基于非线性模型预测的可变截面涡轮增压器控制

摘要

针对可变截面涡轮增压器的开度与增压柴油机参数呈非线性关系的问题,提出一种基于反向传播神经网络和量子粒子群算法的非线性模型预测控制算法,通过调节涡轮增压器的开度,控制过量空气系数,从而实现柴油机的进气量与燃油消耗量的快速匹配,使转矩快速达到期望值.仿真分析表明:该方法相比于PID控制,可使增压柴油机更加平稳地完成转矩阶跃,并使增压柴油机具备转矩跟随能力.