原文传递
基于RBF网络和逆模型的汽油机瞬态空燃比控制
| 论文题名： | 基于RBF网络和逆模型的汽油机瞬态空燃比控制 |
| 关键词： | 汽油机;空燃比;RBF神经网络控制;逆控制;SIMULINK仿真 |
| 摘要： | 降低汽车排放和油耗是涉及环境保护和能源的国际性问题，从发动机控制角度而言，精确控制汽油机瞬态空燃比是解决这一问题的重要措施，也是一个具有挑战性的研究课题。对此，作者开发了采用RBF神经网络控制和逆控制空燃比的方法，并基于发动机平均值模型进行了这两种控制策略的MATLAB离线仿真和SIMULINK在线仿真。 首先，介绍了研究汽车发动机空燃比(特别是瞬态空燃比)控制的必要性和重要性，以及国内外研究现状。同时，根据对国内外汽车发动机模型的综述分析，得到在不同控制策略下选择发动机模型的方法。 接着，在分析国内外各种控制策略的基础上，采用神经网络和逆控制对汽车发动机空燃比进行控制的策略。通过对已有的神经网络控制方案进行分析比较，得出采用RBF神经网络的结论。逆控制控制空燃比的控制策略是作者提出来的，作者在中外刊物上没有找到用此方法控制汽油机空燃比的文献。文中对神经网络和逆控制的相关知识做了必要的介绍。 文中采用的发动机模型是由丹麦技术大学Elbert Hendricks教授和他的同事们提出来的，此模型具有较高的精度，它对不同于建模的三种发动机在整个运行域上的误差标准差仅为2～3％，对同一发动机采用不同进气歧管和喷油系统时也具有相同精度水平，被研究者们广泛采用。 在发动机模型和控制方案确定后，作者编写了RBF神经网络和逆控制的MATLAB离线仿真程序，并借鉴课题前期成果的方法，把自适应补偿算法加到控制程序中，从而构成自适应RBF神经网络控制和自适应逆控制策略。分别对简单油膜方程和复杂油膜方程作了MATLAB仿真分析比较，两种控制策略在瞬态过程都得到了很高的空燃比控制精度。随后还与课题前期的CMAC神经网络控制的仿真结果进行了分析比较。 随后，作者编写了两种控制方案控制器的S function，从而构成基于S function的RBF神经网络和自适应逆控制的SIMULINK在线仿真模型。仿真中，通过改变负载类型、改变油膜参数和更换油膜方程，同时对点火角附加随机噪声，考察了两种控制器的适应性和鲁棒性。仿真结果表明，RBF神经网络和自适应逆控制的瞬态空燃比与理想空燃比的误差均在±2％以内，且均具有较好的适应性和鲁棒性。最后，对各种仿真结果进行了综合分析，并与课题前期的CMAC神经网络控制结果进行了比较分析。 |
| 作者： | 周非 |
| 专业： | 机械电子工程 |
| 导师： | 张永相 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西华大学 |
| 学位年度： | 2006 |
| 正文语种： | 中文 |
检索历史
应用推荐
