摘要 | 第3-5页 |
Abstract | 第5-6页 |
第1章 引言 | 第9-17页 |
1.1 课题背景 | 第9-10页 |
1.2 瞬态工况下油膜参数辨识的研究意义及重要性 | 第10-11页 |
1.3 汽油机油膜效应动态参数的研究现状 | 第11-15页 |
1.3.1 实验标定法 | 第12-13页 |
1.3.2 经验公式法 | 第13页 |
1.3.3 参数辨识法 | 第13-15页 |
1.4 本文主要工作 | 第15-17页 |
第2章 发动机模型的分析与建模 | 第17-28页 |
2.1 发动机平均值模型 | 第17-18页 |
2.2 发动机的燃油子系统模型及空燃比传输特性模型分析 | 第18-22页 |
2.2.1 发动机的燃油子系统模型及分析 | 第18-21页 |
2.2.2 空燃比传输特性分析 | 第21-22页 |
2.3 发动机进气道油膜参数辨识模型的建立 | 第22-27页 |
2.3.1 GT-Power软件介绍 | 第23页 |
2.3.2 汽油机进气道油膜动力学参数辨识模型的建立 | 第23-27页 |
2.4 本章小结 | 第27-28页 |
第3章 基于递推加权辅助变量法的油膜参数辨识 | 第28-44页 |
3.1 基于最小二乘法的油膜参数辨识 | 第28-33页 |
3.1.1 最小二乘法辨识原理 | 第28-29页 |
3.1.2 最小二乘算法的油膜参数辨识 | 第29-30页 |
3.1.3 仿真结果与分析 | 第30-33页 |
3.2 基于递推加权辅助变量法的方法分析 | 第33-36页 |
3.3 基于递推加权辅助变量法的模型设计 | 第36-38页 |
3.4 仿真结果及分析 | 第38-42页 |
3.5 本章小结 | 第42-44页 |
第4章 基于自适应卡尔曼滤波的油膜参数辨识 | 第44-54页 |
4.1 传统卡尔曼滤波估计算法概述 | 第44-46页 |
4.2 自适应卡尔曼滤波算法 | 第46页 |
4.3 基于自适应卡尔曼滤波算法的油膜参数辨识 | 第46-50页 |
4.3.1 附壁油膜观测模型的搭建 | 第46-48页 |
4.3.2 离散自适应卡尔曼滤波观测器的设计 | 第48-50页 |
4.4 仿真结果及分析 | 第50-52页 |
4.5 本章小结 | 第52-54页 |
第5章 总结与展望 | 第54-56页 |
5.1 全文工作总结 | 第54-55页 |
5.2 工作展望 | 第55-56页 |
参考文献 | 第56-60页 |
致谢 | 第60-61页 |
攻读硕士学位期间从事的科研工作及取得的成果 | 第61页 |