LNG发动机最佳点火提前角的模拟优化仿真

在某系列天然气发动机点火控制系统基础上,提出利用神经网络在线优化点火提前角,从而解决天然气发动机在使用过程中因磨损、老化等造成最佳点火提前角发生变化的问题,达到提高天然气发动机的动力性和燃气经济性的目的。首先通过Matlab/simulink建立的LNG发动机模型,编写标定程序,得出初始点火提前角,然后设计神经网络。优化策略为在稳定工况时,利用自适应神经网络在线修正,得出实时最佳点火提前角;在工况变化较快时直接读取MAP图,得到点火提前角。最后利用GT-POWER搭建天然气发动机模型进行仿真并与实测数据进行比较。     

点火提前角的影响因素及其控制

对于现代汽车而言,最佳的点火提前角不仅要保证发动机的动力性和燃油经济性都达到最佳值,还必须保证排放性最好.介绍了点火提前角影响因素,提出了对点火提前角进行控制的方法,从而使发动机的动力性和经济性达到最优.     

用点火正时仪 检测燃气发动机点火提前角

12V190型燃气发动机采用火花塞点火,其点火提前角是否准确直接影响发动机的动力性和燃油经济性。     

发动机点火提前角自动测试系统

点火提前角是分电器产品合格与否的一项重要指标.介绍了应用霍尔器件、单稳电路及计算机测控技术等测量发动机点火提前角的方法,给出了较为详细的电路原理图,对系统的工作过程和设计原理图作了具体的说明,并论述了克服点火时尖峰干扰的实用方法.     

二冲程煤油发动机整机建模与初始点火提前角计算分析

针对二冲程汽油发动机改燃烧航空煤油后,初始点火提前角需重新标定的问题,利用GT-Power对以煤油为燃料的二冲程发动机进行整机建模。通过数值计算分析了转速、负荷、进气压力、进气温度和空燃比对点火提前角的影响,得出除转速和负荷外,进气温度对点火提前角的大小影响明显。针对不同的工况条件,充分考虑动力性而忽略经济性与排放性的前提下,通过计算获取了发动机初始点火提前角;通过仿真数据与实验结果对比验证了其一致性。     

发动机转速和点火提前角的单片机测量与调整

本文介绍了一种用MCS-51为核心的最小测量系统。该系统可用于发动机转速及点火提前角的测量与调整,具有测量误差小、精度高的特点。     

影响发动机最佳点火提前角因素的对比分析

发动机点火提前角影响汽车发动机的动力性、经济性、排放等性能指标,为加深对最佳点火提前角受相关因素影响的理解,本文对发动机最佳点火提前角的影响因素进行了梳理与分析。     

虚拟仪器技术在点火提前角测量中的应用

介绍了用笔记本计算机、信号调理电路以及数据采集卡DAQ-6024E构成的基于虚拟仪器技术的汽油发动机点火提前角测试系统。测试信号可以从发动机直接引出，经过信号调理和信号合成电路后进入数据采集卡。系统软件用图形化编程语言LabVIEW设计，测试结果可以直观地在计算机屏幕上显示。系统能测量点火提前角，显示、存储多缸的测量值，非正常工况下报警等功能。各测量参数均以博世综合测试系统和元征X431ECU诊断盒的测量值为参照。     

微机控制点火系统在现代汽车发动机上的应用

微机控制点火系统与一般点火装置比较具有较多的优越性。阐述了该系统的组成、点火时间的微机控制原理及系统软件     

某天然气发动机缸盖垫漏水故障原因分析

发动机缸盖垫漏水的原因有多种,缸盖垫密封带失效、缸盖螺栓把紧力矩不足或者衰减等都可以导致缸盖垫漏水。本文介绍了一种因发动机点火提前角异常导致缸内燃烧压力过高引发的缸盖垫漏水故障的故障模式,为缸盖垫漏水故障排查提供参考。     

基于改进BP神经网络的故障诊断方法

对于常规BP神经网络,其收敛过程存在两个很大的缺陷:收敛速度慢;存在所谓"局部最小值"问题.文章采用了一种自适应学习速率动量梯度下降反向传播算法对BP神经网络进行训练,建立了智能诊断模型,并应用于某型坦克发动机的故障诊断,测试结果表明该方法相比常规BP算法能够更有效诊断发动机油路和气路的故障,从而为故障诊断及判定的自动化提供了一个新思路.     

基于BP神经网络的小型组足球机器人视觉子系统的图像分割技术

为解决小型足球机器人视觉子系统图像分割的实时性和光照适应性问题,将BP神经网络技术应用到图像分割中.在图像分割技术和BP神经网络的理论分析基础上,建立了两者之间的关系,并建立了相应的BP神经网络模型.图像像素离散化并将其H、Cb、Cr分量值作为神经网络的输入,将目标像素点分类类别作为神经网络的输出.通过改进神经网络学习...     

混沌序列的神经网络实现

利用BP神经网络,对非线性系统产生的混沌序列进行学习,逼近该非线性系统的映射特征,从而使自身具有混沌特性,成为具备混沌输出能力的神经网络,建立了基于神经网络的混沌序列产生模型(CGNN).此方法利用具有学习能力的神经网络,它不需要针对某一种非线性映射设计单一的系统结构.并利用DSP技术在CGNN基础上,制成了混沌神经网络协处理机插板,将其产生的混沌序列作为密钥,用于信息的保密通信.     

基于小波包分析和BP神经网络的字符识别方法

利用小波包分析具有提取图像时、频两域细节和局部特征的能力,提出了将字符图像的小波包分析和BP神经网络相结合以达到识别字符的新方法。该方法首先对字符图像进行小波包分解,然后对分解系数进行重构,求得重构图像的能量;然后提取了不同字符图像的能量构造成能量特征向量,作为神经网络的输入;然后通过选取初始权值、隐层节点数和权值学习算法,创建BP神经网络;最后通过神经网络模型进行训练。实验证实该方法具有识别正确率高、速度快等优点。     

基于BP神经网络的物流预测方法

针对传统物流预测方法的局限，研究了基于BP模型神经网络的物流预测方法，即依据历史数据建立BP神经网络然后进行训练形成物流预测模型。阐明了神经网络具有记忆、学习功能，得出它能够很好模拟物流发展趋势。大量预测结果的准确性表明基于神经网络的物流预测是一个行之有效的方法。     

基于BP神经网络的PID控制器参数寻优

详细介绍BP神经网络对PID控制器参数寻优控制算法，用高斯核函数作为节点激励函数对系统进行控制。试验表明系统操作方便．安全可靠．控制效果好。     

基于改进的BP神经网络的柴油发动机故障诊断

柴油发动机采用高压共轨燃油喷射技术,提高了柴油机的综合性能,但高压共轨柴油机电控系统比较复杂,增大了柴油机故障诊断的难度。该文介绍了BP神经网路及LM算法,并利用改进的BP神经网络对发动机电控系统故障进行诊断研究。以长城哈佛GW2.8TC发动机为实验对象,让发动机在怠速状态下,对发动机进行故障设置,利用金德KT600故障诊断仪采集发动机的故障数据流,运用改进的BP神经网络建立诊断模型,诊断结果表明改进的BP神经网络的收敛速度快,运用改进的BP网络诊断柴油机电控系统故障是行之有效的。     

基于共轭梯度法的改进型BP神经网络PID控制算法

针对常规BP神经网络PID控制器存在收敛速度慢和易陷入局部极小的缺点,提出一种基于共轭梯度算法的改进型BP神经网络PID控制器,采用Polak -Ribiere线性搜索方法,对传统BP神经网络PID控制器进行改进,加快了网络训练速度,避免网络陷入局部极小.在Matlab平台下实现算法程序,仿真结果表明该改进控制方法的有...     

基于BP神经网络的液滴图像识别方法

通过CCD监测白酒和掺入50％水的白酒两种不同液体液滴的生长过程,针对最大的液滴提取特征参数,利用主成分分析技术对特征参数进行优化,确定了5项有效的特征参数。最后采用BP神经网络识别不同的液滴。结果表明：不同液体液滴的轮廓特征参数是有区别的。因此,结合模式识别的图像液滴分析技术可以应用于分析和鉴别液体。     

BP神经网络补偿并联机器人定位误差

为减小机构末端定位误差,提高机器人运动精度,分析了所开发的6-DOF精密并联机器人末端位姿的误差来源及以往误差补偿方法的局限性。通过实际测量末端位姿,在精密定位的局部工作空间内,提出了基于BP神经网络的机器人关节空间误差补偿方法。确定了BP神经网络模型,建立了误差补偿的数据样本,并对数据样本进行了标准化,通过实验对比的方法确定了隐层神经元的个数,同时对网络的推广能力进行了验证。经过误差补偿,6-DOF精密并联机器人的平移定位误差下降了80%,转角定位误差下降了60%。该实验结果表明,基于BP神经网络的误差补偿方法对机器人局部工作空间的补偿具有明显的效果,满足精密并联机器人工作的精度要求。