基于Matlab的高速公路交通流 RBF神经网络建模

通过对高速公路宏观动态交通流模型的分析,提出用Matlab神经网络工具箱建立了交通流RBF模型,讨论了RBF网络设计过程中的参数设置,仿真结果表明了RBF模型的有效性.由于Matlab提供的RBF的实现算法具有自适应确定网络结构和无需人为确定网络初始权值的优点,因此减少了网络训练的随机性,提高了训练精度.     

阿特金森循环发动机平均值模型的辨识研究

以阿特金森1NZ-FXE四缸十六气门循环发动机为研究对象,分析了其气路、油路和动力输出平均值模型;并对发动机的36个结构参数进行测量,采集不同工况下270组发动机的127个运行参数。通过构造超定超越方程组,利用最小二乘法及遗传算法及粒子群算法寻优计算,辨识出该发动机平均值模型的37个待辨识参数,且辨识效果好,可进一步应用于发动机及整车系统的控制。     

CNG发动机缸内气流条件与双点点火对火焰传播特性及热效率的影响

提高CNG-DI发动机的指示热效率是适应低碳化要求的重要途径.采用CFD软件AVL FIRE,对2.0L柴油机改装的CNG-DI发动机燃烧过程和缸内流场特性进行了仿真分析.首先用CNG-DI光学发动机实验结果验证了计算模型的正确性.基于仿真模型分析了CNG燃料缸内直喷时不同燃烧室结构的湍流强度对火焰传播过程的影响,以及...     

稀燃CNG发动机燃烧稳定性的数值模拟研究

利用三维燃烧模型对稀燃CNG发动机的燃烧过程进行数值模拟,研究在引入过量空气系数的循环变动情况下,发动机转速对稀燃CNG发动机燃烧循环变动程度的影响。通过对比计算和试验结果,验证了模型的可靠性,并且分析了燃烧过程中不同时刻下的缸内温度分布情况。根据多个循环的计算结果,定量分析了发动机转速对燃烧循环变动的影响,转速的提高将使燃烧循环变动减弱。计算还得出,转速的改变对燃烧循环变动的影响程度大于对燃烧峰值压力均值的影响。     

基于神经网络的发动机空载模型辨识

发动机空载工况的辨识在车辆动力学传动系统仿真和车辆的起步，换档自动控制中起着得要的作用，分析了发动机空载工况的特点和神经网络在非线性系统辨识中的优越性，建立了发动机空载工况辨识的神经网络模型，并根据实验所得数据对４９２汽油空载工况进行了辨识，取得了满意的效果。     

基于AVL软件的凸轮型线设计优化及发动机性能模拟验证(3)

正(上接2021年第2期)5 BOOST发动机燃烧模型的建立及性能模拟计算5.1 BOOST软件简介BOOST是AVL系列软件中发动机设计过程中一流的开发工具,负责对发动机燃烧系统进行模拟分析,模拟计算涵盖发动机工作循环和气体交换模拟程序、管道一维气体动力特性、发动机稳态和瞬态工况模拟、ECU控制策略预测、尾气净化装置模拟等。从二冲程到四冲程、从摩托车到汽车,提供了强大的模拟计算结果,     

换气与压缩过程对汽油机燃烧特性的影响研究

针对增压气道喷射汽油机进行了发动机换气与压缩过程对燃烧特性的影响研究,对比了两种状态下的气门升程与配气正时,基于发动机试验台架测试数据,重点分析了发动机动力性、经济性和燃烧特性。试验数据表明了配气相位的改变对燃烧有较大的影响,可使燃烧效率大幅度提高,爆震倾向减小。同时基于AVL-fire软件进行发动机进气与压缩过程三维CFD分析,分析结果表明:对燃烧特性的影响不能仅靠瞬态滚流比和缸内平均湍动能进行判断,真正影响燃烧的是火花塞附近湍动能的变化,即发动机换气与压缩过程对燃烧特性的影响来自压缩上止点火花塞附近的湍动能。     

基于小波网络的发动机瞬态工况进气流量动态辨识与预测研究

由于发动机进气系统具有复杂的非线性动态特性,因此构建了进气流量小波网络辨识与预测模型,并利用最小二乘法(DLS)对小波网络参数和预测控制率进行了学习和优化,以提高小波网络预测模型的可靠性和预测精度。作为对比建立了基于BP神经网络的预测模型,并利用瞬态工况试验数据分别对两种模型进行了仿真研究。结果表明,小波网络模型能有效地预测发动机瞬态工况进气流量,与BP神经网络预测模型相比,误差精度更高,可用于发动机瞬态工况空燃比的精确控制。     

EGR对柴油机的燃烧、关键反应组分和排放的影响

采用CFD技术建立了某柴油发动机及其燃烧的模型。利用该模型算得的缸内压力曲线与参考文献的试验结果较为吻合,验证了模型的正确性;接着对该模型进行模拟,分析了EGR对发动机燃烧过程、关键中间反应组分(H、N、OH与O)的变化以及NO和Soot生成的影响。     

双燃料发动机的燃烧过程分析

本文对双燃料发动机的燃烧过程进行了分析介绍，包括滞燃期，主燃烧期。同时对影响燃烧过程的若干因素进行了分析，并提出了改善双燃料发动机低负荷性能的措施，最后还就双燃料发动机的不正常燃烧做了简要介绍和分析。     

479Q汽油机电控参数标定研究

利用AVL PUMA OPEN汽车动力测试台架对479Q发动机进行稳态电控参数的标定。为了寻求ECU与发动机的最佳配合,利用神经网络建立电控参数预测模型,通过对神经网络模型进行训练预测出稳态工况下发动机连续的ECU控制参数,并进行检验。研究结果表明,该预测模型具有较强的泛化能力,能够准确地预测出发动机电控参数。     

基于Elman神经网络的车用汽油机过渡工况空燃比辨识

以HL495Q型电喷汽油机为研究对象,分析了汽油机空燃比的数学模型,提出了一种基于Elman神经网络的过渡工况空燃比辨识方法。试验结果表明,Elman神经网络空燃比模型具有简单的网络结构,能高精度地逼近车用汽油机空燃比的实际动态过程,模型的平均相对误差小于1%,优于前馈BP神经网络模型的辨识结果。建立的Elman神经网络空燃比模型能改善过渡工况空燃比控制精度,提高排放性能。     

基于振动信号的柴油机进排气系统故障诊断研究

提出了一种根据柴油机气缸盖振动信号诊断进排气系统故障的方法 ,介绍了对柴油机的振动信号进行小波降噪和小波分解 ,提取相应特征向量 ,然后将振动样本的特征向量作为径向基函数神经网络的输入参数 ,以故障类别作为输出参数训练该网络 ,训练后的神经网络可以利用测量的振动信号来判断柴油机的故障状况。仿真和试验证明该方法有效可行     

CFA6470HEV发动机燃油经济性的BP神经网络建模及优化

对MATLAB软件中的BP神经网络及数值分析方法进行了研究,并将其应用于CFA6470HEV发动机特性的建模,在对模型的结构参数优化的基础上,获得了合适的发动机特性模型.应用数值分析方法确定了发动机的最优经济性运行区间以及与之对应的发动机节气门开启角与转矩和转速之间的关系,利用此关系,可通过对发动机节气门的调节实现对发动机最佳燃油经济性的控制.     

燃料电池发动机氢耗量半经验动态模型

在氢耗量稳态特性模型基础上,通过试验研究,建立了燃料电池发动机氢耗量半经验动态模型,并对模型进行了试验验证。结果表明,该模型能反映燃料电池氢耗量的动态特性,精度较高,而且该模型具有结构简单,模型参数较少等特点,通过较少的试验数据即能获得模型中的参数,便于在车辆动力学仿真研究中应用。     

基于声强与神经网络技术的发动机故障诊断

根据发动机的结构特点,将其表面划分成不同的测试区域进行声强信号采集;依据声强特征,确定不同区域对应零部件的工作状况;利用模块化神经网络,建立基于声强特征的故障诊断模型,该模型中包含发动机低速与中速诊断模块、决策模块和故障知识库;在建模过程中,利用特征函数强化故障特征作为网络输入。结果表明,该方法具有诊断精度高、速度快、实时自学习等特点,为建立更为完善的发动机智能化故障诊断系统提供新途径。     

汽油机过渡工况进气流量的神经网络预测研究

进气流量的精确测量是车用汽油机空燃比精确控制的基础,发动机工作在过渡工况时,因进气状态变化,空气流量传感器的滞后响应影响了过渡工况空燃比的控制精度。提出了一种基于汽油机过渡工况各种参数信息融合的过渡工况进气流量预测方法,分析了影响汽油机过渡工况进气流量的各种工况参数,提取了特征参数并建立了BP神经网络信息融合预测模型。对车用汽油机加减速工况试验数据进行仿真,研究结果表明,该方法能够准确实时地预测汽油机过渡工况的进气流量,同时能够消除空气流量传感器的滞后特性。     

旁通阀控制策略对增压汽油机瞬态响应性能的影响

针对带旁通阀的废气涡轮增压汽油机,采用试验和仿真相结合的方法建立基于GT‐Power的汽油机稳态模型。运用BP神经网络法建立燃烧模型,得到增压汽油机瞬态模型。采用PID控制对原机旁通阀控制策略进行优化,通过优化后的旁通阀控制策略对汽油机瞬态响应质量参数———平均有效压力、瞬态响应时间和增压器瞬态转速进行分析。结果表明：优化后的旁通阀控制策略可以在汽油机的中高速范围内显著地缩短发动机的瞬态响应时间,同时保证汽油机增压压力与增压器转速都处于安全范围之内。     

发动机液压悬置低频模型参数识别方法的研究

根据悬置低频振动模型,提出了基于DE算法的发动机液压悬置模型识别方法,由简单的低频正弦激振试验直接估计模型的关键参数值,完成模型的参数识别。基于上述理论和试验相结合的模型识别方法可以代替组件试验,识别结果可直接用于复杂结构悬置元件的动特性预测和整车NVH性能研究。