基于人工神經(jīng)網(wǎng)絡(luò)虛擬傳感器技術(shù)的車輛性能及排放優(yōu)化

基于人工神經(jīng)網(wǎng)絡(luò)虛擬傳感器技術(shù)的車輛性能及排放優(yōu)化

采用人工神經(jīng)網(wǎng)絡(luò)虛擬傳感器技術(shù)優(yōu)化氫氣發(fā)動機的工作過程參數(shù)，以改善發(fā)動機的排放特性。通常人工神經(jīng)網(wǎng)絡(luò)可分為3層，分別為輸入層、輸出層和隱含層。輸入層每個節(jié)點對應(yīng)預(yù)測變量；輸出層的節(jié)點對應(yīng)目標(biāo)變量；隱含層的層數(shù)和節(jié)點數(shù)決定神經(jīng)網(wǎng)絡(luò)的復(fù)雜程度。人工神經(jīng)網(wǎng)絡(luò)虛擬傳感器工作過程中需要一系列參數(shù)作為邊界條件，如發(fā)動機工作過程參數(shù)（節(jié)氣門位置、過量空氣系數(shù)和點火提前角等）和排放變量參數(shù)（CO、CO2等）。圖1為虛擬傳感器模型結(jié)構(gòu)圖。虛擬傳感器模型分為2類：虛擬傳感器排放模型和虛擬傳感器發(fā)動機模型。這2個模型的準(zhǔn)確度顯著影響虛擬傳感器模型的準(zhǔn)確性。

虛擬傳感器模型建立后再建控制模型。控制模型采用迭代法則，通過把虛擬傳感器模型植入控制模型中，優(yōu)化發(fā)動機工作過程參數(shù)來控制發(fā)動機的排放。除排放特性的優(yōu)化外，進一步的工作就是駕駛性能的分析，通過數(shù)據(jù)可以觀察出車輛的動力性能輸出有輕微的變化，這會直接影響車輛的穩(wěn)定性。車輛性能和排放特性的平衡問題有待進一步研究。

網(wǎng)址：http://www.elsevier. com/locate/he

作者：Wai Kean Yap et al

編譯：張自雷