发动机设计计算中的人工神经网络辅助方法.pdf

第 卷第 期 沈 阳 工 业 大 学 学 报 B05 % C0 % 年 月 $ $ /012345 06 7893:43; (3=92?: 06 @9A83050;: *D2 % $ $ 文章编号： E F !$$$ + !)) $$ $ + $ !- + $# 发动机设计计算中的人工神经网络辅助方法 ! # 田国富 ，张国忠 ，孙书会 （沈阳工业大学 机械工程学院，辽宁 沈阳 ； 东北大学 机械工程与自动化学院，辽宁 沈阳 ； 沈阳工业大学 信 ! !!$$# % !!$$$ #% 息科学与工程学院，辽宁 沈阳 !!$$# ） 摘 要：针对汽车发动机设计和性能评测当中有关参数计算的特点，提出应用人工神经网络方法 进行辅助计算，以提高数据计算的结构化程度和处理速度 通过对具体数据的实际操作表明，应用 % 本方法能够很好地表达原图表数据关系，所得结果的精度能够满足计算要求% 关 键 词：内燃机 人工神经网络 辅助方法 ’ ’ 中图分类号：( )% !! 文件标识码：* 汽车发动机的性能包括动力性、经济性、生态 HJ 网络由输入结点、输出层结点和隐层结点 特性———排放与噪声、可靠性及耐久性等多个方 构成，相连层用全互连结构 神经网络的工作过 % 面，这些参数要通过在一定条件下的测试计算来 程主要有两个阶段：一个是学习期，通过样本学习 获得 当发动机在非标准环境下运转时，其相关 修改各权值，达到一稳定状态；一个是工作期，权 % 计算要通过参数进行修正，比如发动机的有效功 值不变，计算网络输出% 率和燃油消耗率的计算% 当发动机在非标准环境 HJ 网络的学习过程由正向传播和反向传播 下运转时，其有效功率及燃油消耗率应修正到标 两部分组成% 在正向传播过程中，输入信息从输 准环境状况，当然也可由标准环境状况修正到现 入层经隐层单元逐层处理，并传向输出层，每一层 场环境状况，其中的有效功率和燃油消耗率修正 神经元的状态只影响下一层神经元的状态 如果 % 系数在GH!!$,% ! + .I 中以图表的形式给出，使用 在输出层不能得到期望的输出，则转入反向传播， 很不方便，本文应用人工神经网络对此图表信息 将误差信号沿原来的路径返回，通过修改各层神 进行处理，提高了数据计算的结构化程度和处理 经元的权值，使得误差信号最小% 速度，取得了满意的效果