基于神经网络的涡轮排气背压估计方法技术

本发明专利技术公开了一种基于神经网络的涡轮排气背压估计方法，其包括：采集加速踏板开度和发动机转速，并作为输入激励数据；根据加速踏板开度和发动机转速进行发动机台架实验，采集和记录负荷、空燃比和涡轮排气背压数据；对转速、负荷、空燃比和涡轮排气背压数据进行归一化处理；构建神经网络模型；根据实际车辆的加速踏板开度、发动机转速和上述神经网络模型预估涡轮排气背压。本发明专利技术的方法不增加额外的系统零部件和传感器，只需设计一组包含工况全面且易于实验操作的转速和加速踏板开度数据，通过一次发动机台架实验，并构建神经网络模型，运用该神经网络模型能够对汽油机排气背压进行准确的实时估计。

Estimation of Turbine Exhaust Back Pressure Based on Neural Network

The invention discloses a method for estimating turbine exhaust back pressure based on neural network, which includes: collecting accelerating pedal opening and engine speed as input excitation data; conducting engine bench test according to accelerating pedal opening and engine speed, collecting and recording load, air-fuel ratio and turbine exhaust back pressure data; and collecting speed, load, air-fuel ratio and turbine exhaust back pressure data. The pressure data are normalized, the neural network model is constructed, and the turbine exhaust back pressure is predicted according to the acceleration pedal opening, engine speed and the above neural network model. The method of the present invention does not add additional system components and sensors, only needs to design a set of speed and acceleration pedal opening data with comprehensive working conditions and easy experimental operation. Through an engine bench experiment, and constructs a neural network model, which can accurately and real-time estimate the exhaust back pressure of gasoline engine.

【技术实现步骤摘要】
基于神经网络的涡轮排气背压估计方法
本专利技术涉及一种能够估计涡轮排气背压大小的方法，属于发动机机参数估计领域。
技术介绍
为了提高发动机输出动力，同时提升燃油燃烧效率，涡轮增压技术在乘用车中已被广泛使用。在涡轮增压发动机控制技术中，涡轮排气背压是非常重要的指标，它影响着增压器的工作效率和发动机整体的输出性能，由于涡轮排气歧管存在着很大的波动性和干扰，涡轮排气背压并不适合采用传感器进行测量。为了得到排气背压且降低成本，目前最广泛使用的方法是采用经验公式和map图表结合进行估算，但这一方法的精确度取决于map标定的精细程度，而细化标定会带来巨大的工作量。因此提出一种能够准确的估算涡轮排气背压的方法是十分必要且有意义的。
技术实现思路
本专利技术目的是为了解决涡轮排气背压难以测量的问题，本专利技术提出一种基于神经网络模型的排气背压估计方法。该方法不增加额外的系统零部件和传感器，只需设计一组包含工况全面且易于实验操作的转速和加速踏板开度数据，通过一次发动机台架实验，对负荷、排气背压和空燃比数据进行采集，将设计的输入数据和采集的输出数据进行处理并构建神经网络模型，运用该神经网络模型能够对汽油机排本文档来自技高网...

【技术保护点】
1.一种基于神经网络的涡轮排气背压估计方法，其特征在于，包括：S10、采集加速踏板开度和发动机转速，并作为输入激励数据；S20、根据加速踏板开度和发动机转速进行发动机台架实验，采集和记录负荷、空燃比和涡轮排气背压数据；S30、对转速、负荷、空燃比和涡轮排气背压数据进行归一化处理；S40、构建神经网络模型；S50、根据实际车辆的加速踏板开度、发动机转速和上述神经网络模型预估涡轮排气背压。

【技术特征摘要】
1.一种基于神经网络的涡轮排气背压估计方法，其特征在于，包括：S10、采集加速踏板开度和发动机转速，并作为输入激励数据；S20、根据加速踏板开度和发动机转速进行发动机台架实验，采集和记录负荷、空燃比和涡轮排气背压数据；S30、对转速、负荷、空燃比和涡轮排气背压数据进行归一化处理；S40、构建神经网络模型；S50、根据实际车辆的加速踏板开度、发动机转速和上述神经网络模型预估涡轮排气背压。2.根据权利要求1所述的基于神经网络的涡轮排气背压估计方法，其特征在于，所述神经网络模型的输入层选为3层，分别为发动机转速、负荷和空燃比；中间层选为包含15个神经元；输出层选为1层，为涡轮排气背压；在训练神经网络模型时，第一层与第二层之间的传递函数为对数激励函数，第二层与第三层之间的传递函数为线性激励函数，训练算法采用梯度下降法。3.根据权利要求2所述的基于神经网络的涡轮排气背压估计方法，其特征在于，神经网络的输出层Yp表示为：其中，P为样本点个数，n为输入层的总层数，uPi为第i个输入层第P个样本输入，vki表示神经网...

【专利技术属性】
技术研发人员：周鑫，李家玲，张慧峰，欣白宇，龙立，高天宇，孙鹏远，
申请(专利权)人：中国第一汽车股份有限公司，
类型：发明
国别省市：吉林,22