电控发动机怠速RBF神经网络控制

提出发动机怠速控制的神经网络方法,给出了RBF神经网络模型,并将带遗忘因子的梯度下降法应用于RBF神经网络的参数调整。利用RBF神经网络良好的非线性映射能力,通过对发动机转速及转速变化率映射,得到步进电机相应驱动信号,从而实现怠速控制。实验结果表明,神经网络控制响应快、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。     

燃气发动机调速控制与试验

将神经网络与PID控制器相结合,构成了神经网络非线性PID（NNXPID）控制器。将该方法应用到发动机转速控制中,测试了发动机的转速阶跃变化工况、热机启动工况以及负荷突加工况,结果显示NNXPID既具有PID拉制器结构简单、参数物理意义明确、稳态性能良好的优点,又具有神经网络自学习、自适应的能力,还具有模糊控制的快速响应、智能调节的功能。NNXPID控制下的燃气发动机的稳定调速率小于5％,转速波动率小于0．5％,突加负荷瞬时调速率小于10％,稳定时间小于5S,具有很好的动态和静态性能。     

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.     

发动机油门PID控制的参数整定

在分析发动机转速控制原理的基础上,研究了采用步进电动机作为执行机构的发动机油门控制,建立了神经网络优化PID控制的离散数学模型.采用LabVIEW软件对发动机油门控制进行了仿真试验.结果表明,发动机油门控制方法具有良好的动态响应与鲁棒性,超调量为0.018,稳态时的输出误差近似为零.     

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.     

推土机工作装置CMAC神经网络控制

在分析以往推土机工作装置控制方法的基础上 ,引入小脑模型 (CMAC)神经网络控制技术 ,把调整手柄位置 C和发动机输出转速 n以及油门开度 a作为控制器的输入 ,工作装置扭矩作为输出 ,实现了神经网络控制器对推土机工作装置的控制。经试验 ,在阶跃激励信号输入时 ,这种小脑模型 (CMAC)神经网络控制器具有学习速率高和结构简单等特点 ,可使工作装置稳态精度达± 1mm ,效果十分明显。     

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。     

遗传神经网络算法在应用中的优化策略研究

通过分析废气的HC、CO、CO2和O2的含量,可以快速诊断发动机的常见故障。本文设计了神经网络诊断系统,通过融合分析废气含量、发动机转速、氧传感器及其它一些信息诊断发动机故障。本文设计的方法主要应用遗传算法的复制、交换、变异过程代替BP网络的反向传播过程,并对遗传算法进行了改进研究。实践证明这种基于遗传神经网络方法的故障诊断系统具有收敛速度快、推广性能强的特点,极大提高了发动机故障诊断系统的效率和准确性。     

推土机半物理试验系统与作业效率复合控制研究

针对推土机研制中的试验难题,构建一个模拟推土作业全过程的半物理试验系统.通过推土机动力学特性分析和模型研究,为推土作业自动控制提供理论基础.试验系统采用液压对顶缸装置实时模拟作用在推土工作装置液压缸上的负载,同时推土工作装置的液压执行机构根据硬件控制器的命令信号调节铲刀的位置,通过铲刀的虚拟样机模型和整车动力学模型实现半物理仿真试验.提出了一种变论域模糊神经网络控制方法,将其应用于发动机转速的调节与控制中,并结合滑转率极限控制和发动机管理系统,研究了推土机作业效率的复合控制策略.试验结果表明,该控制策略能有效地稳定发动机转速,提高推土作业效率.     

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。     

柴油机油耗量椭圆齿轮智能测量模型

针对柴油机油耗量测量问题,基于椭圆齿轮油耗量测量传感器原理建立了测量模型,并采用函数链神经网络对测量模型进行了校正,以实现柴油机油耗量信息连续输出。应用结果表明,椭圆齿轮油耗量智能测量模型具有较高的精度,其相对误差平均降低了0.125%,完全可以实现柴油机椭圆齿轮油耗量在线测量。     

基于MSP430的人工气候箱神经网络PID控制系统

针对人工气候中温湿度控制系统结构复杂、精度不够高以及响应速度慢等问题,提出以TI公司的超低功耗MSP430单片机为主控制器件,采用DS18B2和HM1500测量系统的温湿度,用BP神经网络智能算法自动整定PID控制参数的人工气候箱控制系统,着重介绍了系统控制算法构成及软件设计。实验表明,该控制系统结构简单,具有响应速度快、精度高和鲁棒性好等优点。     

基于BP神经网络的柴油发动机特性建模

建立连续的发动机燃油特性和调速特性数学模型作为液压机械无级变速器虚拟试验平台的动力源。根据虚拟平台对不同特性区域的精度需求对柴油发动机不同特性区域的试验数据进行不同的密度选取、乱序和归一化处理,采用单隐层BP神经网络对试验数据进行训练,对比不同隐层节点数网络的训练误差和测试误差,选取误差最小的网络,求解出网络的数学表达式。通过该方法以ISLe310柴油发动机为例建立燃油特性和调速特性的连续数学模型,这两个简单的数学表达式准确反映了发动机万有特性和外特性,连续模型避免了虚拟试验中出现信号的突变和奇异点。通过和经典的最小二乘法拟合得到的最优特性模型进行对比,其具有更小的误差、更强的泛化能力,能够更好地反映柴油发动机的相关特性。     

工程车辆并行自适应神经网络自动换挡控制

为了解决工程车辆在重载作业时传动系统效率大幅下降的问题,以工程车辆"两参数"换挡规律为依据,提出一种并行自适应神经网络自动换挡控制的方法。结构上由神经网络控制、自适应神经网络模型、网络评价和运行监控模型组成。仿真结果表明,该控制方法提高了工程车辆液力机械传动系统效率,有效地克服了神经网络控制实时性差,难以在工程实际中应用的问题,实现了换挡控制的智能化。     

基于BP神经网络的电控柴油机故障诊断

运用了优化算法的BP神经网络设计高压共轨式电控柴油机的故障诊断系统,以高压共轨式电控发动机的传感器数值作为BP网络的输入,把发动机的故障状态作为BP网络的输出,以此来对电控柴油机进行实时的故障诊断.将诊断结果与实测结果进行比较后,证明此方法是可行的.     

模糊神经网络分层递阶控制在智能交通系统中的应用

结合济南市经十路交通干线车流拥挤问题，提出了利用模糊神经网络分层递阶控制城市交通干线车流量的方法，分析结果表明采用该方法可以减少车辆的停车次数和延误时间。     

基于BP神经网络的信息融合发动机故障诊断的研究

为了解决发动机喷油器故障诊断中基于单传感器信息的方法诊断精度低的缺点,在神经网络分析的基础上,提出了一种基于气缸压和、缸盖振动信号和燃油压力等多传感器信息融合的喷油器故障诊断新方法。该方法能有效地提高其故障诊断精度,明显增加了诊断过程的准确性和智能化。