一种基于神经网络的氧化催化器出口温度控制方法

• 作者: 刘浩 李延红 王秋花 高发廷 黄少文
• 来源期刊: 汽车电器
• 关键词: 氧化催化器 神经网络 温度预测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 设计研究
• 页码范围: 38-41
• 页数: 4页
• 分类号: U463.6
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8639.2020.01.013

摘要

氧化催化器(DOC)出口温度控制是实现颗粒捕集器(DPF)主动再生控制的关键.本文介绍一种基于神经网络的氧化催化器出口温度控制方法,首先结合DOC系统的实际特征以及DOC传热及化学反应特性建立了一阶延迟DOC出口温度模型,然后在温度模型基础上基于神经网络建立了DOC出口温度预测模型,最后将DOC出口温度预测值作为闭环反馈输入建立反馈控制器计算HC喷射量进而控制DOC出口温度.本方法采用整车试验中连续变化工况来验证,试验结果表明DOC出口温度在DPF再生过程中控制在600±20℃范围内,满足DPF精确再生控制要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高发廷	中国重型汽车集团有限公司技术发展中心	4	0	0.0	0.0
2	李延红	中国重型汽车集团有限公司技术发展中心	4	0	0.0	0.0
3	王秋花	中国重型汽车集团有限公司技术发展中心	2	0	0.0	0.0
4	刘浩	中国重型汽车集团有限公司技术发展中心	3	0	0.0	0.0
5	黄少文	中国重型汽车集团有限公司技术发展中心	3	0	0.0	0.0