汽車運行工況域自主動態(tài)調(diào)節(jié)研究.pdf

1、汽車發(fā)動機工況的實變性，導(dǎo)致了其實際路況工況與臺架測試工況差別較大，這就給汽車中央控制器的控制參數(shù)的設(shè)計帶來了很大的難題。目前，判斷一般工況的方法都是通過使用臺架測試采集到的大量實驗數(shù)據(jù)樣本建立的識別模型，進而依據(jù)該模型來識別新的運行工況。該模型的不足之處在于它沒有普適應(yīng)，無法匹配各種不同交通結(jié)構(gòu)下的汽車運行工況，更不能依據(jù)實際的路況條件加以調(diào)節(jié)。因此，它具有極大的局限性和較差的適應(yīng)能力。
　　汽車發(fā)動機轉(zhuǎn)速預(yù)測控制的研究已經(jīng)成為

2、智能交通系統(tǒng)的研究熱點之一，通過對未來行駛工況的預(yù)測，對發(fā)動機的輸出功率進行優(yōu)化分配，使之在實際行駛中的油耗降低，排放降低，達到節(jié)能環(huán)保的綠色要求。
　　本文是在分析了現(xiàn)有的汽車未來運行工況預(yù)測控制技術(shù)的基礎(chǔ)上，結(jié)合汽車發(fā)動機轉(zhuǎn)速預(yù)測控制技術(shù)，建立了以自適應(yīng)神經(jīng)模糊推理系統(tǒng)與免疫反饋控制算法相結(jié)合的工況域自主動態(tài)調(diào)節(jié)模型，基于Matlab軟件平臺，通過事先預(yù)測出的轉(zhuǎn)速偏差來動態(tài)調(diào)整穩(wěn)態(tài)工況域，提高發(fā)動機在不同路況條件下的適應(yīng)能力，

3、借此來改善和提高發(fā)動機的性能。
　　論文研究的主要內(nèi)容有：
　?。?）分析幾種現(xiàn)有的預(yù)測方法，主要包括：BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法、基于歷史據(jù)的預(yù)測方法、灰色系統(tǒng)預(yù)測方法，通過對各種方法預(yù)測效果的分析，綜合各種預(yù)測方法的優(yōu)缺點，為后面的研究做準備。
　?。?）針對現(xiàn)有的預(yù)測的方法的不足，應(yīng)用了一種新的預(yù)測方法，即基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的發(fā)動機轉(zhuǎn)速預(yù)測方法，對發(fā)動機的轉(zhuǎn)速進行預(yù)測控制，得到轉(zhuǎn)速預(yù)測偏差特征信號，作為動態(tài)調(diào)節(jié)

4、模型的輸入信號；
　?。?）針對傳統(tǒng)運行工況判斷方法的不足，引入了運行工況域的概念，基于數(shù)理統(tǒng)計和模糊原理，建立汽車運行工況域的模糊判斷模型，運用道路實際行駛數(shù)據(jù)，確定運行工況域的閾值邊界，并分析影響運行工況域邊界的幾種因素；
　?。?）建立汽車運行工況域的動態(tài)調(diào)節(jié)模型，該模型采用的控制算法是基于免疫反饋控制原理的，設(shè)計一個工況域動態(tài)調(diào)節(jié)免疫反饋控制器，基于Matlab平臺，建立工況域動態(tài)調(diào)節(jié)仿真模型，以此來驗證運行工況域動