柴油机EGR温度的智能控制策略

摘要：

利用改进的BP神经网络算法,建立了样本柴油机排气温度的神经网络模型,通过柴油机台架实验采集柴油机转速、负荷、油耗、排气温度等参数作为神经网络模型学习样本,使用实验数据对所建立模型进行训练,并对该神经网络模型进行了误差分析,结果表明,所建神经网络模型反映了实验样机的排气温度变化规律,在测试数据范围内,排气温度辨识误差小于1.0%,满足计算要求.最后将神经网络预测模型与模糊推理结合,实现了柴油机排气再循环温度的智能控制.

关键词：BP神经网络、柴油机、排气温度、排气再循环

所属期刊栏目：39

分类号：TK421+.5(内燃机)

资助基金：广东省自然科学基金资助项目B21B6070440;华南理工大学SRP项目Y1090110;国家大学生创新实验项目081056102

在线出版日期：2011-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：147-151