基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的發(fā)動機(jī)性能優(yōu)化方法研究.pdf

1、發(fā)動機(jī)是汽車中最重要的系統(tǒng)并且直接決定了配套車輛的駕駛性能。本文研究了某款2.0L車用汽油發(fā)動機(jī)的動力性能提升方案及優(yōu)化方法。
　　在發(fā)動機(jī)原機(jī)的基礎(chǔ)上，通過采用可變進(jìn)氣歧管長度及可變進(jìn)氣門正時機(jī)構(gòu)，同時對原機(jī)的穩(wěn)壓腔容積和排氣門正時等進(jìn)行優(yōu)化來有效地提升發(fā)動機(jī)的動力性能。
　　發(fā)動機(jī)是復(fù)雜的多耦合非線性系統(tǒng)。以本文中所研究的發(fā)動機(jī)為例，由于可變進(jìn)氣歧管長度和可變氣門正時等新的執(zhí)行機(jī)構(gòu)的采用，使得發(fā)動機(jī)的設(shè)計、優(yōu)化和試驗標(biāo)定

2、更加困難，需要投入更多的資源、時間及花費(fèi)。因此，有必要進(jìn)行多變量優(yōu)化工具的開發(fā)，以更加高效地進(jìn)行發(fā)動機(jī)的設(shè)計和優(yōu)化工作。
　　本文分別研究了基于神經(jīng)網(wǎng)絡(luò)建模和遺傳算法的發(fā)動機(jī)性能優(yōu)化技術(shù)，并開發(fā)了基于MATLAB/Simulink和發(fā)動機(jī)仿真軟件GT-Power耦合的發(fā)動機(jī)設(shè)計和性能優(yōu)化工具。
　　本文的主要研究內(nèi)容可概括如下：
　　1.利用GT-power軟件建立發(fā)動機(jī)的性能仿真計算模型，并對建立的模型進(jìn)行了驗證以保

3、證模型的準(zhǔn)確性。通過仿真計算研究了改善發(fā)動機(jī)動力性能的可行性技術(shù)方案，重點(diǎn)介紹了可變進(jìn)氣歧管技術(shù)和可變進(jìn)氣門正時技術(shù)。
　　2.研究了基于人工神經(jīng)網(wǎng)絡(luò)（ANN）技術(shù)的發(fā)動機(jī)性能優(yōu)化方法。首先，利用拉丁超立方采樣（LHS）算法產(chǎn)生3000個 GT-Power仿真試驗點(diǎn)，并將這些試驗點(diǎn)通過simulink-GT-power接口模型輸入到GT-Power模型進(jìn)行計算。用得到的發(fā)動機(jī)性能結(jié)果數(shù)據(jù)進(jìn)行ANN模型訓(xùn)練，分別得到轉(zhuǎn)矩、功率、有效

4、油耗率、爆震指數(shù)、峰值缸壓和排氣溫度的ANN模型。再次利用LHS算法得到200個 GT-Power仿真試驗點(diǎn)，利用GT-Power計算返回的性能數(shù)據(jù)對訓(xùn)練完成的ANN模型進(jìn)行測試。選擇泛化能力最好的ANN模型。優(yōu)化計算時分別將轉(zhuǎn)矩/功率的ANN模型作為目標(biāo)函數(shù)，而有效油耗率、峰值缸壓、爆震指數(shù)和排氣溫度的ANN模型作為非線性約束條件?？紤]到發(fā)動機(jī)實(shí)際設(shè)計和操作的限制，在實(shí)際發(fā)動機(jī)結(jié)構(gòu)和不同運(yùn)行條件下一些設(shè)計參數(shù)需要被固定。這些參數(shù)的取值

5、應(yīng)當(dāng)基于優(yōu)化結(jié)果確定，并用于后續(xù)的優(yōu)化分析計算。再次利用ANN模型進(jìn)行優(yōu)化得到最優(yōu)的操作參數(shù)取值及發(fā)動機(jī)性能優(yōu)化結(jié)果。
　　3.研究了基于遺傳算法和GT-Power仿真耦合的發(fā)動機(jī)性能優(yōu)化方法。遺傳算法的優(yōu)化計算是在MATLAB環(huán)境中實(shí)現(xiàn)的，并通過Simulink接口程序循環(huán)調(diào)用GT-Power仿真計算以不斷迭代更新當(dāng)前的設(shè)計和操作參數(shù)的最優(yōu)值。基于發(fā)動機(jī)結(jié)構(gòu)和操作條件的限制對優(yōu)化得到的相關(guān)設(shè)計參數(shù)進(jìn)行固定取值，并再次執(zhí)行上述優(yōu)化