【作者】

宋恩哲; 张馨月; 刘晓阳; 唐利蛟

【单位】

哈尔滨工程大学

【摘要】

燃烧品质的优劣直接影响发动机性能好坏，以燃烧状态预测控制为目的，开展柴油机全工况下燃烧参数在线预测的算法研究。首先，分析全工况柴油机放热率曲线变化规律，为不同阶段放热率曲线匹配不同的基函数；然后开发出对不同阶段的Wiebe半经验公式进行参数辨识的递推最小二乘-差分进化算法（RLS-DE），分类拟合的结果表明，放热率曲线的拟合优度均大于95%；最后基于BP神经网络建立燃烧参数与CA50的映射关系网络，结果显示，BP神经网络拟合优度为99.72%，算法对CA50预测值相对误差小于8%，表现出了较好的预测能力。基于Wiebe参数的燃烧状态计算方法，能够有效减少通过放热率曲线采集的等待时间，缩短燃烧参数计算所需要的时间。

【关键词】

Wiebe燃烧模型;系统辨识;BP神经网络

【论文集名称】

测试技术与控制

【会议名称】

内燃机“高效、低碳、清洁燃烧”国际学术研讨会

【会议时间】

2022-8-11至2022-8-14

【会议地点】

昆明

【下载次数】

2

返回