一种基于神经网络的瞬态EGR控制方法技术

本发明专利技术的目的在于提供一种基于神经网络的瞬态EGR控制方法，根据柴油机当前工况计算循环供油量，然后将循环供油量信号分别输送给目标氧含量计算单元，目标氧含量计算单元计算出该工况下的目标氧含量值A，并将A输送给PI控制器单元；BP神经网络预测柴油机扫气集管内的预测氧含量，将此氧含量值反馈到PI控制器单元，将目标氧含量值A与反馈回来的扫气集管内的预测氧含量进行比较做差，通过PI控制器单元获得EGR阀开度信号，将该EGR阀开度信号传送至EGR阀的执行机构和BP神经网络，最终使EGR阀开度稳定。本发明专利技术可以很好的弥补传统的PI反馈控制在瞬态模式切换以及TierIII模式下瞬态加减载时由于氧含量传感器严重滞后导致的一系列问题。

A transient EGR control method based on Neural Network

The purpose of the invention is to provide a transient EGR control method based on neural network, according to the calculation of fuel cycle diesel engine current condition, then percycle signals are delivered to the target oxygen content calculation unit, the target oxygen content calculating unit calculates the target oxygen content under the condition of the A value, and will be delivered to A PI controller unit; BP neural network prediction of diesel engine and gas gathering tube predict oxygen content, the oxygen content value back to the PI control unit, the target value of A was compared with that of the oxygen content difference prediction of oxygen content within the tube set and feedback back sweep through the PI controller unit EGR valve the degree of signal, the signal is transmitted to the EGR valve EGR valve actuator and the BP neural network, the EGR valve opening stability. The invention can well compensate for a series of problems caused by the serious lag of the oxygen content sensor during the transient mode switching and the transient load switching in the TierIII mode under the traditional PI feedback control.

【技术实现步骤摘要】
一种基于神经网络的瞬态EGR控制方法
本专利技术涉及的是一种节能减排方法，具体地说是船舶柴油机节能减排方法。
技术介绍
随着人们环保意识的增强，世界各国纷纷制定了相应的排放法规。船用柴油机的尾气排放作为大气污染的主要源头之一，国际海事组织(IMO)对船用柴油机的排放提出了日益严格的要求，截至目前，在特定的排放控制区域TierIII排放法规已正式实施，NOx排放要求在TierII基础上再降低76％，这给船用柴油机研究工作者带来更加严峻的挑战。EGR作为一项机内净化技术，通过将部分废气引入到扫气集管来降低其中的氧气含量，进而有效降低燃烧过程中NOx的生成量，然而氧含量过低会导致柴油机冒黑烟，动力性和经济型都得到降低。传统的EGR控制机理属于PI反馈调节，在特定工况下将氧含量的目标值与传感器的测量值进行比较做差，然后将此差值传递给PI控制器，输出得到一个EGR阀的开度，最终使扫气集管内的氧含量达到目标值，然而由于氧含量传感器反应比较慢存在较大的滞后，导致实际调节过程中氧含量波动大、稳定时间长甚至还会出现氧含量在某段时间内过低，冒黑烟等问题。人工神经网络是最近发展起来的十分热门的交叉学科，具有并行机制、自学习和自适应能力，可以用来逼近任意复杂的非线性系统，能够学习与适应不确定系统的动态特性，所有定量和定性信息都分布存于网络的神经元中，所以有很强的鲁棒性和容错性，同时其采用并行分布处理方法，使得快速进行大量运算成为可能。
技术实现思路
本专利技术的目的在于提供能有效改善传统的PI反馈调节由于氧含量传感器的严重滞后导致的扫气集管内的氧含量稳定时间变长、调节难度加大、EGR阀开度不可避免的超调以及由此导致的扫气集管内的氧含量在某段时间内过低、冒黑烟、动力性和经济性下降等一系列问题的一种基于神经网络的瞬态EGR控制方法。本专利技术的目的是这样实现的：本专利技术一种基于神经网络的瞬态EGR控制方法，其特征是：(1)训练神经网络：EGR阀的最大开度为b，在每个柴油机工况下，按照EGR阀开度从0变化到b、中间间隔为b/N设定EGR阀开度，分别进行柴油机的稳态实验，用氧含量传感器测量每个情况下扫气集管内的氧含量，训练BP神经网络：BP神经网络的输入为柴油机工况和EGR阀开度，BP神经网络的输出为该柴油机工况和EGR阀开度下，柴油机稳定运行时扫气集管内的氧含量，利用柴油机每个工况下得到的训练样本完成对神经网络的训练；(2)根据柴油机当前工况计算循环供油量m，然后将循环供油量m信号分别输送给柴油机和目标氧含量计算单元，柴油机按照循环供油量m信号喷油，目标氧含量计算单元根据循环供油量m计算出该工况下的目标氧含量值A，并将目标氧含量值A信号输送给PI控制器单元的输入端；(3)BP神经网络根据EGR阀开度和柴油机所处的工况，通过步骤(1)的训练预测出柴油机在该工况和EGR阀开度下稳定运行时扫气集管内的预测氧含量，然后将此氧含量值反馈到PI控制器单元的输入端；(4)将目标氧含量值A与反馈回来的扫气集管内的预测氧含量进行比较做差，通过PI控制器单元获得EGR阀开度信号，将该EGR阀开度信号传送至EGR阀的执行机构和BP神经网络，最终使EGR阀开度稳定，同时扫气集管内的氧含量也稳定在相应的目标氧含量值。本专利技术的优势在于：本专利技术可以很好的改善传统的PI反馈调节由于氧含量传感器严重滞后导致的反馈回来的氧含量不能代表真实值进而导致EGR阀开度不可避免的超调，扫气集管内氧含量波动较大，以及扫气集管内氧含量局部过低，冒黑烟、动力性和经济型下降等问题，由于稳定调节时间变短，NOx排放也相应的降低。同时由于系统结构变动较小，系统复杂度较低，比较容易实施，因而具有较大的工程价值。附图说明图1为本专利技术的系统框图。具体实施方式下面结合附图举例对本专利技术做更详细地描述：结合图1，本专利技术包括以下流程：在柴油机所有工况下分别人为给定多个EGR阀开度，使其分别从0中间每隔b/100变化到直径b，(b为EGR阀的最大开度)然后分别进行柴油机的稳态实验，再用氧含量传感器测量每个工况下柴油机稳定运行同时EGR阀开度从0变化到b时的扫气集管内的氧含量，因此可以在柴油机每个工况下得到101个训练样本.其中神经网络的输入为柴油机的工况和EGR阀的开度两个变量，输出为相应的柴油机稳定运行时扫气集管内的氧含量.神经网络包含两个神经元层，一个隐含层一个输出层，隐含层神经元个数设置为n(36<＝n<＝64)个，输出层神经元个数设置为1个，最后利用柴油机每个工况下得到的101个训练样本完成对神经网络的训练。当驾驶台给出一个指令(例如：前进1、前进2等)，信号处理单元根据驾驶台指令自动算出一个循环供油量m，然后将此循环供油量信号分别输送给柴油机和目标氧含量计算单元，其中目标氧含量计算单元根据循环供油量信号(即工况)计算出相应工况下的目标氧含量值A并将目标氧含量值信号输送给PI控制器单元的输入端。BP神经网络根据EGR阀开度和柴油机所处的工况预测出相应的柴油机稳定运行时扫气集管内的氧含量(实时)，然后将此氧含量值反馈到PI控制器单元的输入端。PI控制器单元对目标氧含量值与反馈回来的扫气集管内的预测氧含量值进行比较做差，通过PI控制器单元输出相应的EGR阀开度信号送给EGR阀执行机构和BP神经网络，最终使EGR阀稳定都某一开度，同时扫气集管内的氧含量也稳定在相应的目标氧含量值。本专利技术避免了传统瞬态EGR控制策略中由于氧含量传感器存在较大滞后导致的扫气集管内的氧含量稳定时间变长、调节难度加大、EGR阀开度不可避免的超调以及由此导致的扫气集管内的氧含量在某段时间内局部过低、冒黑烟、动力性和经济性下降等一系列的问题。其中EGR风机的主要作用是将再循环废气进行升压，克服进排气集管之间的压差，使部分废气从排气集管再循环到扫气集管，这里直接设为某一固定值；洗涤器的主要作用为除去再循环废气中的SOx；冷却器的主要作用是降低压气机后的进气温度，增加进气密度，进而提升柴油机的性能；EGR阀的主要作用是根据柴油机工况控制再循环废气的量。本文档来自技高网...

【技术保护点】
一种基于神经网络的瞬态EGR控制方法，其特征是：(1)训练神经网络：EGR阀的最大开度为b，在每个柴油机工况下，按照EGR阀开度从0变化到b、中间间隔为b/N设定EGR阀开度，分别进行柴油机的稳态实验，用氧含量传感器测量每个情况下扫气集管内的氧含量，训练BP神经网络：BP神经网络的输入为柴油机工况和EGR阀开度，BP神经网络的输出为该柴油机工况和EGR阀开度下，柴油机稳定运行时扫气集管内的氧含量，利用柴油机每个工况下得到的训练样本完成对神经网络的训练；(2)根据柴油机当前工况计算循环供油量m，然后将循环供油量m信号分别输送给柴油机和目标氧含量计算单元，柴油机按照循环供油量m信号喷油，目标氧含量计算单元根据循环供油量m计算出该工况下的目标氧含量值A，并将目标氧含量值A信号输送给PI控制器单元的输入端；(3)BP神经网络根据EGR阀开度和柴油机所处的工况，通过步骤(1)的训练预测出柴油机在该工况和EGR阀开度下稳定运行时扫气集管内的预测氧含量，然后将此氧含量值反馈到PI控制器单元的输入端；(4)将目标氧含量值A与反馈回来的扫气集管内的预测氧含量进行比较做差，通过PI控制器单元获得EGR阀开度信号，将该EGR阀开度信号传送至EGR阀的执行机构和BP神经网络，最终使EGR阀开度稳定，同时扫气集管内的氧含量也稳定在相应的目标氧含量值。...

【技术特征摘要】
1.一种基于神经网络的瞬态EGR控制方法，其特征是：(1)训练神经网络：EGR阀的最大开度为b，在每个柴油机工况下，按照EGR阀开度从0变化到b、中间间隔为b/N设定EGR阀开度，分别进行柴油机的稳态实验，用氧含量传感器测量每个情况下扫气集管内的氧含量，训练BP神经网络：BP神经网络的输入为柴油机工况和EGR阀开度，BP神经网络的输出为该柴油机工况和EGR阀开度下，柴油机稳定运行时扫气集管内的氧含量，利用柴油机每个工况下得到的训练样本完成对神经网络的训练；(2)根据柴油机当前工况计算循环供油量m，然后将循环供油量m信号分别输送给柴油机和目标氧含量计算单元，柴油机按照...

【专利技术属性】
技术研发人员：王银燕，李宗营，杨传雷，王贺春，周鹏程，马正茂，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23