基于燃烧模型的增压柴油机动态指示转矩预测

为了提高发动机动态转矩估计精度,提出了基于零维燃烧模型的增压柴油机转矩在线预测方法.首先从增压柴油机动态燃烧特性出发,分析了影响动态指示转矩的因素;通过稳态和动态试验获取燃烧放热率参数,并利用神经网络训练出工况参数与燃烧模型参数的关系式,得到能够预测燃烧放热规律的燃烧模型;然后在此基础上对缸内热力过程进行数值求解和算法简化,实现了在线指示转矩估计,具有良好的实时性.由于该方法解耦了工况参数与指示转矩之间的强非线性关系,获得了较高的预测精度,稳态平均相对误差为2%,,动态平均相对误差为5%,.     

基于线性神经网络的煤层气发动机空燃比动态建模

针对预混合双阀控制的煤层气发动机,利用引入动态环节的递归线性神经网络,基于台架实验所获得的数据建立煤层气发动机空燃比动态过程的输入/输出模型.以均方差为评价指标确定模型输入、输出的阶次,用非建模数据对训练后的模型进行验证.结果表明,模型准确复现了不同工况下空气和燃气质量流量与排气空燃比的动态特性.     

基于神经网络的零维预测燃烧模型及建模方法

提出了基于神经网络的零维预测燃烧模型,适用于发动机稳态和动态过程的燃烧计算.以建立高原增压柴油机燃烧模型为例,介绍了基于神经网络的零维预测燃烧模型的建模步骤,主要包括放热率计算、放热率参数化、构建和训练神经网络.介绍了缸压处理和放热率计算方法;以三韦伯函数形式拟合放热率曲线,增加一系列约束解决拟合参数的多解问题;构建并训练了神经网络,完成建模.通过训练误差分析、预测结果与试验数据的对比,对模型的预测精度进行了验证.     

发动机喷油脉宽的多输入神经网络控制方法研究

喷油量控制是发动机控制的核心内容,为整合简化不同工况下的喷油量控制,本文提出基于多参数输入神经网络的喷油脉宽控制方法。首先通过试验确定喷油脉宽不同工况下的影响因素及其修正关系,由于脉宽受各种复杂非线性关系的影响,利用BP神经网络控制方法进行求解,通过试验对比证明,基于多输入神经网络模型能较准确地计算出多种工况下的喷油脉宽,此方法对发动机喷油量控制方法研究有一定参考价值。     

复合翼垂直起降无人机直驱混合动力系统验证设计与试验建模方法

为了提升垂起固定翼无人机垂直机动时间,在简化油电混合动力系统研究与应用难度的同时提高油电混合动力垂起固定翼无人机能量利用率与动力冗余度,提出了一种油电混合动力垂起无人机动力系统拓扑结构方案。基于此拓扑结构选择与开发适配于起飞重量为15-20kg的垂起固定翼无人机动力系统软硬件,以此搭建了油电混合动力垂起无人机动力系统一体化验证平台,该验证平台能够在地面模拟油电混合动力垂起无人机不同工况与工作模式,同时具有较强的人机交互性,能够实现对动力系统不同工况下的典型输出参数采集。基于此验证平台,设计了动力系统稳态特性与动态特性试验方案,采用试验建模法建立了动力系统稳态与动态数学仿真模型,通过仿真与实物对比试验分析法,验证试验方案可行性与模型准确性。动力系统配装垂起无人机完成飞行试验,全系统工作正常,验证了实际工况下动力系统的可靠性。     

发动机性能测试及扭矩控制原型建立方法研究

分析了混合动力系统中发动机的工况特点,阐述了发动机性能自动测试方法,给出了如何运用MATLAB软件对测试数据进行插值、瞬态数据降噪及获得建立查表模型所需数据的方法。运用MATLAB/SIMULINK建立了发动机稳态扭矩控制原型和瞬态扭矩估计模型,并基于dSPACE系统将所建立的控制原型用于台架试验。试验结果表明:稳态扭矩控制原型的控制误差在5%以内,瞬态扭矩估计模型的估计误差在中高负荷时小于5%,两个模型均能满足并联混合动力系统工作模式切换协调控制的需要。     

混合动力重卡自适应等效燃油消耗最小化能量管理策略北大核心CSCD

为解决等效燃油消耗最小化策略的关键参数在不同工况下的动态调整,提出一种适用于混合动力重型汽车的自适应等效燃油消耗最小化策略(adaptive equivalent consumption minimization strategy,A-ECMS)。该策略以层次聚类算法得到的6种典型行驶工况为例,提出了一种基于神经网络工况识别算法。应用改进的混沌粒子群优化(chaosparticle swarm optimization,CPSO)算法优化特定驾驶循环下等效燃油消耗最小化策略(equivalent consumption minimization strategy,ECMS)的3个关键参数:等效因子、惩罚函数的比例因子和发动机起动车速阈值。提出了一种基于工况识别的新型自适应能量管理策略对关键参数进行优化,根据该重型卡车的传动系统构型,建立了车辆的纵向动力学模型,并通过仿真进行了验证。仿真结果表明复合工况驱动循环下的CPSO-ECMS和A-ECMS控制策略与传统等效燃油消耗策略相比,油耗分别降低了5.9%和8.9%。     

并联混合动力汽车能量管理与转矩协调控制策略

研究并联混合动力汽车的控制策略。基于发动机输出转矩最优的能量管理策略,对并联混合动力汽车在工作模式切换中的相互配合问题,提出发动机动态转矩控制+动力电池荷电状态(state of charge,SOC)干预+电机转矩补偿控制的转矩协调控制方法;在Matlab/Simulink/Stateflow平台搭建整车能量管理控制策略模型,控制发动机工作在高效率区,保证发动机输出最优转矩;根据电池的SOC干预电机的运行状态,协同发动机提供整车需求转矩。在Cruise平台下建立整车模型,以新欧洲驾驶周期作为循环工况进行离线仿真。结果表明,能量管理与转矩协调控制策略能够有效分配电机和发动机的转矩输出,满足混合动力汽车多模式切换的要求。     

基于模型的发动机空燃比控制策略研究与仿真

空燃比的精确控制是现代车用汽油机控制最为关键的技术。发动机平均值模型由于其模型简单、计算时间短、使用方便,且能满足控制设计的要求而被广泛应用。基于模型的空燃比控制技术是当前国内外研究的热点。在建立某型汽油发动机空燃比平均值数学模型的基础上设计了稳态工况下模糊自适应PID控制器,并与传统的PID控制器空燃比控制效果进行了对比。设计了瞬态工况下燃油前馈补偿控制器并进行仿真。仿真结果表明在稳态工况下模糊自适应PID控制策略不仅能够满足实际控制需要,而且比传统的PID控制策略控制效果更好。前馈补偿控制策略能满足瞬态工况下空燃比的控制要求。     

并联式混合动力汽车的基本控制策略和实时控制策略的比较分析

基于上海市道路行驶工况,采用对混合动力汽车性能仿真的方法,对混合动力汽车的基本控制策略和实时控制策略进行了比较分析。结果表明：基本控制策略主要针对混合动力系统的经济性能,是一种对发动机良好工作区域控制的方法,具有简单易行的特点;实时控制策略主要针对混合动力系统的经济性能和排放性能特别是NOx放性能,对发动机工作点进行了实时优化控制,更为全面和精确。