基於空氣流量感測器之故障訽斷的汽油引擎噴油控制系統

基於空氣流量感測器之故障訽斷的汽油引擎噴油控制系統

ID:38232240

大小:240.50 KB

页数:4页

时间:2019-05-25

基於空氣流量感測器之故障訽斷的汽油引擎噴油控制系統_第1页
基於空氣流量感測器之故障訽斷的汽油引擎噴油控制系統_第2页
基於空氣流量感測器之故障訽斷的汽油引擎噴油控制系統_第3页
基於空氣流量感測器之故障訽斷的汽油引擎噴油控制系統_第4页
资源描述:

《基於空氣流量感測器之故障訽斷的汽油引擎噴油控制系統》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基於空氣流量感測器之故障診斷的汽油引擎噴油控制系統陳沛仲南台科技大學機械系計畫編號:NSC94-2213-E-218-009神經網路、倒傳遞學習演算法及最陡坡降法來調整模一、摘要糊集合的參數及推論法則的輸出增益,以降低嘗試錯本計畫發展一空氣流量故障修復系統,包含一個誤的時間。空氣流量預測系統及一個空氣流量監控系統。當汽油空氣流量預測系統的輸入變數是節氣門開度、引引擎的空氣流量感測器產生故障時,利用本空氣流擎轉速及噴油脈波寬度,輸出變數是空氣流量。將引量故障修復系統來預測正確的空氣流量信號,取代錯擎在當時運轉狀況下的實際空氣流量和預測的空

2、氣流誤的空氣流量信號,再傳送到引擎的ECU,以改善量信號做比較,若誤差大於3%以上時,則由空氣流引擎因故障的空氣流量信號所導致的錯誤操控模式,量故障修復系統輸出空氣流量信號到引擎的ECU,進使引擎在正確的空氣/燃料混合比下運轉。空氣流量預行空氣流量信號的修正,將引擎導正到正常的燃料混測系統為一模糊系統的架構,利用類神經網路、最陡合比下運轉。坡降法及倒傳遞演算法來調整模糊系統的參數,以提高預測空氣流量的正確性。從引擎實際測試知,引擎經過空氣流量故障修復系統修正後,引擎的狀態與正空氣流量節氣門角度預測值常引擎的狀態是十分接近的,證明本文所提

3、的空氣流轉速空氣流量預量故障修復系統架構在引擎的實際應用上是可行的。噴油脈寬測系統空氣流量監控系統實測的空氣流量信號二、計畫說明汽油引擎ECU預測的空氣在本文中,提出了一個空氣流量故障修復系統架流量信號構,包含了一個空氣流量預測系統及一個空氣流量監圖1、空氣流量故障修復系統架構圖控系統,如圖1所示。由空氣流量預測系統去預測引擎當時的正常空氣流量;由空氣流量監控系統去判別本計劃分成兩部分來進行,第一部分是由空氣流是否修正傳送到引擎ECU的空氣流量信號。當空氣流量預測系統來預測引擎的正常空氣流量值。由表1所量感測器產生故障時,空氣流量故障修

4、復系統會以預列出的空氣流量預測值和正常值的均方根誤差都小於測的空氣流量信號取代錯誤的空氣流量信號,以改善0.01,知空氣流量預測系統有很好的容錯性及適應性引擎因故障的空氣流量信號所導致的錯誤操控模式。,且能正確的預測正常的空氣流量值。第二部分是由空氣流量預測系統是由模糊系統所架構而成,利用類空氣流量監控系統來確保傳送正確的空氣流量信號到引擎ECU。在實際測試上,空氣流量故障修復系統能Pertps=(tpsno-tpsre)/tpsno(1)將錯誤的空氣流量信號,修正為正確的空氣流量信號tpsno是正常空氣流量的節氣門角度,tpsre是修

5、正空氣再傳送到引擎ECU。由表2結果知,空氣流量信號經流量輸出後的節氣門角度。過修正後的引擎狀態誤差率皆小於引擎運轉時的變動量,表示引擎經過空氣流量故障修復系統修正後,引2.引擎轉速誤差率擎的狀態與正常引擎的狀態是十分接近的,證明本文Perrpm=(rpmno-rpmre)/rpmno(2)所提的故障修復系統架構,結合了類神經網路及模糊rpmno是正常空氣流量的引擎轉速,rpmre是修正空氣系統來達到修復錯誤空氣流量信號的目的,在引擎的流量輸出後的引擎轉速。實際應用上是可行的。3.噴油脈寬誤差率三、研究成果與現況Pert_on=(t_o

6、nno-t_onre)/t_onno(3)圖2是汽油引擎系統的實驗架構。本研究所用的t_onno是正常空氣流量的噴油脈寬,t_onre是修正空氣汽油引擎系統為Mitsubishi4G92多點順序噴射引擎,流量輸出後的噴油脈寬。直列式四汽缸,總排氣量1597cc,壓縮比10:1。4.空氣流量誤差率Perair=(airno-airre)/airno(4)airno是正常的空氣流量,airre是修正後的空氣流量。5.引擎狀態誤差率n2222∑Pertps+Perrpm+Pert_on+Perairs=1(5)RMSEengine=4×n其中

7、n代表資料長度。圖2、汽油引擎系統的實驗架構首先,探討引擎在轉速分別為1400、1600、1800、2000、2200、2400和2600rpm及不同的節氣門角由於從引擎上所擷取到的動態資料的級數(order)相差度下,由所攫取的引擎動態信號來預測此時的正確空很大,例如:轉速信號和節氣門角度信號的等級就相氣流量值。測試樣本的引擎空氣流量預測值和正常值差很多,因此必須將這些資料轉變為相同級數的資料的均方根誤差都整理在表1中。由表1的結果知,測。使用正規化(normalization)方法,經過正規化的步驟試樣本at20的均方根誤差最大是0

8、.009784;測試樣本可以避免數值較小的資料其重要性被忽略掉,而影響at14的均方根誤差最小是0.001106,且正確的空氣流到訓練及鑑別的正確性。量預測值和正常值的均方根誤差均小於0.01,遠小於汽油引

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。