高压共轨柴油机多次喷射喷油率特征及通过人工智能对其进行的控制

作     者：王维志 

作者单位：天津大学 

学位级别：硕士

导师姓名：彭志军;朱仲文

授予年度：2017年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080703[工学-动力机械及工程] 081104[工学-模式识别与智能系统] 08[工学] 0807[工学-动力工程及工程热物理] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：高压共轨 压力波动 喷油率 人工智能神经网络 BP神经网络 

摘      要：高压共轨燃油喷射系统是现下应用最为广泛的燃油系统,其飞速发展的原因是它可以提供恒定的喷油压力和精确的喷油策略,但实际情况是喷射压力存在明显波动。本文使用自主搭建的实验平台进行实验,包括压力波动采集和喷油率测量实验,分析了高压共轨系统压电喷油器的喷油率与喷油量差异和压力波动,发现了在两次喷油的喷油策略下,第二次喷射的喷油压力、喷油率和喷油量数据受第一次喷射的影响很大。不同工况下,喷油压力随着喷油间隔变化存在周期波动,波动在10%左右。喷油量随喷油间隔变化存在很大差异,喷油率在低喷油脉宽时随喷油脉宽增加变化明显,并且随着喷油间隔变化存在差异。喷油压力直接影响雾化和燃烧,喷油量和喷油率体现经济性和动力性,实现对这些参数的控制非常有意义。使用人工智能神经网络中的BP神经算法训练了包括喷油压力预测网络,喷油量预测网络以及喷油率预测网络在内的三个神经网络,实现第二次喷射的喷油压力、喷油率和喷油量三个参数的控制。三个神经网络对喷油策略是协同控制的逻辑关系,喷油压力控制喷油间隔;喷油间隔和喷油量控制喷油脉宽;喷油间隔和喷油率控制喷油脉宽修正量。最终的第二次喷油各参数的控制通过两次喷油间隔和喷油脉宽实现。实验结果表明,使用BP神经网络很好地预测了喷油间隔和喷油脉宽,将实验结果与预测结果进行比较,误差低于5%,因此神经网络可以用于控制喷油策略,并且将最后的网络运用到自主设计搭建的高压共轨系统上来,达到了很好的控制效果。