基于BP神经网络的柴油机燃烧特征参数前馈预测模型

摘要

CA50是柴油机缸压反馈控制技术中的反馈变量,对柴油机的性能有重要的影响.在一台六缸高压共轨柴油机上研究了喷油正时与CA50关系,以及CA50对柴油机经济性和排放的影响.为探究基于神经网络的前馈控制在缸压反馈控制中运用的可行性,建立了通过不同的燃烧边界条件预测CA50的BP神经网络预测模型,进行原机试验得到CA50对发动机性能影响的系列试验点数据.选取190个不同边界条件的试验点作为模型的总样本,其中用于前期神经网络训练的样本125个、用于检测神经网络泛化能力的测试样本65个.结果表明基于BP神经网络的预测模型在误差允许范围内,能较为准确的通过边界条件预测CA50,可以满足柴油机缸压反馈技术中前馈控制的要求.