基于BP神经网络进气预估的汽油机瞬态空燃比控制研究

针对某款单缸大排量摩托车发动机,在Matlab/Simulink中建立带油膜补偿器的基于BP神经网络进气量预估模型,对上述组成的空燃比控制模型进行了仿真研究。结果表明,基于BP神经网络的进气量预估控制模型能将超调量控制在10%以内,并能够在1.4s内将混合气恢复至当量比,避免了传统PID控制可能出现的震荡情况,表明基于进气预估的空燃比控制效果良好;加入油膜补偿后,其空燃比超调量不超过5%,能够在1.2s内将混合气恢复至当量比,说明加入油膜补偿前馈控制能够有效降低燃油传输动态特性带来的影响,提高控制精度。

基于Simulink及RTW的空燃比自适应逆控制仿真

根据汽油机油膜的动力学原理,在SIMULINK下建立了其不含代数环的子模型,并把该子模型添加到汽油机的一种通用平均值模型上,从而完善了汽油机的平均值模型。在SIMULINK下建立了基于C语言的S函-数空燃比自适应逆控制器,仿真结果表明该控制器达到了较高的控制精度。RTW下生成的通用实时代码,加速了仿真过程,在实际ECU开发上有一定的实用价值。

汽油机不同暂态燃油补偿模型的比较

通过对三种暂态燃油补偿模型(TFC)的剖析,并在相同条件下对每个模型进行仿真,提出了基于模型的TFC和基于神经网络(NN)时,模型选取的方法和需要考虑的问题。

车用汽油机过渡工况空燃比动态补偿仿真

为解决汽车汽油机处于过渡工况时,汽油机缸内空燃比受进气管内油膜影响产生的较大偏离理论空燃比,造成汽油机排放性能下降的问题。该文通过对进气管内油膜特性的分析,提出一种进气管油膜动态模型和基于该模型的燃油补偿方法,以精确控制过渡工况空燃比。采用SIMULINK对汽油机2种过渡工况进行了仿真,给出了仿真结果并与基于Aquino动态油膜模型的燃油补偿方法进行了对比分析,结果表明,该文提出的动态油膜模型及补偿方法能够将空燃比控制在理论空燃比附近,精度优于传统动态油膜模型,适用于汽油机过渡工况的空燃比补偿,具有精度高、适用范围广的特点。

基于蝙蝠算法整定PID的发动机空燃比控制研究

为了提高发动机空燃比控制的精度,提出了一种基于蝙蝠算法整定参数的PID控制器,将此控制器应用于某单缸发动机的平均值模型中进行模拟测试,并加入了油膜补偿模型。仿真结果表明,与传统PID控制器相比,基于蝙蝠算法调整参数的PID控制器能更好地适应发动机系统的非线性和时变性特性,对瞬态工况下空燃比有更好的控制效果。

基于组合油膜模型的PFI汽油机瞬态油膜补偿策略研究

为了消除进气道喷射汽油机油膜动态效应对瞬态空燃比控制精度的影响,满足更严格的排放法规要求,提出一种新颖实用的长/短时油膜组合模型及瞬态油膜补偿策略,对加、减速时油膜变化进行快速准确补偿。通过油膜分配系数对长/短时油膜初始补偿量进行分配,根据衰减系数计算长/短时油膜实时补偿量并控制油膜补偿的作用时间。台架试验结果表明:该策略可以有效抑制瞬态空燃比偏移,最大动态偏差小于5%,稳定时间小于1s。