| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-22页 |
| ·课题研究背景及意义 | 第10-13页 |
| ·ATV排放控制技术方案分析 | 第13-15页 |
| ·ATV排放控制技术方案 | 第13-14页 |
| ·ATV应对现阶段排放法规技术路线 | 第14-15页 |
| ·电控汽油机国内外研究现状 | 第15-19页 |
| ·电控汽油机发展历程及趋势 | 第15-17页 |
| ·国内外电控汽油机研究现状 | 第17-19页 |
| ·课题研究来源及目的 | 第19-20页 |
| ·本文的主要研究内容 | 第20-22页 |
| 第2章 LJ276M电喷汽油机进气系统设计及优化 | 第22-40页 |
| ·进气系统的设计要点 | 第23-27页 |
| ·设计满足的技术要求 | 第23-24页 |
| ·进气歧管的动态效应 | 第24-25页 |
| ·进气歧管的充气效率 | 第25-27页 |
| ·运用亥姆霍兹理论对进气系统进行预设计 | 第27-33页 |
| ·亥姆霍兹(Helmholtz)谐振进气系统的理论基础 | 第27-29页 |
| ·进气系统结构型式确定 | 第29页 |
| ·进气系统结构参数确定 | 第29-33页 |
| ·基于GT-POWER的仿真分析及进气系统优化计算 | 第33-37页 |
| ·GT-POWER软件介绍 | 第33-34页 |
| ·模型建立 | 第34-35页 |
| ·模型验证 | 第35-36页 |
| ·进气系统优化设计 | 第36-37页 |
| ·试验验证 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 LJ276M汽油机电喷系统匹配标定 | 第40-51页 |
| ·匹配标定概念及方法 | 第40-43页 |
| ·匹配标定概念 | 第40-42页 |
| ·匹配标定的基本方法 | 第42-43页 |
| ·匹配标定台架系统建设 | 第43-44页 |
| ·稳态工况参数获取及标定 | 第44-49页 |
| ·试验条件与工况点选择 | 第44-45页 |
| ·喷油脉宽和点火提前角的标定 | 第45-49页 |
| ·本章小结 | 第49-51页 |
| 第4章 基于RBF神经网络电控参数优化 | 第51-75页 |
| ·人工神经网络的特点及其应用领域 | 第52-57页 |
| ·人工神经网络的特点及其应用领域 | 第52-53页 |
| ·人工神经网络结构原理及算法 | 第53-57页 |
| ·RBF径向基神经网络理论基础 | 第57-61页 |
| ·RBF径向基函数神经网络的结构 | 第57-59页 |
| ·RBF径向基函数神经网络的特点 | 第59-60页 |
| ·RBF径向基函数神经网络的映射机理 | 第60-61页 |
| ·RBF径向基神经网络学习算法 | 第61-66页 |
| ·最近邻聚类学习算法 | 第62-64页 |
| ·正交最小二乘法 | 第64-66页 |
| ·发动机电控参数的RBF神经网络模型建立及实现方法 | 第66-70页 |
| ·RBF神经网络建模步骤 | 第66-70页 |
| ·LJ276M发动机电控参数神经网络预测模型的训练与检验 | 第70-74页 |
| ·神经网络学习样本的建立及数据归一化 | 第70页 |
| ·神经网络的训练与检验 | 第70-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 试验验证 | 第75-88页 |
| ·发动机性能对比 | 第75-77页 |
| ·动力性和经济性 | 第75-77页 |
| ·环境性能试验 | 第77-80页 |
| ·高寒试验 | 第77-78页 |
| ·高温试验 | 第78-79页 |
| ·高原试验 | 第79-80页 |
| ·排放检测 | 第80-86页 |
| ·ATV工况法排放标准 | 第80-82页 |
| ·在线排放测试数据分析 | 第82-84页 |
| ·国Ⅲ工况法排放水平对比 | 第84-86页 |
| ·试验结果分析 | 第86-87页 |
| ·本章小结 | 第87-88页 |
| 第6章 全文总结及课题展望 | 第88-91页 |
| ·全文总结 | 第88-89页 |
| ·课题展望 | 第89-91页 |
| 参考文献 | 第91-96页 |
| 致谢 | 第96-97页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第97页 |
