车用汽油机过渡工况空燃比的先进控制策略

详细论述了国内外汽油机过渡工况空燃比的滑模控制、自适应控制、模糊控制、神经网络控制的结构，分析了各种控制方法的优点和局限性。提出了一种基于信息融合的汽油机过渡工况空燃比控制策略，该方法同时监测汽油机节气门变化过程中节气门位置、进气流量、发动机瞬时转速和进气管内压力等动态参数及其变化率等信息，并进行信息融合处理，导出反映汽油机过渡工况空燃比的有效特征信息，减小过渡工况时油膜及氧传感器对空燃比控制的影响，实现过渡工况空燃比的精确控制。     

车用汽油机过渡工况空燃比的神经网络控制研究

针对车用汽油机过渡工况空燃比难于精确控制的特点,提出了一种空燃比的神经网络复合控制策略。控制系统通过神经网络控制和常规PI控制实现前馈反馈控制,常规PI控制器利用氧传感器信号实现反馈控制,保证系统的稳定性,且抑制扰动;神经网络控制实现前馈控制,提高控制系统过渡工况时的响应能力。神经网络采用径向基神经网络,其输入为影响汽油机进气量的两个主要因素发动机转速与节气门开度。通过在线学习常规PI控制输出,使系统的总控制输出由神经网络产生,系统具有较高的自适应功能,有效避免目前过渡工况空燃比控制需进行大量标定的不足。仿真结果表明该控制方法是有效的。     

汽油机过渡工况空燃比信息融合控制研究

简要介绍了信息融合技术,根据汽油机过渡工况空燃比控制的要求与特点,探讨了基于信息融合的空燃比控制系统的基本层次结构.将信息融合的层次与空燃比控制的功能相对应,提出了汽油机过渡工况空燃比控制的信息融合模型,进而对汽油机空燃比系统中信息融合在不同层次上的实现方法进行了讨论.     

基于人工智能的汽油机瞬态空燃比控制策略的研究

随着人工智能理论以及微处理器技术的发展,使得基于人工智能的汽油机瞬态空燃比控制方法越来越受到重视。本文详细分析了基于人工智能的汽油机瞬态空燃比控制策略,包括模糊控制策略和神经网络控制策略,并对各种控制策略的控制效果和控制精度进行了比较和分析。     

汽油机空燃比测量方法

空燃比是对发动机的工作和排放具有重要影响的指标.为此,本文在综合介绍国内外空燃比测量方法原理的基础上,着重对几种较新的测量方法空燃比传感器、离子电流及利用神经网络进行预测等进行了介绍,以期为空燃比测量提供参考思路.     

汽油机空燃比测量方法

空燃比是对发动机的工作和排放具有重要影响的指标。为此,本文在综合介绍国内外空燃比测量方法原理的基础上,着重对几种较新的测量方法空燃比传感器、离子电流及利用神经网络进行预测等进行了介绍,以期为空燃比测量提供参考思路。     

稀燃汽油机空燃比模糊控制及其实验研究

针对稀燃发动机对空燃比控制的特殊要求,本文提出了一个稀燃汽油机空燃比前馈一反馈综合控制方案,其反馈控制采用一种模糊推理功能实现PID参数自整定的控制方法,兼顾了系统的复杂性和控制精度.采用自行开发的发动机电控系统,在一台稀燃发动机上进行了实验,并对实验结果进行了分析.     

汽油机空燃比的微机控制

本文介绍了一种汽油机空燃比的微机开环控制系统。研制了用电磁阀控制的化油器旁通空气装置作为执行机构。采用了转速和节流阀开度传感器来检测汽油机工况并论述了建立空燃比控制模型的一种新方法。试验表明,采用这一控制系统后,燃油经济性在大部分工况区均有较大改善。     

瞬态空燃比控制策略研究及智能控制的应用

介绍了基于平均值模型的汽油发动机瞬记空燃比控制策略，及人工智能和神经网络技术在模型参数辨识中的应用。     

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LS-SVM逆系统的汽油机瞬态空燃比复合控制研究

为实现瞬态空燃比有效控制,提出基于逆模型前馈控制附加无模型自适应反馈控制的复合控制策略。利用最小二乘支持向量机(LS-SVM)建立空燃比系统逆模型,对瞬态空燃比模型中的进气量进行动态前馈补偿,并结合无模型自适应(MFAC)通过修正喷油量对空燃比进行反馈控制,对系统扰动、误差等实现修正。利用瞬态工况试验数据进行仿真,并与台架试验实际数据进行了对比。结果表明,LS-SVM逆模能高精度地逼近空燃比瞬态过程,结合MFAC反馈控制提高了系统的鲁棒性和抗干扰能力。因此该复合控制策略可行,可用于发动机瞬态工况空燃比的精确控制。     

基于PEM与子空间方法的汽油机空燃比动态模型辨识

汽油机空燃比控制常建立在进气道油膜动态辨识的基础上,难以从宏观上考虑发动机运行参数对缸内空燃比的影响.利用子空间辨识N4SID算法研究发动机多参数下的空燃比动态模型.由于N4SID算法辨识出的模型的精度比较差,进一步研究利用预报误差法(PEM)优化子空间N4SID算法辨识出的模型,提高模型精度.结果表明,N4SID方法计算效率较高,但辨识精度较差.利用PEM方法优化N4SID算法所计算出的结果,提高了模型精度,并保持了较高的辨识效率.     

电控喷射天然气发动机空燃比控制策略的研究

提高电控喷射天然气发动机的空燃比控制精度是改善发动机经济性、动力性和降低尾气排放的关键环节。提出了一种模糊神经解耦混合控制器，新控制器在控制过程中借助模糊神经网络的自学习算法实现控制参数的在线调整。该控制策略应用于电控天然气发动机的空燃比控制中表明控制效果较好。     

基于模糊控制的汽油发动机空燃比实验研究

针对复杂工况下汽油发动机空燃比的非线性与不确定性，介绍自行研制的低排放汽油发动机空燃比电控系统，重点论述其模糊控制系统中关键参数的实验确定方法，以及发动机台架实验系统和相关实验结果，系统台架试验证明，该研究方法对于汽车发动机减少有害气体排放和提高燃油经济性快速有效。     

基于RBF神经网络的电喷天然气发动机空燃比控制

电喷天然气发动机空燃比在工况突变时会剧烈波动,为提高控制精度,使用RBF神经网络和前馈PID控制算法相结合,由当前工况决定燃料基本喷射量,再由RBF神经网络预测的空燃比信号传递给PID控制器进行反馈调节。此外利用Matlab/Simulink软件进行仿真,建立了电喷天然气发动机空燃比仿真模型。仿真结果表明,该控制方法在节气门及发动机转速突变的情况下,过渡时间较PID算法明显减小,控制精度亦有提高。     

基于在线聚类算法的发动机空燃比自适应模糊模型

为了描述煤层气发动机强烈的非线性和解决动态工况下空燃比控制的延迟问题,采用在线聚类算法建立了排气空燃比自适应模糊模型。通过在线聚类算法更新T-S模糊模型结构,基于递推加权最小二乘（WRLS）算法辨识结论参数,结合加权平均算法预测空燃比。动态工况下的实验验证表明,空燃比自适应模糊模型能够补偿延迟,精确捕获空燃比的瞬态偏移。     

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.