基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对车用汽油机过渡工况空燃比难于精确控制的特点,提出了一种空燃比的神经网络复合控制策略.控制系统通过神经网络控制和常规PI控制实现前馈反馈控制,常规PI控制器利用氧传感器信号实现反馈控制,保证系统的稳定性,且抑制扰动;神经网络控制实现前馈控制,提高控制系统过渡工况时的响应能力.神经网络采用径向基神经网络,其输入为影响汽油机进气量的两个主要因素发动机转速与节气门开度.通过在线学习常规PI控制输出,使系统的总控制输出由神经网络产生,系统具有较高的自适应功能,有效避免目前过渡工况空燃比控制需进行大量标定的不足.仿真结果表明该控制方法是有效的.
推荐文章
基于神经网络的车用汽油机稳态排放特性建模研究
废气排放
车用汽油机
神经网络
建模
基于Elman神经网络的汽油机过渡工况空燃比多步预测模型
汽油机
过渡工况
空燃比
Elman神经网络
多步预测
汽油机加速瞬态工况空燃比优化控制研究
神经网络
混沌优化
优化控制系统
仿真
基于神经网络的车用汽油机稳态排放特性建模研究
废气排放
车用汽油机
神经网络
建模
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 车用汽油机过渡工况空燃比的神经网络控制研究
来源期刊 内燃机工程 学科 工学
关键词 内燃机 汽油机 平均值模型 过渡工况 空燃比控制 神经网络
年,卷(期) 2006,(5) 所属期刊栏目
研究方向 页码范围 33-36
页数 4页 分类号 TK417.1
字数 2051字 语种 中文
DOI 10.3969/j.issn.1000-0925.2006.05.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴义虎 长沙理工大学汽车与机械工程学院 59 546 13.0 20.0
2 申群太 中南大学信息科学与工程学院 142 1073 17.0 25.0
3 袁翔 长沙理工大学汽车与机械工程学院 34 300 9.0 16.0
4 侯志祥 长沙理工大学汽车与机械工程学院 25 241 10.0 14.0
8 邓华 长沙理工大学汽车与机械工程学院 2 35 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (2)
参考文献  (4)
节点文献
引证文献  (26)
同被引文献  (35)
二级引证文献  (18)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(7)
  • 引证文献(5)
  • 二级引证文献(2)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
内燃机
汽油机
平均值模型
过渡工况
空燃比控制
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
内燃机工程
双月刊
1000-0925
31-1255/TK
大16开
上海市闵行区华宁路3111号
4-257
1979
chi
出版文献量(篇)
2410
总下载数(次)
7
总被引数(次)
24896
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导