一种基于学习算法的喷油量波动补偿控制方法

    公开(公告)号:CN109595087A

    公开(公告)日:2019-04-09

    申请号:CN201910083467.X

    申请日:2019-01-29

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于学习算法的喷油量波动补偿控制方法,以柴油机电磁阀喷油系统为研究对象,对系统喷油的瞬态过程进行分析,借助AMESim仿真软件搭建电磁阀喷油器仿真模型,通过仿真模型分析主喷油量波动影响因素;确定主预喷时间间隔、预喷脉宽、轨压大小是主喷油量波动的三个影响因子,基于LM-BP神经网络构建波动影响因子与喷油量修正值之间的网络关系;通过遗传算法对LM-BP神经网络初始权值阈值进行优化,通过一定数量的样本训练得到主喷脉宽修正因子的预测模型;获得补偿油量修正值,并通过查喷油脉宽map,插值得到主喷脉宽补偿值,对主喷脉宽进行补偿,进行修正并减小喷油量波动。为了描述本发明所提策略的适用性和有效性,以AMESim仿真软件中搭建的喷油器模型为研究实例,通过仿真技术给出控制性能验证结果。

    一种基于工况预测的车辆行驶节能优化变权重方法

    公开(公告)号:CN113276829A

    公开(公告)日:2021-08-20

    申请号:CN202110778834.5

    申请日:2021-07-09

    Applicant: 吉林大学

    Abstract: 本发明适用于混合动力汽车的智能经济性驾驶领域,提供了一种基于工况预测的车辆行驶节能优化变权重方法,包括以下步骤:提取混合动力汽车过去一段时间的特征参数,通过BP神经网络对混合动力汽车当下的行驶工况进行识别和预测;根据行驶工况及车辆状态利用模糊规则得到目标函数中各项的权重系数,基于模型预测控制框架,利用极小值原理和二分法求解节能优化问题;进行仿真验证,校验所设计控制策略的有效性和合理性;本发明可实现根据车辆所处行驶工况的历史特征进行未来行驶工况的预测,使得混合动力汽车的燃油和电量消耗实现随工况自适应协调的能力,并且是提高混合动力汽车燃油经济性的一种有效解决手段,同时具有工程应用的潜力。

    一种基于工况预测的车辆行驶节能优化变权重方法

    公开(公告)号:CN113276829B

    公开(公告)日:2022-11-01

    申请号:CN202110778834.5

    申请日:2021-07-09

    Applicant: 吉林大学

    Abstract: 本发明适用于混合动力汽车的智能经济性驾驶领域,提供了一种基于工况预测的车辆行驶节能优化变权重方法,包括以下步骤:提取混合动力汽车过去一段时间的特征参数,通过BP神经网络对混合动力汽车当下的行驶工况进行识别和预测;根据行驶工况及车辆状态利用模糊规则得到目标函数中各项的权重系数,基于模型预测控制框架,利用极小值原理和二分法求解节能优化问题;进行仿真验证,校验所设计控制策略的有效性和合理性;本发明可实现根据车辆所处行驶工况的历史特征进行未来行驶工况的预测,使得混合动力汽车的燃油和电量消耗实现随工况自适应协调的能力,并且是提高混合动力汽车燃油经济性的一种有效解决手段,同时具有工程应用的潜力。

Patent Agency Ranking