【技术实现步骤摘要】
一种基于RBF神经网络的内燃机冷却水流量智能控制方法
本专利技术涉及一种基于RBF神经网络的内燃机冷却水流量智能控制方法。
技术介绍
节能减排不仅关系到国家的能源安全,而且可显著降低运输成本和车辆运维成本,影响大气污染防治成效,是国内外汽车行业发展的大趋势。节能减排与国家的能源安全息息相关,中国是石油消耗第二大国,有效降低内燃机燃油消耗已成为我国内燃机产业发展的重要趋势,也直接关系到我国能源安全战略。燃油占整个运输成本的30~50%,并且由于车辆发动机由冷启动造成的磨损率高达78%,因此节能减排可显著降低运输成本和节省车辆运维成本。节能减排还直接关系到大气污染防治的成效,节油与节能减排相辅相成,减少能源消耗必然会降低排放。另外节能减排是国内外汽车行业发展的大趋势,社会发展的亟需。近年来,在高档汽油轿车上,如奔驰车,宝马等,部分使用了新型电子节温器,目的也是对车辆循环系统进行更有效的控制,达到节能和减排的目的。大多数内燃机都有冷却循环系统,用于保障内燃机的正常工作环境,主要是温度环境。内燃机最佳的工作环境温度一般在:85℃~95℃之间。但事实上绝大多数内燃机却在机体水温低于85℃的情况下工作,尤其是柴油发动机一般都在50℃~75℃之间工作,这样就会使零件磨损加剧,尾气排放恶化,内燃机工作粗暴、功率下降、油耗增加。目前国际国内柴油车辆,主要采用节温器实现温度调节,而节温器有诸多不足之处:1)无法将内燃机水温控制在最佳工作温度范围内;2)不能将内燃机磨损程度降到最低;3)不能良好地控制内燃机水温,导致燃油燃烧不良, ...
【技术保护点】
1.一种基于RBF神经网络的内燃机冷却水流量智能控制方法,其特征在于:包括步骤如下:/n步骤1:测量内燃机的温度数据并对该温度数据进行预处理,获得由水温和水温变化率组成的二维数据集,并将该二维数据集划分成训练集和测试集;/n步骤2:设计适用于内燃机水温预测的RBF神经网络模型;/n步骤3:使用步骤1中划分的训练集和测试集对步骤2中设计的RBF神经网络模型进行训练和测试,并通过RBF神经网络模型对内燃机的水温预测,获得内燃机运行下一时刻的预测温度;/n步骤4:设定目标水温区间,并计算步骤3中的预测温度与目标水温区间边界值的温度差,根据温度差调控冷却水流量进行温度补偿,从而使内燃机运行水温实时处于目标水温区间内。/n
【技术特征摘要】
1.一种基于RBF神经网络的内燃机冷却水流量智能控制方法,其特征在于:包括步骤如下:
步骤1:测量内燃机的温度数据并对该温度数据进行预处理,获得由水温和水温变化率组成的二维数据集,并将该二维数据集划分成训练集和测试集;
步骤2:设计适用于内燃机水温预测的RBF神经网络模型;
步骤3:使用步骤1中划分的训练集和测试集对步骤2中设计的RBF神经网络模型进行训练和测试,并通过RBF神经网络模型对内燃机的水温预测,获得内燃机运行下一时刻的预测温度;
步骤4:设定目标水温区间,并计算步骤3中的预测温度与目标水温区间边界值的温度差,根据温度差调控冷却水流量进行温度补偿,从而使内燃机运行水温实时处于目标水温区间内。
2.根据权利要求1所述的基于RBF神经网络的内燃机冷却水流量智能控制方法,其特征在于:步骤1中,所述测量内燃机的温度数据为通过温度传感器测量,其为一段时间的内燃机运行水温数据;该数据长度固定为n,每次更新舍弃最开始数据,最后形成由水温和水温变化率组成的二维数据集,该二维数据集进行归一化预处理后划分成训练集和测试集。
3.根据权利要求2所述的基于RBF神经网络的内燃机冷却水流量智能控制方法,其特征在于:将固定长度为n的二维数据集中,前n-1列作为训练集,最后2列作为测试集;训练集两列一组进行处理,设定每次训练组数和训练次数。
4.根据权利要求1所述的基于RBF神经网络的内燃机冷却水流量智能控制方法,其特征在于:步骤2中,所述适用于内燃机水温预测的RBF神经网络模型包括输入层、输出层、隐藏层三层神经网络;
所述输入层设计为2维,分别为水温和水温变化率,输入层到隐藏层权值固定为1;
所述输出层设计为1维,为下一时刻水温预测值,输出层神经元将隐藏层的RBF加权叠加;
所述隐藏层设计为1层,其转换函数为径向基函数。
5.根据权利要求4所述的基于RBF神经网络的内燃机冷却水流量智能控制方法,其特征在于:所述适用于内燃机水温预测的RBF神经网络模型的神经网络映射公式为:
式中:x∈Rn为输入量;fr(x)为输出量;Φ(·)为非线性转化函数;ωi为加权值,ω0为初始权值;ci∈Rn为第i个隶属度函数的中心;m为中心的个数;P为输入参数矩阵。
6.根据权利要求5所述的基于RBF神经网络的内燃机冷却水流量智能控制方法,...
【专利技术属性】
技术研发人员:丁继成,朱紫冬,闵弘,武光信,
申请(专利权)人:江苏隆信德科技有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。