基于Elman神经网络的汽油机过渡工况空燃比多步预测模型

被引：17

作者：

侯志祥 ^{[1
]}

申群太 ^{[1
]}

吴义虎 ^{[2
]}

周育才 ^{[2
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 长沙理工大学汽车与机械工程学院

来源：

中南大学学报(自然科学版) | 2006年 / 05期

关键词：

汽油机; 过渡工况; 空燃比; Elman神经网络; 多步预测;

D O I：

暂无

中图分类号：

TK411 [理论];

学科分类号：

080707 [能源环境工程];

摘要：

为了减小车用汽油机空燃比传输延迟对空燃比控制精度的影响,提出一种基于Elman神经网络的空燃比多步预测模型。通过对空燃比数学模型的分析,确定神经网络空燃比多步预测模型的输入向量,同时,为了提高过渡工况空燃比预测精度,在神经网络输入向量中增加反映空燃比变化趋势的导数信息。对HL495发动机过渡工况实验数据进行学习,采用梯度算法对Elman神经网络的权值进行调整。研究结果表明:采用该方法能精确预测过渡工况空燃比,预测模型的最大误差小于1%,平均误差小于0.5%。该预测模型可用于实现车用汽油机过渡工况空燃比的精确控制,提高车用汽油机过渡工况排放性能。

引用

页码：981 / 985

页数：5