分会场

控制与测试

摘要

目前燃烧闭环控制大都是通过测试当前循环缸压数据反映缸间和循环间的燃烧，用于下一循环喷射参数调控，属于滞后控制。因此，为了实现燃烧参数预测，本文开发了基于有限放热率数据的燃烧参数在线实时预测算法。通过YC-6K发动机试验台获取每曲轴转角的缸压数据，得到燃烧质量分数，首先基于Wiebe燃烧规则建立缸内燃烧过程放热率模型；其次，寻找发动机转速、负载扭矩以及喷油正时对模型参数的影响规律，并对模型参数进行概率分析，得到理论上不同工况下的模型参数取值；最后基于理论分析给出一种Wiebe燃烧模型参数在线实时预测算法，并建立燃烧参数与CA50映射关系的神经网络预测模型，给出CA50在线预测算法。结果表明，基于LS算法的单循环离线放热率曲线训练精度高于90%，基于RLS算法的单循环在线放热率曲线训练精度高于90%，CA50神经网络数据整体训练精度R2为0.95504，RMSE为1.4°CA。

关键词

数据驱动;Wiebe燃烧模型;神经网络;实时预测

电子U盘全文仅限大会已缴费参会代表下载。

您还没有登录，请您先 点击这里登录