基于一维模型模式切换和ANN的涡轮增压汽油机标定方法

摘要

本发明涉及一种基于一维模型模式切换和ANN的涡轮增压汽油机标定方法，包括：对涡轮增压汽油机进行全工况采样；根据采样数据，采用GT‑Power分别建立第一仿真模型和第二仿真模型，采用预设的模式切换方法控制第一仿真模型和第二仿真模型的运行，采用第一仿真模型和第二仿真模型中的燃烧模型进行涡轮增压汽油机性能预测，并构建样本集；构建初始的人工神经网络，采用样本集进行训练；利用遗传算法对人工神经网络进行各工况下的多参数寻优，得到涡轮增压汽油机的最佳性能及对应的参数，完成标定。与现有技术相比，本发明解决了一维模型针对涡轮增压汽油机性能预测的局限性，通过少量汽油机台架试验数据便能实现涡轮增压汽油机全工况下的优化标定。