面向混合动力汽车的LPG发动机神经网络建模方法研究

在对LPG(Liquefied Petroleum Gas,液化石油气)发动机进行实机测量和试验数据采集的基础上,利用GT-power软件,建立了LPG发动机仿真模型,该模型输出的扭矩和功率仿真值与试验值最大误差不超过3%;利用该仿真模型对发动机的动力性进行计算,运用BP神经网络模型对计算结果进行Matlab/Simulink建模。计算结果显示,神经网络模型的相对误差均方根值为0.032 1,而插值法的相对误差均方根值为0.057 0,可见LPG神经网络模型优于插值模型,该神经网络模型可以进一步应用于气电混合动力汽车控制策略的研究。