怠速工况电子节气门ANFIS控制仿真研究

怠速工况电子节气门ANFIS控制仿真研究

论文摘要

发动机节气门采用电子控制技术,解决了节气门机械控制方式由于其动态特性的限制而很难根据汽车的不同工况相应做出精确、及时调整的问题。通过控制算法调整节气门开度,能够精确控制进气量,使发动机空燃比控制达到最优,从而实现发动机的最佳性能,提高车辆动力性和经济性,减少有害物质的排放。本文在电子节气门控制研究的基础上结合发动机怠速工况的特点,对发动机怠速稳定性控制进行了仿真研究。本文采用Bosch电子节气门,取消了传统节气门的怠速旁通阀,怠速空气流量通过节气门的开度进行控制。选用Intel公司的16位单片机80C196KB为主芯片,开发了怠速工况电子节气门控制系统的硬件电路,采用H桥LMD18200芯片来实现直流电机的正反转控制,从而实现对节气门开度的控制。根据发动机怠速工况的不确定性、非线性、时变性的特性,本文提出将自适应神经模糊推理系统(Adaptive Network Fuzzy Inference System,ANFIS)控制算法应用于怠速工况电子节气门控制系统。基于T-S模型的ANFIS借助神经网络的信息贮存能力和学习能力,通过对系统的结构辨识和参数辨识,自动地初始化模糊规则,并自适应调整前提参数和结论参数,优化控制规则、隶属函数和输出函数,从而实现对系统的有效控制。利用Matlab/Simulink建立怠速工况电子节气门控制器模型和发动机模型。基于Matlab/xPC Target构建的电子节气门硬件在环仿真系统,对ANFIS怠速控制算法的有效性进行了实时仿真验证。仿真结果表明:ANFIS控制算法用于发动机怠速稳定性的控制是可行且有效的,控制效果佳,具有良好的稳态性和动态性,满足了发动机怠速稳定性控制的要求;基于xPC Target构建的硬件在环仿真系统为怠速工况电子节气门控制系统提供了一个友好的开发和测试环境,缩短了研发周期。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的背景
  • 1.2 电子节气门控制技术的研究现状及发展趋势
  • 1.2.1 电子节气门控制技术的发展
  • 1.2.2 电子节气门控制策略的研究现状
  • 1.3 发动机电控系统硬件在环仿真技术的研究现状
  • 1.4 本文的主要工作
  • 第2章 电子节气门控制系统的硬件设计
  • 2.1 电子节气门结构原理
  • 2.1.1 电子节气门结构
  • 2.1.2 怠速电子节气门的标定
  • 2.2 电子节气门控制系统的电路设计
  • 2.2.1 单片机的脉宽调制输出PWM
  • 2.2.2 传感器信号调理电路设计
  • 2.2.3 PWM控制信号的A/D转换
  • 2.2.4 硬件电路抗干扰设计
  • 2.3 直流电机的驱动电路设计
  • 2.3.1 直流电机控制原理
  • 2.3.2 直流电机的可逆PWM系统
  • 2.4 本章小结
  • 第3章 怠速工况电子节气门控制器设计
  • 3.1 怠速控制概述
  • 3.1.1 怠速控制系统结构原理
  • 3.1.2 怠速控制的基本要求
  • 3.2 自适应神经模糊推理系统(ANFIS)概述
  • 3.2.1 模糊控制和神经网络控制的融合
  • 3.2.2 ANFIS控制策略概述
  • 3.2.3 ANFIS的混合学习算法
  • 3.3 基于ANFIS的发动机怠速控制系统
  • 3.3.1 ANFIS怠速控制系统结构
  • 3.3.2 ANFIS怠速控制器的数据训练
  • 3.4 本章小结
  • 第4章 怠速控制系统的硬件在环仿真
  • 4.1 基于Matlab/Simulink怠速系统建模及仿真总体设计
  • 4.2 发动机建模
  • 4.2.1 建模方法的选择
  • 4.2.2 进气歧管空气质量流量模型
  • 4.2.3 燃料供给系统模型
  • 4.2.4 发动机动力输出模型
  • 4.2.5 发动机速度模型
  • 4.3 怠速控制系统模型在Simulink中的建立及仿真
  • 4.3.1 怠速控制系统模型的建立
  • 4.3.2 怠速控制系统的离线仿真
  • 4.4 怠速控制系统的硬件在环仿真
  • 4.4.1 xPC Target软件环境简介
  • 4.4.2 硬件在环仿真实验装置连接及测试
  • 4.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    • [1].基于ANFIS的装备维修保障能力生成度评估[J]. 兵器装备工程学报 2020(02)
    • [2].基于ANFIS的外啮合齿轮泵寿命预测研究[J]. 仪器仪表学报 2020(01)
    • [3].基于改进的ANFIS模型河道堤防力学参数计算研究[J]. 地下水 2020(01)
    • [4].基于ANFIS的燃料电池混合汽车能量管理策略研究[J]. 电子测量技术 2020(07)
    • [5].基于ANFIS改进的大气腐蚀环境缺失数据填补方法[J]. 装备环境工程 2016(06)
    • [6].基于ANFIS的风力发电机状态监测研究[J]. 中南民族大学学报(自然科学版) 2017(01)
    • [7].基于ANFIS的新闻工作者媒体素养评估预测[J]. 柴达木开发研究 2016(02)
    • [8].基于ANFIS的油纸绝缘局部放电模式识别技术研究[J]. 陕西电力 2010(02)
    • [9].基于ANFIS的迭代学习控制初始控制研究[J]. 微计算机信息 2010(12)
    • [10].开关磁阻电机自适应模糊神经网络系统(ANFIS)无位置传感器控制[J]. 煤炭学报 2010(08)
    • [11].ANFIS在供热管网泄漏故障诊断中的应用[J]. 郑州大学学报(工学版) 2014(04)
    • [12].基于ANFIS的空袭目标攻击意图量化方法[J]. 指挥控制与仿真 2012(05)
    • [13].基于ANFIS的烧结终点预测[J]. 烧结球团 2011(05)
    • [14].用神经网络和ANFIS模拟污水生物处理过程[J]. 中国给水排水 2008(23)
    • [15].主轴系统切削振动的ANFIS预警研究[J]. 机械设计与制造 2015(09)
    • [16].基于ANFIS模型的烟气含氧量建模和预测[J]. 计算机仿真 2014(10)
    • [17].基于ANFIS的焊接电源群优先级群控策略[J]. 计算机集成制造系统 2011(10)
    • [18].混沌时间序列的Anfis-量子网络预测[J]. 计算机工程与科学 2010(08)
    • [19].基于ANFIS的激光陀螺消噪处理研究[J]. 传感器与微系统 2009(01)
    • [20].基于ANFIS的图像边缘检测算法[J]. 江南大学学报(自然科学版) 2014(05)
    • [21].基于ANFIS的电力通信网的可靠性评估[J]. 陕西科技大学学报(自然科学版) 2013(04)
    • [22].ANFIS在润滑油黏度对后桥传动效率影响研究中的应用[J]. 机械传动 2015(08)
    • [23].基于ANFIS的高速公路车辆跟驰模型与仿真[J]. 同济大学学报(自然科学版) 2010(07)
    • [24].基于ANFIS的汽车座椅舒适度评价系统建模[J]. 传感器与微系统 2016(08)
    • [25].基于ANFIS的混凝土空心砌块砌体抗压强度预测[J]. 武汉大学学报(工学版) 2015(03)
    • [26].基于ANFIS模型的充填体抗压强度预测研究[J]. 有色金属(矿山部分) 2014(05)
    • [27].衡山石膏矿老采空区地表沉陷的ANFIS预测[J]. 采矿与安全工程学报 2012(06)
    • [28].ANFIS在光电检测中的应用研究[J]. 科学技术与工程 2010(26)
    • [29].基于聚类与ANFIS的磨削工艺环境影响评价方法[J]. 润滑与密封 2015(09)
    • [30].基于ANFIS的6R机械臂新逆运动学模型[J]. 机械设计与研究 2019(06)

    标签:;  ;  ;  ;  ;  

    怠速工况电子节气门ANFIS控制仿真研究
    下载Doc文档

    猜你喜欢