一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法

技术特征：
1.一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法，其特征在于，所述方法具体包括以下步骤：步骤一、根据面向柴油机燃烧性能控制目标，选择柴油机仿真模型的输入参数和输出参数；步骤二、确定输入参数的数据幅值变化范围及作用的时间间隔，利用输入参数数据激励柴油机仿真模型获取输出参数数据，将输入参数数据和输出参数数据作为建模数据；利用获得的建模数据建立若干个定值转速对应的子模型；步骤三、分别为步骤二中的各个子模型设计有效性函数，将相邻转速对应的子模型按有效性函数进行加权，获得全转速范围下的预测模型。2.根据权利要求1所述的一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法，其特征在于，所述步骤一中，选择柴油机仿真模型建模的输出参数为柴油机输出功率、燃油消耗率、nox生成量、空燃比以及爆压；选择柴油机仿真模型建模的输入参数为喷油时刻、进气门开启时刻、喷油压力与循环喷油量。3.根据权利要求2所述的一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法，其特征在于，所述步骤二的具体过程为：选取4个定值转速，且在每个定值转速下，均在当前转速推进工况所对应的标准循环喷油量上下调整循环喷油量的值以及其他输入参数的值，利用输入参数数据激励柴油机仿真模型获取输出参数数据；将每个定值转速下的输入参数数据以及输出参数数据分别作为对应定值转速下的建模数据，再利用建模数据建立对应定值转速下的子模型，即分别获得了4个定值转速对应的子模型。4.根据权利要求3所述的一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法，其特征在于，所述柴油机仿真模型的输入参数激励信号为阶跃信号。5.根据权利要求4所述的一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法，其特征在于，所述阶跃信号的持续时间为2s。6.根据权利要求5所述的一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法，其特征在于，所述步骤二中，分别获得对应定值转速下的建模数据后，利用bp神经网络分别建立各定值转速对应的子模型，所述子模型用于表征输入输出参数关系。7.根据权利要求6所述的一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法，其特征在于，所述将相邻转速对应的子模型按有效性函数进行加权，获得全转速范围下的预测模型；其具体过程为：y＝f
a
·
h1 f
b
·
h2其中：其中：其中，f
a
为输入参数数据经过子模型1得到的输出，f
b
为输入参数数据经过子模型2得到的输出；h1为f
a
的权重；h2为f
b
的权重；x为当前时刻的转速值；e为自然对数的底数；为子模型1的有效性函数；c1为子模型1的中心点，即子模型1的定值转速值；σ1为子模型1的标
准方差。8.根据权利要求1所述的一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法，其特征在于，所述方法还包括步骤四，所述步骤四的具体过程为：确定柴油机仿真模型在一个新的工况的标准转速，并通过doe寻优获得新的工况的喷油时刻与循环喷油量；通过修改转速、喷油时刻与循环喷油量分别建立不同螺旋桨曲线对应负荷的新工况；再设计输入参数激励信号，基于设计的输入参数激励信号获得预测模型的验证数据；将预测模型的预测输出与柴油机仿真模型的实际输出进行对比，完成对预测模型的验证。9.根据权利要求8所述的一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法，其特征在于，所述输入参数激励信号为给定转速变扭矩信号或变转速变扭矩信号。

技术总结
一种面向柴油机燃烧性能优化控制的模糊神经网络建模方法，它属于柴油机燃烧过程建模领域。本发明解决了柴油机台架试验阶段的数据不能对柴油机全转速工况范围进行采样，导致对柴油机全运行工况的神经网络建模困难的问题。本发明的主要技术方案为：步骤一、根据面向柴油机燃烧性能控制目标，选择柴油机仿真模型的输入参数和输出参数；步骤二、利用输入参数数据激励柴油机仿真模型获取输出参数数据，将输入参数数据和输出参数数据作为建模数据；利用获得的建模数据建立若干个定值转速对应的子模型；步骤三、将相邻转速对应的子模型按有效性函数进行加权，获得全转速范围下的预测模型。本发明方法可以应用于柴油机数据驱动建模与燃烧性能优化控制。与燃烧性能优化控制。与燃烧性能优化控制。


技术研发人员：张健 孟杨谦 刘龙 黄伟森 马修真 张文正 黄立
受保护的技术使用者：哈尔滨工程大学
技术研发日：2022.06.16
技术公布日：2022/8/22