欢迎来到天天文库
浏览记录
ID:35012439
大小:2.25 MB
页数:68页
时间:2019-03-16
《基于narmax与rbf神经网络的发动机afr联合模型预测控制》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、———————————————————————————————————基于NARMAX与RBF神经网络的发动机AFR联合模型预测控制———————————————————————————————————AFRofEnginesModelPredictControlBasedonNARMAXandRBFNeuralNetwork作者姓名:吴昊专业名称:系统工程指导教师:石要武教授学位类别:工学硕士答辩日期:年月日摘要基于NARMAX与RBF神经网络的发动机AFR联合模型预测控制随着人们生活的日趋改善,汽车已经成为当今时代不可或缺的交通工具,但能源的
2、枯竭、严重的污染与人们日益增强的环保意识相矛盾。如何对发动机空燃比(Air-fuelratio,AFR)进行精确控制,成为国内外学者普遍关注的热点问题之一。传统的空燃比控制手段,是在大量标定实验的条件下建立的,在发动机瞬态工况条件下,不能有效的对空燃比进行精确控制,所以本文在对火花点火(Sparkignition,SI)发动机的AFR进行深入研究的基础上,利用模型辨识、非线性预测的算法,建立适合于工程应用、控制精度高、鲁棒性强、具有自适应能力的发动机控制方法。相比于传统PI控制手段,本文所采用的RBF与NARMAX模型联合控制方法使SI发动机AF
3、R的控制精度得到了显著的改善。利用径向基(Radialbasisfunction,RBF)神经网络对SI发动机AFR系统进行模型辨识,采用随机幅值信号作为激励信号,使得发动机能够表现出全部动态特性,利用渐消记忆最小二乘算法来实现发动机的参数自适应,使得发动机在工作中根据现有情况,不断对模型参数进行整定,从而使得该模型具有训练计算量小、建模精度高、可自适应在线更新等一系列优点。利用带外生变量的非线性自回归滑动平均(Nonlinearautoregressivemovingaveragewithexogenousinput,NARMAX)模型,对SI
4、发动机AFR系统进行建模分析,可以看出二阶NARMAX模型通过对模型的优化可以实现对发动机模型的辨识,同时二阶NARMAX模型可以分解成线性部分和非线性部分,同样利用渐消记忆最小二乘算法,也能实现发动机参数的在线自适应,同时将输出反馈项、输入输出交叉项引入到该模型结构中可以有效的提高模型精度。根据以上各模型的特点,本文提出了一种基于RBF和NARMAX联合模型。将两个模型结合起来,取长补短,不仅具有RBF计算量小的优势而且又可以利用NARMAX模型可以直接求得最优控制序列最小二乘解,从而使SI发动机AFR控制具有精度高、计算量小、鲁棒性强等特点。
5、仿真实验的结果验证了该算法的真实性和有效性,并且SI发动机AFR的控制精度得到了显著提高。I关键词:SI发动机,空燃比,非线性模型预测控制,RBF模型,NARMAX模型IIABSTRACTAFRofEnginesModelPredictControlBasedonNARMAXandRBFNeuralNetworkWiththeincreasinglyimprovementofpeople'slife,carshavebecometheindispensabletraffictoolsintoday'sworld,butthatisinconsis
6、tentwiththedepletionofenergy,seriouspollutionandpeople'sgrowingenvironmentalawareness.Therefore,howtoachievetheprecisecontrolofengineair-fuelratio(AFR)hasbecomeahottopicintheacademicworld.Traditionalwaysofair-fuelratiocontrolwasestablishedwithalargenumberofexperiments,whileit
7、cannotcontroltheair-fuelratioaccuratelywhentheengineworkinthetransientengineoperatingconditions.Sointhispaper,wehavemadeupanidentificationmodelwithnonlinearpredictionmethodtoresearchtheenginecontrol,onthebasisofthein-depthstudywiththeAFRofSparkignition(Sparkignition,SI)engine
8、.Finally,wefindoutanenginecontrolmethodwithhighcontrolprecision,stro
此文档下载收益归作者所有