变冲程发动机扭矩影响因素分析及估计算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究的意义和目的 | 第9-10页 |
| ·可变负荷率发动机研究现状 | 第10-12页 |
| ·发动机数值模拟研究现状 | 第12-13页 |
| ·发动机扭矩估计研究现状 | 第13-14页 |
| ·本文的主要内容 | 第14-15页 |
| 第2章 发动机数值仿真和神经网络理论 | 第15-29页 |
| ·BOOST 仿真理论基础 | 第15-21页 |
| ·缸内工作过程基本方程 | 第15-16页 |
| ·燃烧模型 | 第16-17页 |
| ·气缸内及气门传热模型 | 第17-19页 |
| ·管内一维气体动力学模型 | 第19-20页 |
| ·活塞运动与曲轴转角函数 | 第20-21页 |
| ·神经网络理论基础 | 第21-22页 |
| ·基本概念及组成 | 第21-22页 |
| ·神经网络的学习 | 第22页 |
| ·BP 神经网络 | 第22-25页 |
| ·前馈型神经网络结构 | 第22-23页 |
| ·BP 网络的学习算法 | 第23-25页 |
| ·RBF 神经网络 | 第25-28页 |
| ·RBF 网络原理和结构 | 第25-27页 |
| ·RBF 网络学习算法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 发动机台架实验和发动机扭矩特性分析 | 第29-35页 |
| ·发动机台架实验 | 第29-32页 |
| ·发动机自动测控系统 | 第30页 |
| ·燃烧分析仪 | 第30-32页 |
| ·发动机速度特性和负荷特性分析 | 第32-34页 |
| ·发动机速度特性分析 | 第32-33页 |
| ·发动机负荷特性分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 四冲程模式扭矩特性分析及二冲程模式预测 | 第35-51页 |
| ·变冲程发动机工作原理 | 第35-37页 |
| ·四冲程模式工作原理 | 第35-36页 |
| ·二冲程模式工作原理 | 第36-37页 |
| ·四冲程发动机仿真模型的建立 | 第37-42页 |
| ·建立仿真模型 | 第38-39页 |
| ·BOOST 仿真模型参数设置 | 第39-41页 |
| ·仿真模型验证 | 第41-42页 |
| ·四冲程模式扭矩特性影响因素分析 | 第42-46页 |
| ·点火提前角 | 第43-44页 |
| ·喷油脉宽 | 第44-45页 |
| ·喷油时刻 | 第45-46页 |
| ·二冲程模式外特性预测 | 第46-47页 |
| ·基于扭矩的可变冲程发动机的控制策略基本思路 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于神经网络的发动机扭矩估计 | 第51-70页 |
| ·训练样本的获取 | 第51-56页 |
| ·输入输出变量的选取 | 第51-53页 |
| ·训练样本的获取 | 第53-54页 |
| ·训练数据预处理 | 第54-56页 |
| ·BP 神经网络模型预测 | 第56-65页 |
| ·BP 网络设计 | 第56-59页 |
| ·网络建立与选择 | 第59-64页 |
| ·网络训练和仿真 | 第64-65页 |
| ·RBF 神经网络模型预测 | 第65-68页 |
| ·RBF 网络设计 | 第65-66页 |
| ·散布常数的确定 | 第66-67页 |
| ·网络仿真 | 第67-68页 |
| ·BP 神经网络和 RBF 神经网络的比较 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 作者简介 | 第77页 |
