基于CMAC神經(jīng)網(wǎng)絡的汽油機瞬態(tài)工況進氣流量預測研究.pdf

1、隨著世界的能源危機、環(huán)境惡化等問題越來越突出，汽車排放法規(guī)也會越來越嚴厲，汽車行業(yè)的發(fā)展也遇到了更多的挑戰(zhàn)，但是汽車對人們生活以及社會經(jīng)濟發(fā)展卻更加重要了，這樣也提供了更大的機遇。因此,提高汽油機的燃油燃燒效率與三元催化器凈化性能已經(jīng)成為內燃機領域內科研人員的重要研究方向，并且具有巨大的經(jīng)濟與社會效益。
　　空燃比是影響汽油機性能的一個重要因素,影響汽油在缸內的燃燒效率以及三元催化器的凈化效果。因此，更加精確地控制空燃比有利于汽油

2、機處于最佳工作狀態(tài)，以改善車輛經(jīng)濟性和動力性，并且減少污染物的排放。然而，在瞬態(tài)工況下，受進氣過程中動態(tài)效應以及空氣流量傳感器響應延時特性與誤差的影響，使得測得進氣流量值產(chǎn)生較大誤差，由進氣流量控制的噴油量也會產(chǎn)生較大誤差，最后造成空燃比產(chǎn)生較大的波動。因此，為了增強空燃比的控制效果，就要確保所測得進氣流量具有足夠的精度。
　　本文是在把進氣流量測量誤差進行深入分析之后，提出了CMAC神經(jīng)網(wǎng)絡預測方法，詳細介紹了CMAC神經(jīng)網(wǎng)絡的

3、結構、算法、工作原理，并且對其算法與結構做了一定的改進。通過復雜函數(shù)測試肯定了改進模型的可靠性和有效性。然后，運用改進型CMAC神經(jīng)網(wǎng)絡對瞬態(tài)工況下的進氣流量進行預測，并且在Matlab仿真環(huán)境中建立基于CMAC神經(jīng)網(wǎng)絡進氣流量預測模型，同時把進氣流量預測模型與平均值模型進行整合。最后，在兩種具有代表性的瞬態(tài)工況下做整體仿真實驗。
　　通過仿真實驗，得出了一些結論：在實驗工況下，本文建立的汽油機進氣流量預測模型能夠準確的預測進氣流