ATV用LJ276M电喷汽油机进气系统设计及匹配标定技术研究

作     者：巩学军 

作者单位：武汉理工大学 

学位级别：硕士

导师姓名：侯献军

授予年度：2009年

学科分类：080703[工学-动力机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 

主      题：ATV 汽油机 电控燃油喷射系统 进气系统 标定匹配 RBF神经网络 

摘      要：ATV(All Terrain Vehicle)被称为全地形车或沙滩车,是一种被设计用于非高速公路行驶的车辆,它在休闲娱乐、农业、国防和消防等领域,都发挥着重要的作用。目前我国生产的ATV几乎全部为化油器燃油供给方式,难以满足严格的排放法规。电控燃油喷射(EFI)技术凭借其可精确控制发动机空燃比的特点,是摩托车满足欧Ⅲ或更高排放法规的主要措施之一。 本文根据摩托车用汽油机产品国内实际情况,针对LJ276M型化油器式汽油机特点,设计开发一套ATV用LJ276M汽油机电控燃油喷射系统,并对原化油器式汽油机进行电喷改造。该系统采用“速度-密度方式的汽油喷射系统,且具有结构简单、性能可靠、性价比较高等优点。 在LJ276M汽油机原机参数和设计要求基础上,运用亥姆霍兹理论对进气系统进行预设计。从提高充气效率的途径入手,应用GT-POWER建立LJ276M电控汽油机整机工作过程模型来分析进气歧管长度对充气效率的影响,完成进气系统的设计和优化。同时本文建立了发动机稳态标定试验台架系统,此台架系统采用洛阳南峰汽车动力测试系统,结合开发的电控系统、排放测试系统、标定软件及上位机,建立了发动机匹配标定集成开发环境,并完成LJ276M汽油机稳态工况的标定。 在研究了人工神经网络的理论和特点后,提出利用神经网络的高度非线性映射能力和泛化能力,建立电控系统参数模型来对稳态工况下的电控参数进行预测。本文采用RBF神经网络,完成了神经网络结构的设计和样本训练。泛化检验证明,模型能够准确预测出LJ276M汽油机在稳态工况下的喷油脉宽和点火提前角,是一种快速、准确预测发动机电控参数的新方法。 通过发动机台架试验及整车工况法排放检测,表明LJ276M电控式汽油机与原化油器式相比,发动机最大功率提高11%,最大转矩提高9.7%,最低燃油消耗率降低3%,搭载LJ276M电控汽油机的ATV工况法排放为:CO1.16g/km,HC0.083 g/km,NOx 0.047 g/km,三种排放污染物的排放值均在国Ⅱ限值的70%以下。这表明本电控系统具有良好技术性能,能较大提高现有ATV用汽油机的技术水平,并具有广阔的应用前景。