高压共轨电控柴油机神经网络轨压控制研究

高压共轨电控柴油机神经网络轨压控制研究

论文摘要

柴油机高压共轨喷油系统因其能够实现对喷油压力、喷油量、喷油正时以及喷油规律的精确控制,适应了现在社会对柴油机节能和减排的要求,代表了柴油机未来发展的一种趋势,因此是目前公认的比较理想的柴油机燃油喷射系统。由于柴油机高压共轨喷油系统是一个机、电、液相结合的复杂的、非线性的、时变的系统,在噪声、负载扰动等因素的影响下,其过程参数会随时间和工作环境的变化而变化,这就增加了对柴油机进行控制的难度,对控制提出了很高的要求。因此,柴油机高压共轨喷油系统控制方式的选择与改进成为决定高压共轨系统性能的重要因素之一。PID控制是一种在工业领域应用广泛的控制方式,但是在控制高压共轨系统时存在着不足,不能取得令人满意的控制效果。神经网络控制作为一种新兴的智能控制方式,具有自学习、自适应和自组织的能力,将神经网络控制与传统的PID控制结合,建立神经网络整定PID控制器,能弥补传统PID控制器的不足。本文主要研究了BP神经网络整定PID控制的结构与算法及其在高压共轨系统轨压控制中的应用。在Matlab环境下编写BP神经网络函数,并应用Simulink仿真软件建立了轨压仿真模型进行仿真分析。通过对常规PID控制和神经网络PID控制两种控制方式的仿真比较结果表明,应用神经网络PID控制具有更好鲁棒性和动态特性,有效的改善了轨压控制系统的控制结果。油泵实验台上的实验结果验证了神经网络PID控制器在轨压控制中的作用。

论文目录

  • 摘要
  • Abstract
  • 1 引言
  • 1.1 课题背景
  • 1.2 高压共轨电控燃油喷射系统的发展
  • 1.2.1 现代柴油机对喷射技术的要求
  • 1.2.2 高压共轨电控燃油喷射系统的发展过程
  • 1.2.3 国内外高压共轨电控燃油喷射系统的发展现状
  • 1.3 课题的意义及目的
  • 2 高压共轨电控喷油系统分析
  • 2.1 高压共轨电控燃油喷射系统的组成
  • 2.2 高压油泵
  • 2.3 喷油器
  • 2.4 电控单元(ECU)
  • 2.4.1 输入/输出接口
  • 2.4.2 微控制器
  • 2.4.3 电源模块与通信模块
  • 2.5 控制策略
  • 2.5.1 轨压控制策略
  • 2.5.2 喷油量控制策略
  • 2.5.3 喷油正时控制策略与喷油率控制策略
  • 2.6 本章小结
  • 3 神经网络整定PID控制
  • 3.1 常规PID控制算法的理论基础
  • 3.1.1 模拟PID控制系统
  • 3.1.2 数字PID控制算法
  • 3.1.3 PID参数的整定
  • 3.2 神经网络控制系统
  • 3.2.1 人工神经网络模型
  • 3.2.2 神经网络控制系统的特点
  • 3.2.3 神经网络控制系统的分类
  • 3.2.4 神经网络的学习
  • 3.3 BP神经网络
  • 3.3.1 BP神经网络概述
  • 3.3.2 BP神经网络学习算法
  • 3.4 用于轨压控制的神经网络整定PID控制器
  • 3.4.1 BP神经网络整定PID控制器结构
  • 3.4.2 BP神经网络整定PID控制器设计
  • 3.5 本章小结
  • 4 共轨压力控制仿真与实验
  • 4.1 共轨压力被控对象模型
  • 4.2 Matlab/Simulink轨压控制仿真研究
  • 4.2.1 仿真软件简介
  • 4.2.2 BP神经网络的建立与训练
  • 4.2.3 BP神经网络整定PID控制器的建立
  • 4.3 仿真及结果分析
  • 4.3.1 仿真实验
  • 4.3.2 性能分析
  • 4.3.3 程序代码生成
  • 4.4 轨压控制实验
  • 4.4.1 ECU硬件
  • 4.4.2 基于模型的软件开发
  • 4.4.3 轨压控制实验
  • 5 工作总结与展望
  • 5.1 全文工作总结
  • 5.2 今后工作展望
  • 参考文献
  • 攻读硕士学位期间发表学术论文情况
  • 致谢
  • 相关论文文献

    • [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
    • [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
    • [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
    • [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
    • [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
    • [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
    • [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
    • [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
    • [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
    • [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
    • [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
    • [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
    • [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
    • [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
    • [15].神经网络探索物理问题[J]. 物理 2020(03)
    • [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
    • [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
    • [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
    • [19].高效深度神经网络综述[J]. 电信科学 2020(04)
    • [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
    • [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
    • [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
    • [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
    • [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
    • [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
    • [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
    • [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
    • [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
    • [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
    • [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

    标签:;  ;  ;  ;  

    高压共轨电控柴油机神经网络轨压控制研究
    下载Doc文档

    猜你喜欢