基于人工神经网络虚拟传感器技术的车辆性能及排放优化

基于人工神经网络虚拟传感器技术的车辆性能及排放优化

采用人工神经网络虚拟传感器技术优化氢气发动机的工作过程参数，以改善发动机的排放特性。通常人工神经网络可分为3层，分别为输入层、输出层和隐含层。输入层每个节点对应预测变量；输出层的节点对应目标变量；隐含层的层数和节点数决定神经网络的复杂程度。人工神经网络虚拟传感器工作过程中需要一系列参数作为边界条件，如发动机工作过程参数（节气门位置、过量空气系数和点火提前角等）和排放变量参数（CO、CO2等）。图1为虚拟传感器模型结构图。虚拟传感器模型分为2类：虚拟传感器排放模型和虚拟传感器发动机模型。这2个模型的准确度显著影响虚拟传感器模型的准确性。

虚拟传感器模型建立后再建控制模型。控制模型采用迭代法则，通过把虚拟传感器模型植入控制模型中，优化发动机工作过程参数来控制发动机的排放。除排放特性的优化外，进一步的工作就是驾驶性能的分析，通过数据可以观察出车辆的动力性能输出有轻微的变化，这会直接影响车辆的稳定性。车辆性能和排放特性的平衡问题有待进一步研究。

网址：http://www.elsevier. com/locate/he

作者：Wai Kean Yap et al

编译：张自雷