基于径向基函数神经网络的柴油机气缸压力预测NOz研究

摘要：

为满足柴油机缸压压力反馈电控技术要求，进行了柴油机气缸压力预测NOx研究。简要分析了多输入量映影射输出量的方法，引入径向基函数RBF(Radial Basis Function)神经网络，选择计算速度较快的正交最小二乘法OLS(Orthogonal Least Squares)进行网络计算，采用压力差法获取气缸压力曲线特征指标，建立径向基函数RBF的气缸压力预测NOx模型，并与BP网络预测模型进行对比，进行了训练次数和预测精度分析，并给出RBF神经网络预测模型的验证，结果表明，RBF神经网络预测模型能满足要求。

关键词： 径向基函数神经网络 气缸压力预测 柴油机 正交最小二乘法 反馈电控

作者: 王军 张幽彤 王洪荣 刘永峰

作者单位: 装甲兵工程学院机械工程系，北京100072 北京理工大学机械与车辆工程学院，北京100081

会议类型: 国内会议

会议名称: 中国兵工学会第十四届测试技术年会暨中国高等教育学会第二届仪器科学及测控技术年会

会议地点: 吉林延吉

会议语种:中文

页码: 1-5

在线出版日期: 2008-07-22（万方平台首次上网日期，不代表论文的发表时间）