【技术实现步骤摘要】
本专利技术涉及的是一种燃料系统控制方法，具体地说是燃料喷射预测方法。
技术介绍
1、高压燃料系统动态喷射稳定性直接影响发动机的动力性、经济性和排放性，在电控系统中嵌入循环喷射量随压力和喷射脉宽变化的map图，之后根据发动机实际工况，通过查表进行喷射量的修正，这种控制策略适用于不同的发动机。然而，发动机多缸的实际工作环境与校准图制作时的单缸测量环境存在差异，导致共轨压力与喷射器喷射过程中的燃料压力之间出现不一致，这使得实际喷射量与期望喷射量之间难以保持高度一致。
2、在当前基于模型预测的喷射量控制方法中，精确控制的前提是精确的喷射量预测模型，基于特征识别或数据驱动的模型虽然在一定程度上提高了预测的准确性，但也存在明显的局限性，这些模型通常依赖于大量的历史数据进行训练，历史数据未能涵盖未来系统参数的改变。在发动机长时间运行过程中，发动机的状态和环境因素会发生变化，而模型没有考虑到系统零部件磨损和尺寸公差随使用时间的变化而导致的关键结构和驱动参数改变对喷射量的影响，这使得现有的喷射量预测方法在实际应用的长期预测效果上还不尽如人意。
【技术保护点】
1.一种基于核极限学习机实时训练优化的高压燃料系统喷射量长期在线预测方法，其特征是：包括以下步骤：
2.根据权利要求1所述的一种基于核极限学习机实时训练优化的高压燃料系统喷射量长期在线预测方法，其特征是：步骤(1)中喷射量数据集和发动机功率数据集的条件具体为：
3.根据权利要求1所述的一种基于核极限学习机实时训练优化的高压燃料系统喷射量长期在线预测方法，其特征是：核极限学习机V1和V2模型的输出函数为：
4.根据权利要求1所述的一种基于核极限学习机实时训练优化的高压燃料系统喷射量长期在线预测方法，其特征是：步骤(6)的MPC算法调整
【技术特征摘要】
1.一种基于核极限学习机实时训练优化的高压燃料系统喷射量长期在线预测方法，其特征是：包括以下步骤：
2.根据权利要求1所述的一种基于核极限学习机实时训练优化的高压燃料系统喷射量长期在线预测方法，其特征是：步骤(1)中喷射量数据集和发动机功率数据集的条件具体为：
3.根据权...
【专利技术属性】
技术研发人员：赵建辉，卢相东，何龙国，魏荣强，谭翔，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：
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。