摘要
针对发动机在瞬态工况下废气再循环(EGR)目标开度响应速度慢和稳定性差问题,在基于进气量控制的基础上,提出了一种基于最小二乘向量机的EGR目标开度预测模型。通过改进的平衡优化器算法来调整模型的正则化参数和带宽,并在选定的瞬态工况下对模型进行模拟仿真。结果表明:与反向传播神经网络(BPNN)、径向基函数神经网络(RBFNN)和广义回归神经网络相比,所提出的预测模型在瞬态工况下具有更好的预测性能;与现有的控制策略相比,所提控制策略的EGR率曲线有较好的实时跟踪性,且与传统控制相比,其响应速度更快、稳定性更好。
出处
《汽车与新动力》
2024年第2期45-50,共6页
Automobile And New Powertrain
基金
广西科技重大专项(桂科AA23062041)
广西重点研发计划(桂科AB22080085)。
