基于LS-SVM的涡轮增压发动机性能预测.pdfVIP

测控技术

先进算法与人工智能2018年第37卷第5期•33•

基于LS-SVM的涡轮增压发动机性能预测

严其艳

(广东科技学院机电工程系，广东东莞523083)

摘要：针对神经网络方法在涡轮增压发动机性能预测方面存在的缺陷，提出了一种新的基于最小二乘支

持向量机的涡轮增压发动机性能智能预测方法。介绍了最小二乘支持向量机的基本算法，分析了涡轮

增压发动机的性能指标，选择发动机转速、压缩比、容积效率、平均指示压力和平均制动压为预测模

的输入参数，输出功率、输出扭矩和有油为预测的输出量，进一步建立了基于最小

二乘支持向量机的涡轮增压发动机性能预测模型。仿真实例的预测结果表明，所建立的智能涡轮增压

发动机性能预测模型是合理有效的。

关键词：涡轮增压;发动机性能；支持向量机;最小二乘支持向量机

中图分类号:TP393文献标识码：A文章编号：1000-8829(2018)05-0033-04

PerformancePredictionofTurbochargedEngineBasedonLS-SVM

YANQi-yan

(DepartmentofMechanicalandElectricalEngineering,GuangdongUniversityofScienceTechnology,Dongguan523083)

Abstract：Anintelligentpredictionmethodbasedonleastsquaresupportvectormachine(LS-SVM)isproposed

toovercomethedeficiencyoftheneuralnetworkmethodinperformancepredictionofturbochargedengine.The

basicalgorithmofLS-SVMwasintroduced.Theperformanceindexesofturbochargedenginewereanalyzed.

Theenginespeed,compressionratio,volumetricefficiency,meanindicatedpressureandmeanbrakingpressure

wereselectedastheinputparametersofthepredictionmodel.Theoutputpower,outputtorqueandeffectivefu­

elconsumptionratewereusedastheoutputofthepredictionmodel.Theperformancepredictionmodeloftur­

bochargedenginebasedonLS-SVMwasestablished.Thesimulationresultsshowthattheproposedmodelis

reasonableandeffective.

Keywords：turbocharged;engineperformance;supportvectormachine;leastsquaresupportvectormachine

涡轮增压发动机是依靠涡轮增压器来加大发动机