基于模糊神经网络的发动机水温预测方法及装置制造方法及图纸

本申请涉及一种基于模糊神经网络的发动机水温预测方法及装置，其中，方法包括：利用预设的模糊神经网络算法对试验数据进行训练，得到整车在不同边界下发动机的热量数据库；将整车行驶工况边界输入整车在不同的整车边界下发动机的热量数据库，得到发动机在所需负荷下的热量，并基于热量对整车行驶工况下发动机水温进行仿真，得到仿真结果；对标仿真结果和试验目标，并根据对标结果更新整车在不同边界下发动机的热量数据库，直至达到预设条件，得到用于预测发动机水温的数据库。由此，解决了相关技术中，对发动机水温的预测依赖于工程师的工程经验，局限性较大，且易造成人工误差，导致预测结果精度较差的技术问题。预测结果精度较差的技术问题。预测结果精度较差的技术问题。

【技术实现步骤摘要】
基于模糊神经网络的发动机水温预测方法及装置


[0001]本申请涉及汽车发动机
，特别涉及一种基于模糊神经网络的发动机水温预测方法及装置。

技术介绍

[0002]汽车发动机是为汽车提供动力的装置，是汽车的心脏，决定着汽车的动力性、经济性、稳定性和环保性，发动机水温过高或者过低都容易对发动机造成损坏。合理的保持发动机水温并实施有效的控制方式可以有效的避免发动机水温异常的现象，减少对发动机的损伤，提高发动机的效率，最大程度上发挥发动机的性能。
[0003]然而，相关技术中预测发动机水温的方法无论是工程师依据工程经验预测，还是CAE传统方法分析都非常依赖于工程师的工程经验，工程师的工程经验和工程能力决定了发动机水温预测值的精度，有较大的局限性，并且容易造成误差，不利于推广应用，有待改进。

技术实现思路

[0004]本申请提供一种基于模糊神经网络的发动机水温预测方法及装置，以解决相关技术中，对发动机水温的预测依赖于工程师的工程经验，局限性较大，且易造成人工误差，导致预测结果精度较差的技术问题。
[0005]本申请第一方面实施例提供一种基于模糊神经网络的发动机水温预测方法，包括以下步骤：利用预设的模糊神经网络算法对试验数据进行训练，得到整车在不同边界下发动机的热量数据库；将整车行驶工况边界输入所述整车在不同的整车边界下发动机的热量数据库，得到发动机在所需负荷下的热量，并基于所述热量对整车行驶工况下发动机水温进行仿真，得到仿真结果；对标所述仿真结果和试验目标，并根据对标结果更新所述整车在不同边界下发动机的热量数据库，直至达到预设条件，得到用于预测发动机水温的数据库。
[0006]可选地，在本申请的一个实施例中，所述利用预设的模糊神经网络算法对试验数据进行训练，得到整车在不同边界下发动机的热量数据库，包括：对发动机转速、发动机功率、平均有效压力、车速、坡度和环境温度进行模糊化处理，得到输入信息；根据发动机整车试验热量得到输出信息，并根据所述输入信息和所述输出信息进行神经网络训练，生成所述热量数据库。
[0007]可选地，在本申请的一个实施例中，所述预设条件为更新次数达到预设次数或者所述热量数据库达到收敛条件。
[0008]可选地，在本申请的一个实施例中，所述整车边界包括发动机转速、发动机功率、平均有效压力、车速、坡度和环境温度。
[0009]本申请第二方面实施例提供一种基于模糊神经网络的发动机水温预测装置，包括：训练模块，用于利用预设的模糊神经网络算法对试验数据进行训练，得到整车在不同边界下发动机的热量数据库；仿真模块，用于将整车行驶工况边界输入所述整车在不同的整
车边界下发动机的热量数据库，得到发动机在所需负荷下的热量，并基于所述热量对整车行驶工况下发动机水温进行仿真，得到仿真结果；预测模块，用于对标所述仿真结果和试验目标，并根据对标结果更新所述整车在不同边界下发动机的热量数据库，直至达到预设条件，得到用于预测发动机水温的数据库。
[0010]可选地，在本申请的一个实施例中，所述训练模块包括：处理单元，用于对发动机转速、发动机功率、平均有效压力、车速、坡度和环境温度进行模糊化处理，得到输入信息；生成单元，用于根据发动机整车试验热量得到输出信息，并根据所述输入信息和所述输出信息进行神经网络训练，生成所述热量数据库。
[0011]可选地，在本申请的一个实施例中，所述预设条件为更新次数达到预设次数或者所述热量数据库达到收敛条件。
[0012]可选地，在本申请的一个实施例中，所述整车边界包括发动机转速、发动机功率、平均有效压力、车速、坡度和环境温度。
[0013]本申请第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的基于模糊神经网络的发动机水温预测方法。
[0014]本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的基于模糊神经网络的发动机水温预测方法。
[0015]本申请实施例可以利用模糊神经网络算法对试验数据进行训练，得到整车在不同边界下发动机的热量数据库，将整车行驶所需工况边界代入数据库，得到相应的热量，通过一维仿真得到发动机水温，并通过仿真结果和试验目标的对标，更新完善数据库，从而减少对工程师工程经验的依赖，避免工程师由于工程经验不足导致的误差，减少工程师的培养周期，并进一步提高发动机水温预测的准确度和效率，使工程师在预研阶段可以根据水温更好的制定方案发挥发动机的最大性能。由此，解决了相关技术中，对发动机水温的预测依赖于工程师的工程经验，局限性较大，且易造成人工误差，导致预测结果精度较差的技术问题。
[0016]本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
[0017]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0018]图1为根据本申请实施例提供的一种基于模糊神经网络的发动机水温预测方法的流程图；
[0019]图2为根据本申请一个实施例的基于模糊神经网络的发动机水温预测方法的原理示意图；
[0020]图3为根据本申请一个实施例的基于模糊神经网络的发动机水温预测方法的发动机水温预测流程图；
[0021]图4为根据本申请一个实施例的基于模糊神经网络的发动机水温预测方法的流程
图；
[0022]图5为根据本申请实施例提供的一种基于模糊神经网络的发动机水温预测装置的结构示意图；
[0023]图6为根据本申请实施例提供的车辆的结构示意图。
具体实施方式
[0024]下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
[0025]下面参考附图描述本申请实施例的基于模糊神经网络的发动机水温预测方法及装置。针对上述
技术介绍
中心提到的相关技术中，对发动机水温的预测依赖于工程师的工程经验，局限性较大，且易造成人工误差，导致预测结果精度较差的技术问题，本申请提供了一种基于模糊神经网络的发动机水温预测方法，在该方法中，可以利用模糊神经网络算法对试验数据进行训练，得到整车在不同边界下发动机的热量数据库，将整车行驶所需工况边界代入数据库，得到相应的热量，通过一维仿真得到发动机水温，并通过仿真结果和试验目标的对标，更新完善数据库，从而减少对工程师工程经验的依赖，避免工程师由于工程经验不足导致的误差，减少工程师的培养周期，并进一步提高发动机水温预测的准确度和效率，使工程师在预研阶段可以根据水温更好的制定方案发挥发动机的最大性能。由此，解决了相关技术中，对发动机水温的预测依赖于工程师的工程经验，局限性较大，且易造本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊神经网络的发动机水温预测方法，其特征在于，包括以下步骤：利用预设的模糊神经网络算法对试验数据进行训练，得到整车在不同边界下发动机的热量数据库；将整车行驶工况边界输入所述整车在不同的整车边界下发动机的热量数据库，得到发动机在所需负荷下的热量，并基于所述热量对整车行驶工况下发动机水温进行仿真，得到仿真结果；对标所述仿真结果和试验目标，并根据对标结果更新所述整车在不同边界下发动机的热量数据库，直至达到预设条件，得到用于预测发动机水温的数据库。2.根据权利要求1所述的方法，其特征在于，所述利用预设的模糊神经网络算法对试验数据进行训练，得到整车在不同边界下发动机的热量数据库，包括：对发动机转速、发动机功率、平均有效压力、车速、坡度和环境温度进行模糊化处理，得到输入信息；根据发动机整车试验热量得到输出信息，并根据所述输入信息和所述输出信息进行神经网络训练，生成所述热量数据库。3.根据权利要求1所述的方法，其特征在于，所述预设条件为更新次数达到预设次数或者所述热量数据库达到收敛条件。4.根据权利要求1所述的方法，其特征在于，所述整车边界包括发动机转速、发动机功率、平均有效压力、车速、坡度和环境温度。5.一种基于模糊神经网络的发动机水温预测装置，其特征在于，包括：训练模块，用于利用预设的模糊神经网络算法对试验数据进行训练，得到整车在不同边界下发动机的热量数据库；仿真模块，用于将整车行驶工况边界输入所述整车在不...

【专利技术属性】
技术研发人员：湛洪，付永宏，高月仙，汪爽，
申请(专利权)人：奇瑞汽车股份有限公司，
类型：发明
国别省市：