发动机排气温度的智能预测的算法研究综述
发动机排气温度对EGR温度、发动机燃烧状况有着很大影响,因此对发动机排气温度的监测显得十分重要,但是内燃机排气温度变化范围大,且与运行工况呈非线性关系,因此对排气温度的监测需采取预测的方法.本文通过分析当前国内外对发动机排气温度预测的研究,对目前主要排气温度预测模型算法研究的现状与发展进行了介绍,并对其优缺点进行了分析，指出发动机排气温度的预测对EGR温度控制、发动机燃烧状况评估等有着重要意义，因此发动机排气温度预测结果的准确性及稳定性对发动机的整体效率的提升有很大的影响。目前国内外对发动机排气温度预测的研究主要集中在以人工神经网络和支持向量机理论为辨识算法的基础上，人工神经网络以其自组织、自学习及容错性等优点在排气温度预测的研究中得到更为广泛的应用。而支持向量机由于基于结构风险最小化，其泛化能力优于人工神经网络，但在大样本规模的数据处理中的计算性能仍有待提高。
发动机 排气温度 智能预测
熊树生 黄晓波
浙江大学动力机械及车辆工程研究所,浙江杭州310027
国内会议
中国内燃机学会2014年学术年会暨材料与工艺分会和昆明内燃机学会联合学术年会
昆明
中文
682-684
2014-10-09（万方平台首次上网日期，不代表论文的发表时间）