涡轮增压汽油机气路预测模型的建立与预测控制

• 作者: 于树友 孙鹏远 胡云峰 陈欢 陈虹
• 来源期刊: 控制理论与应用
• 关键词: 涡轮增压汽油机控制 模型预测控制 预测模型 BP神经网络
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 1008-1018
• 页数: 11页
• 分类号: TP273
• 语种: 中文
• DOI: 10.7641/CTA.2017.16166

摘要

针对涡轮增压汽油机气路系统中节气门与废气旁通阀动力学耦合、机理建模复杂的问题,本文提出基于神经网络模型的气路系统预测控制方法,实现了节气门与废气旁通阀的协调控制.首先,针对涡轮增压汽油机气路系统map与机理混合描述的特性,利用系统的输入输出数据,采用反向传播神经网络(back propagation neural network,BPNN)训练得到一个非线性气路模型;其次,基于泰勒展开式对预测模型进行线性化,并对模型的精度进行了验证,进而利用该模型预测系统的未来动态;然后,在考虑系统存在输入约束的条件下,设计了一个线性模型预测控制器对节气门与废气旁通阀进行协调控制,实现了进气歧管压力和升压的跟踪控制进而满足发动机的扭矩需求;最后,通过离线仿真和基于dSPACE的快速原型实验(rapid control prototyping,RCP)验证了控制系统的有效性和实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈虹	吉林大学汽车仿真与控制重点实验室	144	1816	21.0	38.0
5	胡云峰	吉林大学汽车仿真与控制重点实验室	29	195	6.0	13.0
9	于树友	吉林大学汽车仿真与控制重点实验室	20	151	6.0	12.0
13	陈欢	吉林大学汽车仿真与控制重点实验室	9	28	4.0	4.0
17	孙鹏远	中国一汽集团公司研究设计中心	1	3	1.0	1.0