本文關(guān)鍵詞：基于模型的高壓共軌柴油機(jī)標(biāo)定

  更多相關(guān)文章： 高壓共軌 標(biāo)定 試驗設(shè)計 神經(jīng)網(wǎng)絡(luò) 遺傳算法

【摘要】：高壓共軌技術(shù)是滿足柴油機(jī)節(jié)能減排要求的關(guān)鍵技術(shù)之一,具有控制精度高、可移植性強(qiáng)并能實現(xiàn)柔性控制等特點,被廣泛應(yīng)用在現(xiàn)代柴油機(jī)上。高壓共軌柴油機(jī)的MAP標(biāo)定和性能優(yōu)化是電控系統(tǒng)開發(fā)的重要研究內(nèi)容。MAP數(shù)據(jù)決定了柴油機(jī)的運行過程及其性能好壞。隨著電控技術(shù)的發(fā)展,高壓共軌柴油機(jī)控制系統(tǒng)越來越復(fù)雜,控制對象與控制變量越來越多,系統(tǒng)中形成了龐大的MAP體系。柴油機(jī)多目標(biāo)條件下的MAP標(biāo)定愈來愈復(fù)雜,是一項費時費力的工作。為了更好的完成高壓共軌柴油機(jī)的標(biāo)定,提高標(biāo)定效率,降低標(biāo)定成本,圍繞基于模型的標(biāo)定技術(shù),展開了基于模型的高壓共軌柴油機(jī)標(biāo)定研究。研究基于模型的標(biāo)定技術(shù),深入分析了DoE試驗設(shè)計方法、數(shù)學(xué)建模方法、及非線性規(guī)劃方法。針對YN38CRD高壓共軌柴油機(jī),以燃油消耗率為目標(biāo)、以噴油提前角及噴油壓力為主要優(yōu)化參數(shù),進(jìn)行了基于模型的標(biāo)定與優(yōu)化。研究了Halton(哈爾頓)空間填充試驗設(shè)計方法,并進(jìn)行了參數(shù)組合設(shè)計；采用以INCA軟件為核心的標(biāo)定系統(tǒng)完成了數(shù)據(jù)采集工作；利用RBF(徑向基函數(shù))神經(jīng)網(wǎng)絡(luò)建立了柴油機(jī)的各性能預(yù)測模型；設(shè)計了針對高壓共軌柴油機(jī)控制參數(shù)組合的遺傳算子,并利用遺傳算法對控制參數(shù)組合進(jìn)行了優(yōu)化；對優(yōu)化結(jié)果進(jìn)行了臺架試驗驗證。試驗結(jié)果表明：優(yōu)化后的控制參數(shù)組合擴(kuò)大了該柴油機(jī)的經(jīng)濟(jì)區(qū)域,原機(jī)的經(jīng)濟(jì)性得以改善�；谀Ｐ蜆�(biāo)定方法能夠有效縮短標(biāo)定周期,提高標(biāo)定的精度,滿足現(xiàn)代柴油機(jī)標(biāo)定工作的需要,并為實現(xiàn)國Ⅳ以上排放限值要求的柴油機(jī)開發(fā)提供了標(biāo)定方法、理論基礎(chǔ)和技術(shù)支持。
【關(guān)鍵詞】：高壓共軌 標(biāo)定 試驗設(shè)計 神經(jīng)網(wǎng)絡(luò) 遺傳算法
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TK423
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-20
• 1.1 引言10-12
• 1.2 柴油機(jī)電子控制技術(shù)的發(fā)展12-13
• 1.3 電控柴油機(jī)標(biāo)定技術(shù)及其發(fā)展現(xiàn)狀13-19
• 1.3.1 傳統(tǒng)標(biāo)定技術(shù)存在的問題13-15
• 1.3.2 基于模型的標(biāo)定技術(shù)15-19
• 1.4 主要研究內(nèi)容19-20
• 第二章 高壓共軌柴油機(jī)噴射系統(tǒng)MAP體系分析20-30
• 2.1 高壓共軌系統(tǒng)簡介20-22
• 2.2 噴射系統(tǒng)的噴油量控制22
• 2.3 主噴與多次噴射的MAP關(guān)系22-27
• 2.3.1 預(yù)噴與后噴的釋放23-25
• 2.3.2 主噴與多次噴射的油量MAP25-26
• 2.3.3 主噴與多次噴射的角度MAP26-27
• 2.4 軌壓MAP27-28
• 2.5 噴油脈寬MAP28-29
• 2.6 本章小結(jié)29-30
• 第三章 試驗設(shè)計(DoE)研究30-42
• 3.1 試驗設(shè)計的必要性分析30-32
• 3.2 常用的試驗設(shè)計方法32-38
• 3.2.1 經(jīng)典試驗設(shè)計32-34
• 3.2.2 最優(yōu)設(shè)計34-35
• 3.2.3 空間填充試驗設(shè)計35-38
• 3.3 高壓共軌柴油機(jī)試驗設(shè)計38-41
• 3.3.1 控制參數(shù)的確定38-39
• 3.3.2 范圍及邊界約束的確定39-40
• 3.3.3 試驗設(shè)計結(jié)果40-41
• 3.4 本章小結(jié)41-42
• 第四章 高壓共軌柴油機(jī)建模方法研究42-54
• 4.1 數(shù)據(jù)采集42-45
• 4.1.1 試驗設(shè)備42-43
• 4.1.2 標(biāo)定系統(tǒng)43-44
• 4.1.3 試驗過程44-45
• 4.2 建立預(yù)測模型45-50
• 4.2.1 神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型的可行性45
• 4.2.2 RBF神經(jīng)網(wǎng)絡(luò)建模的基本思想45-47
• 4.2.3 RBF神經(jīng)網(wǎng)絡(luò)算法選擇47-49
• 4.2.4 高壓共軌柴油機(jī)的RBF網(wǎng)絡(luò)模型49-50
• 4.3 模型質(zhì)量驗證50-52
• 4.4 本章小結(jié)52-54
• 第五章 控制參數(shù)優(yōu)化54-66
• 5.1 優(yōu)化問題的數(shù)學(xué)描述54
• 5.2 標(biāo)定優(yōu)化的遺傳算法設(shè)計54-59
• 5.2.1 一般數(shù)學(xué)問題的優(yōu)化54-55
• 5.2.2 遺傳算子的選擇及設(shè)計55-58
• 5.2.3 約束處理58-59
• 5.3 控制參數(shù)優(yōu)化59-63
• 5.3.1 控制參數(shù)優(yōu)化策略59-60
• 5.3.2 控制參數(shù)優(yōu)化結(jié)果60-63
• 5.4 標(biāo)定質(zhì)量的驗證63-64
• 5.5 本章小結(jié)64-66
• 第六章 總結(jié)與展望66-68
• 6.1 總結(jié)66-67
• 6.2 展望67-68
• 致謝68-70
• 參考文獻(xiàn)70-74
• 附錄 A攻讀碩士學(xué)位期間參與項目及發(fā)表論文74

【參考文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 陳禮勇;高壓共軌柴油機(jī)基于模型的虛擬標(biāo)定方法研究[D];天津大學(xué);2007年

2 周洋;發(fā)動機(jī)標(biāo)定數(shù)據(jù)管理系統(tǒng)開發(fā)[D];武漢理工大學(xué);2013年

，

本文編號：787224