原文传递
基于动态递归神经网络的HCCI发动机燃烧相位辨识模型
| 题名： | 基于动态递归神经网络的HCCI发动机燃烧相位辨识模型 |
| 正文语种： | 中文 |
| 作者： | 谢辉 孙艳辉 夏超英 |
| 作者单位： | 天津大学,内燃机燃烧学国家重点实验室 天津大学,自动化学院,300072 |
| 关键词： | HCCI汽油机 燃烧相位观测 动态递归神经网络 |
| 摘要： | 为了实现HCCI汽油机闭环反馈控制,本文提出了一种利用动态递归神经网络从汽缸压力信号在线辨识燃烧相位CA50的方法.该方法采集上止点附近40°CA范围的气缸压力信号,经过归一化和主元素法降维处理后,得到一个由9个特征数构成的时间序列.一个Elman动态递归神经网络以该序列为输入,计算出燃烧相位CA50.本研究以基于全可变气门机构的汽油HCCI发动机为对象,选取了台架试验中4个典型的HCCI动态变负荷过程数据,其中一个作为训练样本,另外3个作为测试样本.测试结果表明:该方法对HCCI动态过程的燃烧相位CA50预测误差小于0.25°CA.该方法与BP网络和RBF网络相比,具有更低的误差和更强的泛化能力;与直接热力学计算方法相比,具有突出的抗干扰性和容错能力. |
| 会议日期： | 200610 |
| 会议举办地点： | 天津 |
| 会议名称： | 中国内燃机学会2006年学术年会暨燃烧、测试分会联合学术年会 |
| 出版日期： | 2006-09-30 |
| 母体文献： | 中国内燃机学会2006年学术年会暨燃烧、测试分会联合学术年会论文集 |
| 分类号： | TK411.2 |
检索历史
应用推荐
