本文關(guān)鍵詞：SI發(fā)動(dòng)機(jī)AFR的非線性模型預(yù)測(cè)控制

  更多相關(guān)文章： NARX模型 RBF神經(jīng)網(wǎng)絡(luò) 模型辨識(shí) 非線性模型預(yù)測(cè)控制

【摘要】：如今,環(huán)境問(wèn)題得到人們?cè)絹?lái)越廣泛地關(guān)注,而大氣污染無(wú)疑是其中最引人注意的一個(gè)難題。在諸多的大氣污染源頭中,汽車尾氣又是其中危害最大的元兇之一。隨著汽車保有量的增長(zhǎng),汽車尾氣的排放量也在逐年大幅度地增加,針對(duì)這種現(xiàn)象,各國(guó)政府對(duì)汽車尾氣排放標(biāo)準(zhǔn)的制定也日趨嚴(yán)格。在諸多的汽車發(fā)動(dòng)機(jī)參數(shù)中,空燃比(Air-fuel ratio,AFR)對(duì)控制尾氣排放起著至關(guān)重要的作用,因此AFR控制得到了國(guó)內(nèi)外學(xué)者的廣泛研究。目前的AFR控制主要以MAP圖加PI反饋的方法為主,但這種方法不具備普遍性和靈活性,標(biāo)定實(shí)驗(yàn)的成本也很高,同時(shí)在發(fā)動(dòng)機(jī)的瞬態(tài)工況下也不能保證AFR的控制精度。鑒于此,研究更為先進(jìn)的AFR控制方法萬(wàn)眾期待。本文以此為目標(biāo),研究結(jié)構(gòu)簡(jiǎn)單、控制精度高、自適應(yīng)能力強(qiáng)的AFR控制方法,以SI(Spark ignition)發(fā)動(dòng)機(jī)AFR系統(tǒng)辨識(shí)為基礎(chǔ),利用非線性模型預(yù)測(cè)控制(Non-linear model predict control,NMPC)方法對(duì)SI發(fā)動(dòng)機(jī)AFR進(jìn)行控制,本文由此展開(kāi)了如下研究:1)對(duì)傳統(tǒng)非線性有源自回歸(Nonlinear Auto Regressive model with e Xogenous inputs,NARX)模型進(jìn)行深入的研究和分析,對(duì)不同階數(shù)的NARX模型進(jìn)行建模實(shí)驗(yàn),選出合適的模型階數(shù)。最終本文選取三階NARX模型對(duì)SI發(fā)動(dòng)機(jī)AFR系統(tǒng)進(jìn)行辨識(shí),大大降低了建模和預(yù)測(cè)控制的計(jì)算量。再利用漸消記憶RLS算法實(shí)現(xiàn)NARX模型的參數(shù)在線自適應(yīng)更新。這樣有效地解決了發(fā)動(dòng)機(jī)老化以及長(zhǎng)期工作磨損等原因?qū)е聟?shù)變化的問(wèn)題,從而使模型具有更高的辨識(shí)精度和實(shí)際應(yīng)用價(jià)值。同時(shí)又利用神經(jīng)網(wǎng)絡(luò)建模型精度高的特點(diǎn),以徑向基函數(shù)(Radial basis function,RBF)神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),對(duì)SI發(fā)動(dòng)機(jī)AFR系統(tǒng)進(jìn)行建模。以漸消記憶遞推最小二乘(Recursive least squares,RLS)算法訓(xùn)練權(quán)向量W,使RBF神經(jīng)網(wǎng)絡(luò)模型適應(yīng)于發(fā)動(dòng)機(jī)AFR動(dòng)態(tài)特性的變化,從而實(shí)現(xiàn)了模型參數(shù)在線自適應(yīng)更新。這種方法辨識(shí)精度更高且計(jì)算量小,具有很強(qiáng)的工程實(shí)際應(yīng)用價(jià)值。2)提出了基于NARX模型的SI發(fā)動(dòng)機(jī)AFR的NMPC方法。該方法利用辨識(shí)完的NARX模型對(duì)AFR系統(tǒng)輸出進(jìn)行預(yù)測(cè),然后對(duì)NARX模型預(yù)測(cè)器的結(jié)構(gòu)進(jìn)行調(diào)整,將未來(lái)燃油質(zhì)量流速的線性和非線性部分分開(kāi),從而可以直接求取未來(lái)燃油質(zhì)量流速的最小二乘解,有效地降低了迭代尋優(yōu)的計(jì)算量。仿真實(shí)驗(yàn)證明了基于NARX模型的NMPC方法比傳統(tǒng)的PID控制器對(duì)SI發(fā)動(dòng)機(jī)AFR系統(tǒng)具有更好的控制精度。3)將NARX模型和RBF神經(jīng)網(wǎng)絡(luò)模型結(jié)合起來(lái),揚(yáng)長(zhǎng)避短,提出一種同時(shí)基于NARX模型和RBF神經(jīng)網(wǎng)絡(luò)模型的SI發(fā)動(dòng)機(jī)AFR聯(lián)合NMPC的方法。該方法將NARX模型和RBF神經(jīng)網(wǎng)絡(luò)模型有效地結(jié)合在一起,利用RBF神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)精度高、計(jì)算量小的優(yōu)點(diǎn)對(duì)SI發(fā)動(dòng)機(jī)AFR系統(tǒng)進(jìn)行輸出預(yù)測(cè)。同時(shí)利用NARX模型將非線性動(dòng)態(tài)系統(tǒng)的線性部分和非線性部分有效地分離,從而可以直接利用最小二乘算法對(duì)最優(yōu)控制序列求解。最后與基于單獨(dú)NARX模型的SI發(fā)動(dòng)機(jī)AFR的NMPC方法的控制效果進(jìn)行對(duì)比,表明聯(lián)合預(yù)測(cè)控制算法具有更高的魯棒性和控制精度。仿真實(shí)驗(yàn)的結(jié)果也驗(yàn)證了聯(lián)合預(yù)測(cè)控制算法對(duì)SI發(fā)動(dòng)機(jī)AFR控制的有效性和精確性。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U464

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李正強(qiáng);張怡哲;鄧建華;陳琪;;基于模型預(yù)測(cè)控制的非線性飛行控制系統(tǒng)研究[J];飛行力學(xué);2009年01期

2 馬艷;卜麗;孫長(zhǎng)江;;基于模型預(yù)測(cè)控制的乳化物干燥控制系統(tǒng)[J];制造業(yè)自動(dòng)化;2011年15期

3 劉向杰;孔小兵;;電力工業(yè)復(fù)雜系統(tǒng)模型預(yù)測(cè)控制——現(xiàn)狀與發(fā)展[J];中國(guó)電機(jī)工程學(xué)報(bào);2013年05期

4 彭勇剛;韋巍;王均;;時(shí)滯約束系統(tǒng)的神經(jīng)動(dòng)態(tài)優(yōu)化模型預(yù)測(cè)控制[J];儀器儀表學(xué)報(bào);2013年05期

5 陳國(guó)定;饒寧;;混凝投藥系統(tǒng)的雙層結(jié)構(gòu)模型預(yù)測(cè)控制策略[J];浙江工業(yè)大學(xué)學(xué)報(bào);2013年04期

6 湯自安;多模型預(yù)測(cè)控制方法研究[J];蘭州鐵道學(xué)院學(xué)報(bào);1999年01期

7 王磊;文成林;;基于協(xié)作的分布式估計(jì)算法及在模型預(yù)測(cè)控制中的應(yīng)用[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年S2期

8 陳文博;楊春節(jié);曹柬;何川;;模型預(yù)測(cè)控制策略的供應(yīng)鏈庫(kù)存與生產(chǎn)優(yōu)化調(diào)度方法[J];現(xiàn)代制造工程;2009年05期

9 馮少輝,趙均,錢積新;單值模型預(yù)測(cè)控制的應(yīng)用研究[J];機(jī)床與液壓;2003年06期

10 袁忠于;周鳳岐;;非整數(shù)控制時(shí)域模型預(yù)測(cè)控制[J];火力與指揮控制;2011年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 周帝;趙可君;;模型預(yù)測(cè)控制中的硬約束松化研究[A];全國(guó)冶金自動(dòng)化信息網(wǎng)2014年會(huì)論文集[C];2014年

2 楊馬英;;模型預(yù)測(cè)控制的性能監(jiān)視與評(píng)價(jià)——綜述[A];第二十一屆中國(guó)控制會(huì)議論文集[C];2002年

3 武俊峰;王振英;;基于狀態(tài)觀測(cè)器的約束魯棒模型預(yù)測(cè)控制[A];04'中國(guó)企業(yè)自動(dòng)化和信息化建設(shè)論壇暨中南六省區(qū)自動(dòng)化學(xué)會(huì)學(xué)術(shù)年會(huì)專輯[C];2004年

4 周明;周堅(jiān)剛;余達(dá)太;;鋼鐵企業(yè)模型預(yù)測(cè)控制技術(shù)綜述[A];冶金軋制過(guò)程自動(dòng)化技術(shù)交流會(huì)論文集[C];2005年

5 張聚;張海華;;時(shí)延網(wǎng)絡(luò)控制系統(tǒng)的顯式模型預(yù)測(cè)控制[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

6 付慶華;曹玉強(qiáng);;基于模型預(yù)測(cè)控制的快速溫度調(diào)節(jié)器[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

7 李檸;李少遠(yuǎn);席裕庚;;pH中和過(guò)程的多模型預(yù)測(cè)控制[A];第二十屆中國(guó)控制會(huì)議論文集（上）[C];2001年

8 周洪亮;劉志遠(yuǎn);;基于模型預(yù)測(cè)控制的車輛橫擺穩(wěn)定控制器設(shè)計(jì)[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

9 羅秋濱;韓志剛;朱宏;;非線性系統(tǒng)的無(wú)模型預(yù)測(cè)控制方法[A];2009中國(guó)控制與決策會(huì)議論文集（1）[C];2009年

10 袁景淇;任海濤;王明珠;任樂(lè)民;;基于模型的重組酵母碳源流加速率控制[A];第二十一屆中國(guó)控制會(huì)議論文集[C];2002年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 孫長(zhǎng)生;國(guó)內(nèi)熱工自動(dòng)調(diào)節(jié)優(yōu)化系統(tǒng)應(yīng)用的主要廠家評(píng)析[N];中國(guó)電力報(bào);2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 孔小兵;非線性模型預(yù)測(cè)控制及其在發(fā)電過(guò)程控制中的應(yīng)用[D];華北電力大學(xué);2014年

2 岳俊紅;復(fù)雜工業(yè)過(guò)程多模型預(yù)測(cè)控制策略及其應(yīng)用研究[D];華北電力大學(xué)（北京）;2008年

3 馮少輝;模型預(yù)測(cè)控制工程軟件關(guān)鍵技術(shù)及應(yīng)用研究[D];浙江大學(xué);2003年

4 蘇成利;非線性模型預(yù)測(cè)控制的若干問(wèn)題研究[D];浙江大學(xué);2006年

5 孫峻;非線性模型預(yù)測(cè)控制理論及應(yīng)用研究[D];西北工業(yè)大學(xué);2002年

6 李志軍;約束模型預(yù)測(cè)控制的穩(wěn)定性與魯棒性研究[D];華北電力大學(xué)（北京）;2005年

7 田翔;模型預(yù)測(cè)控制并行計(jì)算系統(tǒng)研究[D];浙江大學(xué);2007年

8 王浩坤;無(wú)偏模型預(yù)測(cè)控制的若干理論和方法研究[D];浙江大學(xué);2015年

9 包哲靜;支持向量機(jī)在智能建模和模型預(yù)測(cè)控制中的應(yīng)用[D];浙江大學(xué);2007年

10 黃驊;非線性模型預(yù)測(cè)控制的魯棒穩(wěn)定性與在線優(yōu)化算法研究[D];浙江工業(yè)大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李德q，

本文編號(hào)：1140110