(2007)N。．3T瑚m酬佣s丈章编号：1000一0909(2007)03．0265·0625．043发动机机油泵供油特性的神经网络建模童宝宏1，桂长林1，陈华2，孙军1，何芝仙1(1．合肥工业大学机械与汽车工程学院，安徽合肥230009；2．上海内燃机研究所，上海200438)摘要：结合试验研究结果，通过对影响机油泵供油特性影响因素的分析，建立了用于分析机油泵供油特性的BP神经网络仿真模型，并利用该模型对机油泵的温度特性、转速特性和压力特性进行了预测分析，取得良好的仿真效果。通过对不同样本训练得到的神经网络模型仿真结果和试验结果的比较分析，验证了采用正交法设计该网络模型学习样本的可行性，指出利用正交法设计学习样本时，只要位级选择适当，就可以大大减少学习样本的数量，并取得满意的预测效果。关键词：机油泵；神经网络；正交设计；学习样本；建模 中图分类号：TK4JDl 文献标志码：AN眦ral Network Modeling for on DeUvery Pe啪mance of On PIlmp in En西n鹪TONG B∞-h咖91，．GIJI Cha呜．1inl，ClmN Hua2，SUN J岫1，IⅢZM-嫡柚1(1．Sch00lof Macllinery肌d Amomobile Engin∞ring，Hefei U11iVe玛it)r of Techn0109y，Hefei 230D019，Clli衄；2．Shan曲ai Irn砌al Combu8ti鲫EIIgi∞IIe8earch h18titme，Sh锄ghai 200438，CIliIla)Ab咖啊ct：Combining tIle experimental resIllts and aIla时si8of innuencing f她to墙on oil deliver)r perfo册-锄ce of oil p咖叩，a simul8tion model for锄alyzing oil pump delivery pe山啪肌∞w∞developed b舾ed伽tlIe BP neu阳l network．hl皿u曲ces f而m oil tempemtur；e，oil punlp rotation speed蚰d deliVer)r Pms8ure蚰deliVery ped．0m锄ce of oiI pump were in、他stigated硒dl出is model．Simulation r{eslllts showed tl坨accm．acy 0f modeL By choosing diff．erem kind8 0f le咖ing s锄ples t0砌n r圯Ⅲm neh旧rk model，compa阳tiVe觚al—ysi8witlI expedmental re$ults were given．De8i印ing of le锄ing 8跏ples witll onhogonal method w鹊fe鹊i—ble and choosing le蛐ing s锄ples by 0nhogonal IIletIlod c柚reduce tlle nmnbe瑙0f le锄ing s帅ples great-ly witll a s鲥蚯ed prediction．Ke3啪rds：Oil p硼叩；Neural network；Ordl090nal desi印；k栅ing 8眦lples；Modelillg对机油泵某一特定工况或某些局部工况来分析和评价引言其工作特性的。机油泵在工作时，有关因素如温度、压发动机机油泵是润滑系统的重要组成部分，其作力等对其供油特性的影响大多都是非线性的，因此采用是向各摩擦表面连续不断地强制供油，使发动机得用上述方法对机油泵全部工况下的工作特性建立统一到可靠的润滑，减少零件的摩擦与磨损。了解机油泵的方程表达式将是十分困难的。的供油特性，选择合适的机油泵对于保障润滑系统可神经网络技术已经被广泛应用在汽车发动机等各靠工作至关重要，这是在现代发动机润滑系统设计中研究领域，并取得了良好的效果o¨J。本文利用BP人们十分关注的问题u—J。神经网络的非线性映射功能并结合相关试验数据建立目前，人们对机油泵供油特性的研究主要采用线了表达某发动机机油泵供油特性的仿真模型，探讨了性回归、逐步回归等数理统计的原理对试验数据进行网络模型建立过程中训练样本的选择等问题，并通过处理得到其近似方程表达式”]。这些方法大多是针试验法验证了所建模型的正确性。收稿日期：20∞JD6一ll；修订日期：2006-12·13。基金项目：国家自然科学基金资助项目。作者简介：