基于RBF神经网络的电控柴油机标定研究

摘要：

提出以RBF(径向基函数)神经网络建立电控柴油机控制参数与性能参数之间的全局模型来进行基于模型的电控柴油机标定工作.以YN30CR高压共轨柴油机为对象搭建了在线标定实验台.通过台架实验获取了大量控制参数及性能参数数据,以这些数据为样本,利用RBF神经网络程序进行训练,得到了燃油消耗率预测模型及NOX和PM的排放预测模型.经过验证,各模型均具有很好的泛化能力,能够满足电控柴油机标定的精度要求.将神经网络建立的数学模型作为性能优化的目标函数和约束条件,采用遗传算法对控制参数进行优化.实验结果表明:基于神经网络建模和遗传算法优化的标定方法可以提高标定效率及标定质量,原机经济性得到优化.

关键词： 电控柴油机 参数标定 径向基函数 神经网络

作者: 王正江 申立中 张生斌 姚国仲

作者单位: 云南省内燃机重点实验室,云南昆明650500

会议类型: 国内会议

会议名称: 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

会议地点: 昆明

会议语种:中文

页码: 491-497

在线出版日期: 2014-10-09（万方平台首次上网日期，不代表论文的发表时间）