技术特征:
技术总结
本发明公开了一种基于学习算法的喷油量波动补偿控制方法,以柴油机电磁阀喷油系统为研究对象,对系统喷油的瞬态过程进行分析,借助AMESim仿真软件搭建电磁阀喷油器仿真模型,通过仿真模型分析主喷油量波动影响因素;确定主预喷时间间隔、预喷脉宽、轨压大小是主喷油量波动的三个影响因子,基于LM‑BP神经网络构建波动影响因子与喷油量修正值之间的网络关系;通过遗传算法对LM‑BP神经网络初始权值阈值进行优化,通过一定数量的样本训练得到主喷脉宽修正因子的预测模型;获得补偿油量修正值,并通过查喷油脉宽map,插值得到主喷脉宽补偿值,对主喷脉宽进行补偿,进行修正并减小喷油量波动。为了描述本发明所提策略的适用性和有效性,以AMESim仿真软件中搭建的喷油器模型为研究实例,通过仿真技术给出控制性能验证结果。
技术研发人员:刘奇芳;张亮;杨征;陈虹
受保护的技术使用者:吉林大学
技术研发日:2019.01.29
技术公布日:2019.04.09