汽油发动机怠速稳定性神经网络控制

针对汽油机怠速时存在转速波动大﹑稳态恢复性差﹑控制系统响应速度慢等问题,提出一种基于怠速工况下的单神经网络控制方法。以某发动机为研究对象,基于其怠速控制系统工作原理,建立在控制器下发动机怠速控制系统工作原理图。在Matlab/Simulink软件平台中搭建怠速控制系统仿真模型;依据PID控制和单神经网络控制原理,设计PID控制器和单神经网络控制器;将PID控制器和单神经网络控制器嵌入到怠速控制系统仿真模型中进行仿真。仿真结果表明:单神经网络控制器下怠速波动小,能较快收敛于目标转速;控制系统具有良好的动态特性和很强的鲁棒性;单神经网络控制精度高,能有效提高发动机怠速稳定性,可用于发动机怠速控制系统中。     

发动机神经网络自适应PID转速控制

为提高发动机怠速控制的准确性,解决非线性、复杂的系统控制问题,详细介绍发动机模型建立方法、转速神经控制的结构和神经网络的形式,并将神经网络同PID控制很好的结合起来,以有效解决发动机转速控制问题。     

氢燃料发动机点火正时控制优化

在氢燃料发动机试验的基础上,利用RBF神经网络良好的输入输出映射关系,建立起以最佳点火提前角为转速、负荷函数的优化控制数学模型.数字信号处理(DSP)芯片具有快速实时控制的优势,将其用于优化控制氢燃料发动机的点火提前角.基于RBF神经网络进行了仿真并与试验结果进行对比,结果表明:点火提前角最大绝对误差0.41°CA,最大相对误差1.5%.该优化控制模型能准确地获取氢燃料发动机最佳点火提前角.     

基于模糊神经网络的汽油机怠速控制

针对发动机怠速工况的非线性、时变性和精确数学模型难以建立的特点，提出了怠速控制的模糊神经网络方法；利用模糊神经网络的模糊信息处理能力及自学习：叻能进行发动机怠速控制，给出了BP网络模型。实验结果表明：使用神经网络对汽油机进行怠速控制效果良好．鲁棒性强，可有效提高发动机怠速品质，改善发动机的性能指标。     

怠速工况下氢发动机的过量空气系数控制策略

设计了氢发动机的怠速PID控制器,使发动机的转速迅速逼近目标转速,使发动机怠速稳定。提出了怠速过量空气系数的控制策略,对瞬态工况采用卡尔曼预测算法,对过量空气系数实行开环控制,满足实时性要求;对稳态工况采用卡尔曼滤波算法,对过量空气系数实行闭环控制,满足精确性要求。     

应用ISAD系统开关磁阻电机控制发动机怠速脉动仿真

针对发动机怠速脉动控制问题,提出以四缸四冲程发动机转矩脉动作为控制系统扰动信号,用ISAD系统三相6/4型开关磁阻电机转矩控制并减小发动机怠速转矩脉动的控制策略,对发动机与开关磁阻电机建立数学模型,同时建立控制系统动力学方程,构建自适应模糊PID控制器,应用Matlab建立仿真数学模型,得到系统转矩与转速仿真波形,发动机怠速控制在30r/min内波动。     

用于天然气发动机怠速控制的模糊PID控制器

考虑到天然气发动机怠速过程的非线性、时变性和不确定性,提出了一种怠速模糊PID控制模型,并利用MATLAB所提供的Simulink工具进行了仿真。结果表明,在怠速工况下,模糊PID控制较数字PID控制转速波动小,控制效果好。     

混合涡轮增压发动机的稳态控制映射研究

分析混合涡轮增压技术的原理,并根据废气能量的不平衡性提出了混合涡轮增压系统稳态工况的电机控制模型.针对神经网络具备非线性映射的特点,提出了采用GRNN神经网络解决车用混合增压发动机的非线性控制映射问题.设计了混合涡轮增压发动机控制系统的GRNN神经网络,测试结果表明网络预测映射误差能保持在1.5%之内,收敛速度也非常快.GRNN神经网络非常适合混合涡轮增压发动机的控制映射.     

氢燃料发动机怠速控制策略制定及参数整定

将某型号汽油机改造成氢燃料发动机,对氢燃料发动机怠速工况下回火现象的生成机理进行理论分析,制定了氢燃料发动机怠速控制策略.通过大量的怠速试验,优化标定了不同控制参数(电子节气门开度、点火提前角、点火闭合时间、氢气喷气正时),对转速控制、回火发生现象进行综合整定.用增量式PID控制算法对怠速进行稳定性研究,并对比例系数、积分系数、微分系数以及控制周期进行整定,得到了比较良好的PID控制参数,实现了高怠速和低怠速的稳定控制.达到了优化控制目标.     

电控发动机怠速控制模糊算法研究

开发了用于电控发动机怠速转速控制的模糊算法,并在发动机台架上进行了实验验证,实验结果证实了该算法的有效性。     

汽油机怠速转速闭环控制系统的研究

分析了影响汽油发动机怠速稳定性的因素,设计了一个以发动机转速作为反馈信号的怠速控制系统。该系统以ＭＣＳ８０９８单片机作为中央控制器,通过步进电机带动旁通气道中的阀门旋转来调节缸内混合气量,以达到稳定怠速转速的目的。台架对比实验验证了所设计的怠速控制系统的有效性。     

RBF神经网络增量式PID自动转向控制系统设计

平地机在田间作业环境下存在复杂非线性时变系统,很难建立精确模型,而传统的PID控制仅仅局限应用于线性系统,控制效果不佳等问题。为了提高田间作业时的转向控制精度,提出了一种基于RBF神经网络增量式PID的控制方法。该方法采用RBF神经网络对增量式PID增益参数进行自适应调整和辨识,并针对控制模型通过仿真实验对比分析了所提出的RBF神经网络增量式PID控制方案与传统PID在平地机转向控制中对方波轨迹跟踪的效果,从而验证了所提出的RBF神经网络增量式PID控制方案的优越性。结果表明:该控制方法对复杂非线性的平地机转向控制系统具有良好的适应性、鲁棒性和实时性,取得了令人满意的控制效果,为后续农业机械自动导航转向控制实际应用环境控制策略的制定提供了有价值的参考。     

天然气发动机怠速鲁棒控制

将H∞鲁棒控制理论应用于天然气(CNG)发动机的怠速控制,建立了CNG发动机动力学模型,描述了发动机的不确定性.应用Matlab鲁棒控制工具箱,设计出基于H∞理论的CNG发动机怠速控制器,并进行了仿真分析和试验.仿真和台架试验表明,H∞控制具有很好的鲁棒性,提高了CNG发动机怠速工况的稳定性.     

基于遗传算法的柴油机自适应智能调速控制系统

介绍了利用智能控制技术和计算机控制技术设计的车用柴油机自适应智能调控控制系统，该系统将人工智能中的神经网络控制技术，模糊控制 技术和遗传算法有机地结合起来，用单片机实现对柴油机转速的自适应智能自动控制，试验表明，这种控制系统具有较高的自学习性和鲁棒性，控制精度高、速度快。     

电喷发动机怠速控制算法与仿真

怠速控制是发动机电子控制的重要组成部分,其控制效果直接影响发动机的运转稳定性、燃油消耗和排放。本文在某摩托车怠速工况数学模型的基础上,将模糊控制理论应用于小型汽油机怠速稳定性控制中,为减小静态误差,增加了积分控制,构成积分--模糊控制器。在设计中,对控制规则进行了分析。使用Simulink仿真软件对所设计的控制算法进行了仿真研究,结果表明,所设计的控制系统能够很好地满足怠速稳定性控制的要求,是一种较好的控制方法。     

基于RBF网络的双燃料发动机排放模型

建立了基于径向基函数（RBF）神经网络的天然气／柴油双燃料发动机的排放模型。并利用模型分析了各运行参数对发动机排放的影响。试验证明，该模型可以很好地预测双燃料发动机的排放指标。     

基于RBF神经网络的农用柴油机故障诊断研究

柴油机以其良好的动力性、可靠性、经济性在农用机械中广泛应用,但对农用柴油机施行及时的不解体故障诊断却并非易事。为此,以配气机构故障为例,提出了将小波包分解与RBF神经网络结合的故障诊断方法,对降噪后的气缸盖振动信号进行小波包分解,构造故障特征向量作为故障样本,并用训练好的RBF神经网络进行模式识别。试验结果证明,该方法具有良好的诊断效果和广泛的工程应用前景。