论文摘要
高压共轨柴油机是公认的未来柴油机发展的一种趋势,但同时它也是复杂的、非线性的、时变的系统,这就增加了对柴油机进行精确控制的难度,对控制提出了很高的要求。也就是说,高压共轨柴油机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。传统PID控制器具有结构简单、参数物理意义明确、一定的鲁棒性等特点被广泛应用于工业过程控制中,但它存在控制参数不能实时调节的缺点。而智能控制则具有较强的自学习、自适应、自组织功能和容错能力,因此本文用智能控制技术来优化PID控制器,并探索高压共轨柴油机的智能控制研究。在学习了各种智能控制方法的基础上,本文选择对高压共轨柴油机轨压控制采用遗传BP神经网络PID控制算法,用遗传算法和BP神经网络对PID控制参数进行实时优化。在论文中详细阐述了BP神经网络的构建及遗传算法的操作过程,并在MATLAB环境下实现遗传BP神经网络算法。为了验证遗传BP神经网络PID控制算法的控制效果,在Matlab/Simulink环境下建立了高压共轨柴油机模型,将已调试好的GA-BP算法生成Simulink模块,建立高压共轨柴油机的控制仿真模型并进行仿真研究。仿真结果表明,用于高压共轨柴油机轨压控制中的遗传BP神经网络PID控制器能够很好地改善柴油机控制系统的各项性能指标,因此,将智能控制与传统PID控制结合的技术是可行的、有效的。