摩托车发动机空燃比和点火时间单片机控制研究

介绍了采用单片机构成的电控系统,对摩托车发动机的空燃比和点火时间进行控制及调整.该系统可根据发动机不同工况,调整空燃比和点火时间使发动机工作在最佳状态,从而改善发动机性能8%~10%.     

车用汽油机EGR率,点火定时和空燃比的优化

通过对安装ＥＧＲ阀的ＣＡ６１０２试验机进行ＥＧＲ率,点火提前角,空燃比等因素的匹配试验,分析其变化规律,找出安装ＥＧＲ阀后发动机点火和供油的最优匹配。     

小型发动机LPG电控喷射的空燃比控制特性研究

对液化石油气(LPG)在摩托车发动机上的应用进行了初步的研究,利用LPG电控喷射系统控制燃料供给系统,通过对空燃比控制特性及其影响因素的研究,提出并验证了以LPG喷射压力和蒸发温度为调整参数,占空比为主控参数的最佳控制方案,为进一步合理利用LPG,进行LPG电控喷射系统与发动机的有效配匹,实现智能管理,提供了依据.     

基于模型汽油发动机的空燃比控制器仿真研究

建立了合理的四缸四冲程汽油发动机数学模型,对模型发动机进行仿真标定实验,获得其喷油MAP图.根据发动机运行特点及控制要求,在均值模型的基础上,建立了稳态部分负荷、瞬态、怠速3种主要运行工况下的控制器模型,并给出了以上模型在Matlab/Simulink环境下的结构框图和综合仿真过程.仿真结果表明:控制器能够判断不同工况,并自动切换到相应的控制模块,使空燃比达到预期要求,具有良好的控制性能、控制策略与控制算法可行.     

天然气发动机空燃比控制策略的研究与仿真

介绍了天然气发动机空燃比的比例-积分-微分控制、模糊自适应整定比例-积分-微分控制以及神经网络等各种控制策略,并对其进行了Matlab/simulink仿真,分别建立了仿真模型,给出了不同控制策略下的仿真结果图形曲线。通过仿真结果分析并对比了各种控制策略的控制特点,指出了在实际应用中需注意的问题。     

汽油发动机空燃比模糊控制及其实验研究

针对复杂工况下汽油发动机空燃比的非线性与不确定性，提出基于旁通空气补偿法的电控系统方案以降低化油器式汽油发动机的有害尾气排放量；研究了空燃比电子控制系统及其控制策略，论述了系统模糊控制器中的关键参数即变量隶属度函数的确定，其方法是：通过实验测定发动机转速的波动，根据多组转速测定数值点分布的疏密程度以确定其隶属度函数，符合模糊控制的设计原则；采用MATLAB对所设计的模糊控制器进行仿真和参数优化．发动机台架实验结果表明：该空燃比控制系统及其控制策略对于化油器发动机降低有害气体排放量，提高燃油经济性效果明显；基于模糊控制理论的研究方法对发动机的空燃比控制是快速、直接和有效的。     

摩托车点火系统点火能量的测量

运用积分方法设计开发了摩托车发动机点火能量测试系统,该系统由单片机和信号检测电路等组成。它模拟摩托车点火系统的现场工作条件,对发动机转速（２０００￣１２０００ｒ／ｍｉｎ）内的点火能量进行测量。由于采用了光电隔离和软件滤波等抗干扰措施,系统工作稳定,测试结果准确可靠。     

基于进气调节的汽油机空燃比控制系统研究

针对单缸汽油机进行了结构改进，设计了用于空气调节的电子节气门机构，制定了各个工况下的空燃比控制策略，并对发动机的控制参数进行了优化，开发了发动机空燃比控制系统，实现了喷油和进气量的联合控制．台架试验结果表明，采用进气调节系统后，发动机动力、经济性和排放指标得到了显著的改善．     

RBF神经网络算法在汽油机空燃比控制中的比较

选择具有多干扰和复杂非线性的汽油机空燃比为控制对象，对径向基函数(RBF)神经网络的RLS和LMS在线算法，从训练速度、抗干扰能力、控制精度三个方面，在MATLAB下进行了仿真比较。结果表明：在用离线训练的网络参数作为初始值、且不调整RBF中心值和宽度向量时，RLS算法优于LMS算法。     

基于神经网络的LPG电喷发动机过渡工况空燃比仿真控制

针对LPG电喷发动机过渡工况空燃比难于精确控制的特点,提出了一种将改进Elman神经网络和常规PI控制算法相结合的空燃比控制方法.其中Elman神经网络用于实现无传输延迟空燃比信号的预测,常规PI控制器利用预测信号实现过渡工况下空燃比的实时反馈控制.为验证控制算法的有效性,建立了基于GT-Power/Simulink的LPG电喷发动机空燃比仿真控制平台.仿真结果表明,该控制方法具有较强的自适应功能,能将过渡工况空燃比的控制误差保持在±5%之内.     

空燃比波动对压缩天然气发动机TWC甲烷起燃特性的影响

针对压缩天然气(Compressed natural gas,CNG)发动机专用三元催化器(Three way catalyst,TWC)中空燃比波动影响甲烷起燃特性的重要因素,以小样试验为基础建立数值模型,考虑空燃比波动对甲烷起燃特性进行仿真计算,探究空燃比波动的振幅、浓燃占空比和波动中心的影响因素及规律。结果表明:在空燃比波动的一定范围内,空燃比波动振幅的增大会降低甲烷的起燃温度(T_(50))和完全转化温度(T_(90));空燃比波动的浓燃占空比越大,会使催化器内部的载体轴向平均温度升高,有利于甲烷水蒸气重整反应,相对降低甲烷的T_(50)和T_(90);空燃比波动的中心由偏稀变为偏浓,可以促进甲烷起燃;CNG发动机专用TWC工作在微浓的进气条件下有助于甲烷的起燃。     

柱塞式化油器结构参数对空燃比的影响

采用本实验方法能较准确地分析出结构参数,对化油器空燃比的影响,是制定化油器各结构参数尺寸检查管理界限的有效途径,并已在北京市化油器厂的另件加工和产品检验中得到了验证。     

广义CMAC神经网络及在空燃比控制中的应用

将广义CMAC神经网络及快速学习算法应用于发动机瞬态空然比控制中,并考虑喷油过程的非线性特性,与采用基本CMAC控制的文献[7]相比较,在相同条件下的仿真表明瞬态空然比的控制精度明显提高。     

RBF神经网络算法在汽油机空燃比控制中的比较

选择具有多干扰和复杂非线性的汽油机空燃比为控制对象,对径向基函数(RBF)神经网络的RLS和LMS在线算法,从训练速度、抗干扰能力、控制精度三个方面,在MATLAB下进行了仿真比较。结果表明:在用离线训练的网络参数作为初始值、且不调整RBF中心值和宽度向量时,RLS算法优于LMS算法。     

燃烧过程空燃比的智能控制方法

矿石焙烧竖炉燃烧过程空燃比采用定比例控制导致燃烧效率低下并且故障频发,难以适应复杂工况的变化.应用案例推理、神经网络等智能技术,提出了空燃比的智能控制方法.根据当前工况的变化趋势及燃烧过程的故障案例,采用案例推理技术对燃烧过程中的典型故障进行预报,在此基础上,通过神经网络算法实现了空燃比的在线校正.将该方法应用于竖炉焙烧燃烧过程的生产实际中,提高了燃烧温度的控制精度,降低了能耗,且故障发生率明显降低.     

基于BP神经网络PID参数整定的空燃比控制策略研究

采用BP神经网络实现在过渡工况下发动机空燃比的PID控制系统的参数整定,建立了发动机燃烧及燃油供给系AMESim仿真模型,利用MATLAB／Simulink设计了改进空燃比BP神经网络PID控制仿真模型,在AMESim环境下进行了动态仿真．仿真试验表明：基于BP神经网络PID参数整定的空燃比控制策略具有良好的自适应性能,与经典PID控制相比,改善了过渡工况下燃油的供给,实现了空燃比的精确控制．     

TiO_2气敏元件的空燃比敏感特性

通过气氛模拟实验,研究了TiO_2气敏元件的空燃比(A/F)敏感特性;借助气体边界层模型分析了临界值(A/F)_c的偏移现象。测定了气孔率、催化剂等对气敏速度的影响。采用EPMA技术,分析了元件表面污染状态对其使用寿命的影响。并初步探讨了掺杂对TiO_2电性能的影响以及TiO_2的自身催化氧化过程。