欢迎来到天天文库
浏览记录
ID:52353690
大小:706.50 KB
页数:4页
时间:2020-03-26
《基于神经网络的预测算法在CNG发动机空燃比控制中的应用研究.pdf》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、第41卷第6期2012年12月小型内燃机与摩托车SMALLINTERNALCOMBUSTIONENGINEANDMOTORCYCLEV01.4lNo.6Dec.2012基于神经网络的预测算法在CNG发动机空燃比控制中的应用研究刘一鸣陈永全花志远(合肥工业大学机械与汽车工程学院安徽合肥230009)摘要:针对天然气发动机本身的非线性特点和空燃比传输延迟的特性,提出了一种基于神经网络预测的空燃比控制策略,利用Matlab/Simulink建立控制器的算法模型,以dSPACE公司的MicoAutoBox为算法实施平台,在NQl50
2、N型天然气发动机上进行了实验测试,实验结果表明,与普通PID控制算法相比,基于神经网络预测的控制算法稳态性能优良,能明显改善过度工况空燃比的控制效果。关键词:神经网络预测控制空燃比dSPAcECNG发动机中图分类号:TK43文献标识码:A文章编号:1671—0630(2012)06—0046—04ResearchonApplicationofAir-FuelRatioControlofCNGEngineBasedonNeural-NetworkPredictiveAlgorithmLiuYiming。ChenYongquan
3、,HuaZhiyuanSchoolofMachineryandAutomotiveEngineering,HefeiUniversityofTechnology(Hefei,Anhui,230009,China)Abstract:Forair-fuelratiosignalofaCNGengine,thereexisttransmissiondelayandnonlinearities,whichaffectsthecontrolaccuracyofair—fuelratiousingdirectiveair—fuelrat
4、iosensor.Aneural—networkpredictiveal—gorithmtoair-fuelratioisprovidedinthispaper.ThecontrolalgorithmwasbuiltundertheMatlab/SimulinkenvironmentandimplementedonNQl50NCNGenginewithMicroAutoBoxhardwareofdSPACE.TheactualtestresultsinexperimentsshowthatcomparedwiththePID
5、algorithm,thismethodhasbettersteadyperform—anceandbettercontroleffectundertransientconditions.Keywords:Neural—network,Predictivecontrol,Air—fuelratio,dSPACE,CNGengine引言预测控制是工业过程控制领域发展起来的一种计算机控制算法,它包括模型预测、反馈校正、参考输入轨迹和滚动优化4个部分。这种算法的基本思想是先预测后控制,其控制动作具有较强的预见性,从而明显优于经典反
6、馈控制系统,例如普通PID控制算法。神经网络以其并行处理、分布式存储、自适应性、优化能力和强鲁棒性等特点在控制领域中被广泛研究与应用。许多研究者已将神经网络模型作为预测控制中的预测模型u以1,并取得肯定的结果,但其控制对象大多为工、Ik过程对象,例如电力、石油、化工等。本文则以天然气发动机为控制对象,将神经网络与预测控制相结合用于空燃比的控制。在天然气发动机中,由于氧传感器安装在排气管内以及发动机中各子系统和发动机循环本身固有的多种时延的存在,气缸内空燃比的检测存在传输延迟”J。发动机还是一个具有很强的非线性和多扰动性的系统
7、,其工作时的各种参数随着输出功率、转速及环境的变化而变化。由于发动机系统的时延性和非线性,给空燃比的精确控制增加了困难。本文利用dSPACE作为算法实施的平台,利用其快速控制原型(RCP)功能可以快速、方便的进行基于神经网络预测作者简介:刘一鸣(1957一),男,副教授,研究方向为内燃机设计及电控技术。第6期刘一鸣等:基于神经网络的预测算法在CNG发动机空燃比控制中的应用研究47的空燃比控制算法的开发与测试。当算法测试可行之后,就可以利用代码自动生成工具将该算法转化成产品代码。1神经网络预测控制1.1空燃比神经网络预测算法的
8、控制结构如图1所示为神经网络预测控制系统总体结构,它由3部分组成:①被控对象:天然气发动机;②神经网络预测模型;③优化控制器。神经网络预测模型利用最近几次的喷气脉宽/.Z(t)和过量空气系数Y(t)对未来过量空气系数夕(t)进行多步预测。优化算法利用模型信息计算出最优喷气脉宽施加在发动机上
此文档下载收益归作者所有