节点文献

基于BP神经网络的车用汽油机过渡工况空燃比多步预测模型

Multi-step Predictive Model for Air/Fuel Ratio of Gasoline Engine at Transient Conditions Based on Back Propagation Neural Network

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 Hou Zhixiang~(1,2),Shen Quntai~1 & Wu Yihu~21.School of Information Science and Engineering,Central South University,Changsha 410083;2.College of Automobile and Mechanical Engineering,Changsha University of Science and Technology,Changsha 410076

【机构】中南大学信息科学与工程学院；长沙理工大学汽车与机械工程学院长沙410083；长沙理工大学汽车与机械工程学院；长沙410076；长沙410083；

【摘要】为克服车用汽油机空燃比传输延迟对空燃比控制精度的影响,提出了一种基于BP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,同时为提高空燃比预测精度,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。以HL495发动机过渡工况试验数据进行仿真,结果表明该方法能精确预测过渡工况空燃比。更多还原

【Abstract】 A multi-step predictive model for air/fuel ratio of gasoline engine at transient conditions is presented.By analyzing the model,the input vectors for neural network-based multi-step predictive model are determined.Meanwhile,the input vectors include the derivatives of air/fuel ratio for increasing the prediction accuracy of air/fuel ratio.The results well agree with experiment data at transient conditions of HL495 engine,showing high accuracy of prediction model.更多还原

【关键词】汽油机；过渡工况；空燃比；神经网络；多步预测；
【Key words】 Gasoline engine； Transient conditions； Air fuel ratio； Neural networks； Multi-step prediction；

【基金】国家自然科学基金项目(50276005)资助

【文献出处】汽车工程 ,Automotive Engineering , 编辑部邮箱 ,2006年09期

【分类号】U464.171
【被引频次】6
【下载频次】223

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献