基于神经网络模型的si发动机afr非线性模型预测控制

《基于神经网络模型的si发动机afr非线性模型预测控制》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP273单位代码：10183研究生学号：2013522121密级：公开吉林大学硕士学位论文（学术学位）基于神经网络模型的SI发动机AFR非线性模型预测控制AFRofSIEnginesNonlinearPredictControlBasedonNeuralNetworkModel作者姓名：张英朋专业：模式识别与智能系统研究方向：非线性模型预测控制指导教师：孙晓东副教授培养单位：通信工程学院2016年6月未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子破本的任何单位和个人，均不得对本论文的全部或部分内容

2、进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学硕古学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导—Ｆ，独立进行研究Ｘ作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均己在文中Ｌｉ：■明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：口期：年月日————————

3、—————————————————————————基于神经网络模型的SI发动机AFR非线性模型预测控制—————————————————————————————————AFRofSIEnginesNonlinearPredictControlBasedonNeuralNetworkModel_____________________________________________________________________作者姓名：张英朋专业名称：模式识别与智能系统指导教师：孙晓东副教授学位类别：工学硕士答辩日期：2016年

4、月日摘要摘要基于神经网络模型的SI发动机AFR非线性模型预测控制随着全球汽车保有量的迅速增长，汽车尾气污染问题也随之日益加剧，各国相继制定了严格的尾气排放标准。研究表明，尾气排放与发动机空燃比（Air-fuelratio，AFR）密切相关。对此研究精确有效的发动机AFR控制方法已经成为各国学者研究的焦点。目前针对发动机AFR控制，广泛采用的方法是MAP图加PI反馈的控制方法。该方法的实现需要进行大量的标定实验。同时在发动机瞬态工况下,无法达到精准控制AFR的目的。本文以神经网络模型辨识火花点火（Sparkignition，SI）

5、发动机模型为基础，提出了一种基于神经网络模型的SI发动机AFR非线性模型预测控制方法。主要研究内容如下：本文工作重点是针对SI发动机AFR非线性模型预测控制中的寻优问题，提出了一种既约（Reduced）Hessian可行线搜索序列二次规划（Sequentialquadraticprogramming，SQP）优化算法，有效克服了神经网络模型内部参数无法利用的问题。该方法基于线搜索SQP优化算法，引入了既约Hessian思想和改进可行性下降方向的技术，将求解子问题转化成求解一系列线性方程问题，大大降低了算法的计算量，同时也保证了算

6、法的充分下降；为了有效地避免算法陷入Marotos效应，算法对搜索方向进行了高阶校正。本文对该算法的全局收敛性及收敛速度进行了严格的理论证明。以本文所提出的既约Hessian可行线搜索SQP优化算法为基础，提出了一种基于神经网络模型的SI发动机AFR非线性模型预测控制方法。利用径向基（Radialbasisfunction，RBF）神经网络模型和多层感知（Multi-layerperceptron，MLP）神经网络模型对SI发动机AFR系统建模。为了得到AFR系统的全部动态特性，SI发动机AFR系统的激励信号选择随机幅值序列（R

7、andomamplitudesequence，RAS）信号。采用渐消记忆递推最小二乘（Recursiveleastsquares，RLS）算法对神经网络模型权向量进行训练。同时保证发动机参数变化的在线自适应更新。利用本文所提算法进行仿真实验，仿真实验充分说明了所提算法的有效性。I吉林大学硕士学位论文关键词：空燃比，非线性模型预测控制，神经网络模型，序列二次规划IIAbstractAbstractAFRofSIEnginesNonlinearPredictControlBasedonNeuralNetworkModelWithth

8、eglobalcarownershipincreasingquickly,thevehicleexhaustpollutionalsobecomingseriously,Countrieshaveenactedstrictemissionsstandards.R