收藏本站
《上海交通大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于运行工况的发动机基本标定研究

张文  
【摘要】:随着愈来愈严格的排放法规的实施,市场对车用发动机经济性、排放性和燃烧稳定性等方面提出了更高要求,因此车用发动机的设计越来越复杂,配置的功能越来越多,从而导致发动机需要标定的参数也变得越来越多。传统发动机标定方式主要为人工标定,标定工程师需要进行大量的发动机试验,通过在台架上实时试验,改变标定参数,比较不同标定数值对发动机的响应,然后利用自己的经验知识来选择控制参数,但此标定方式非常依赖标定工程师经验水平。随着发动机控制参数的增多,人工标定方式难以全局兼顾,并将导致冗长的项目周期。因此,发动机的标定工作面临着严峻的挑战。为改善现状况,本文主要进行了以下工作:本文首先介绍了发动机基本标定的环境,其中包括发动机参数、发动机管理系统(EMS,Engine Management System)和发动机测试系统;对发动机基本标定问题进行了科学的描述;将气、油、火三个因素分解,再经转化分析后,将处于性能开发阶段的轨压和喷油起始角参数作为最终参数,同时对点火角和空燃比进行分析,制定各工况下最优点火角和最佳空燃比的输入策略,最终将基本标定问题的重心聚焦于可变气门正时(VVT,Variable Valve Timing)参数上,将基本标定问题转化为多目标优化问题;分析VVT参数对发动机各项性能的影响,制定基于数据建模为基础的标定策略,最后对基本标定问题基于空间填充法进行了科学地试验设计(DOE,Design Of Experiment),显著缩短试验周期,降低对昂贵台架测试设备的依赖程度。其次基于高斯过程回归(GPR,Gaussian process regression)原理,实现了发动机主要基本控制参数对发动机各项性能及各边界GPR模型的建立,通过数据检查、数据变换及异常值检测,提高了最终训练后模型的精准度;利用校验数据进一步检查了最终模型。最后基于所建立的各GPR模型,利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ,Non-dominated sorting genetic algorithm-II)实现了VVT参数的标定,将部分GPR模型作为适应度函数,部分GPR模型作为约束,实现GPR模型与NSGA-Ⅱ算法的联合。在GPR模型联合NSGA-Ⅱ的标定优化框架下通过选取合适的初始参数并以“权衡”策略完成了VVT参数的标定,最终分别在GPR模型和发动机测试台架上验证了标定结果,使得发动机经济性、排放性、燃烧稳定性均衡的得到改善,并以发动机万有特性的形式来展现了最终标定结果。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前13条
1 丁兆波;孙纪国;;液体火箭发动机动态燃烧稳定性评定研究[J];火箭推进;2012年01期
2 赵龙;闫怡飞;闫相祯;赵垒;韩伟民;;基于NSGA-Ⅱ的近钻头测量短节弹性元件结构优化[J];石油机械;2019年12期
3 杨欣;曾珍香;夏玉雄;;基于改进NSGA-Ⅱ的云制造服务组合优化问题研究[J];工业工程与管理;2020年02期
4 李强;张科;康鹏桂;孔蕾;王鑫龙;;基于NSGA-Ⅱ的云制造物流服务方案设计研究[J];现代制造工程;2020年05期
5 袁良照;翟华;张兰军;高广权;王玉山;;基于NSGA-Ⅱ算法的八连杆机械压力机杆系设计[J];重型机械;2017年02期
6 谢峰;;基于改进NSGA-Ⅱ算法的路网养护决策优化研究[J];中外公路;2017年03期
7 杨桂芝;王广泽;胡楠楠;赵丽华;;NSGAⅡ在供应商选择中的应用[J];哈尔滨理工大学学报;2017年05期
8 周保民;张建国;;基于粒子融合NSGA-Ⅱ的永磁无刷直流电机多目标优化[J];电子世界;2013年07期
9 魏武;邓高燕;;NSGA-Ⅱ在蛇形机器人中的优化与控制[J];计算机工程;2012年08期
10 李凯斌;卢建刚;吴燕玲;孙优贤;;基于NSGA-Ⅱ考虑性能的烧结矿配料优化[J];江南大学学报(自然科学版);2009年01期
11 王怀书;李少帅;李春炎;翁方龙;朱民;;混合时间对燃烧稳定性影响的实验研究[J];工程热物理学报;2017年09期
12 张斌;甘志春;余昌仁;;基于NSGA-Ⅱ的复杂网络拓扑优化方法[J];信息工程大学学报;2019年05期
13 顾春华;刘鑫平;罗飞;丁炜超;;基于同步更新外部归档集的NSGA-Ⅱ改进算法[J];计算机工程与应用;2018年20期
中国重要会议论文全文数据库 前10条
1 戚亮;;加强燃烧调整、提高燃烧稳定性[A];全国火电200MW级机组技术协作会第24届年会论文集[C];2006年
2 樊征臻;陈杰;郭志超;;基于NSGA-Ⅱ的无源滤波器参数多目标优化设计[A];第四届全国电能质量学术会议暨电能质量行业发展论坛:电能质量与高效优质用电论文集[C];2015年
3 ;Modeling and Simulation of VRP in Wartime Using NSGA Ⅱ[A];第24届中国控制与决策会议论文集[C];2012年
4 Yaping Fu;Min Huang;Hongfeng Wang;Guanjie Jiang;;An Improved NSGA-II to Solve Multi-Objective Optimization Problem[A];第26届中国控制与决策会议论文集[C];2014年
5 李宜冰;苑舜;;基于NSGA-Ⅱ的微电网多目标优化运行研究[A];第十四届沈阳科学学术年会论文集(理工农医)[C];2017年
6 傅强;胡林凯;张玮;毕佩玉;;提高670T/H无烟煤锅炉燃烧稳定性的调整方法[A];全国火电200MW级机组技术协作会第24届年会论文集[C];2006年
7 张永娇;陈岩;;NSGA-Ⅱ算法及其改进[A];第十一届中国不确定系统年会、第十五届中国青年信息与管理学者大会论文集[C];2013年
8 Hao Zhou;Min Ding;Bo Hu;Qingyi Wang;Zhili Tan;Danyun li;;A NSGA-Ⅱ based Peak Load Shifting Optimization Method for Customers with Distributed Generators Considering Time-of-use Price[A];第37届中国控制会议论文集(E)[C];2018年
9 鲍水达;张安;李冲;;基于NSGA-Ⅱ的无人机航迹规划[A];2016年航空科学与技术全国博士生学术论坛摘要集[C];2016年
10 李二超;李海珍;杨秀平;;用于约束多目标优化问题求解的改进NSGA-Ⅱ算法[A];第18届中国系统仿真技术及其应用学术年会论文集(18th CCSSTA 2017)[C];2017年
中国重要报纸全文数据库 前1条
1 本报记者 张艺馨;生物类似药拼降本 试验设计面对两大难点[N];医药经济报;2017年
中国博士学位论文全文数据库 前10条
1 王洪桥;高斯过程回归在不确定性量化中的应用[D];上海交通大学;2018年
2 孙立剑;基于高斯过程的复杂光学曲面重建和多传感器数据融合方法研究[D];上海交通大学;2018年
3 李平;面向任务的高斯过程隐变量模型扩展研究[D];南京航空航天大学;2018年
4 陈凯;面向多任务模式学习与外推的自适应高斯过程算法研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2019年
5 于晓默;面向制造生产过程的高斯过程优化理论研究及应用[D];广西大学;2015年
6 洪晓丹;基于复杂噪声的高斯过程回归建模方法研究[D];东华大学;2018年
7 潘伟;基于高斯过程的高炉炼铁过程辨识与预测[D];浙江大学;2012年
8 贺建军;基于高斯过程模型的机器学习算法研究及应用[D];大连理工大学;2012年
9 段凤君;基于随机过程的退化数据分析与试验设计[D];东南大学;2018年
10 靖海国;船用天然气发动机稀燃稳定性及控制技术研究[D];哈尔滨工程大学;2015年
中国硕士学位论文全文数据库 前10条
1 张文;基于运行工况的发动机基本标定研究[D];上海交通大学;2019年
2 刘洋;基于深度学习和火焰自由基的燃烧稳定性研究[D];华北电力大学(北京);2019年
3 陈喆;锅炉低负荷燃烧稳定性实验研究[D];华北电力大学(北京);2019年
4 姜洪辉;基于改进PSO优化FWSVM的燃烧稳定性判定研究[D];合肥工业大学;2018年
5 刘晓慧;火电机组超低负荷运行稳定性分析及控制系统优化[D];华北电力大学;2018年
6 孟芳慧;基于火焰图像的燃烧稳定性建模方法研究[D];合肥工业大学;2015年
7 王思露;基于Ⅰ-NSGA-Ⅲ的电力系统高维目标潮流优化及其决策支持[D];厦门大学;2019年
8 阮礽恩;基于混合NSGA-Ⅲ的多目标柔性作业车间调度问题研究[D];中国工程物理研究院;2019年
9 谭智雄;基于NSGA-Ⅱ算法及机器学习的压水堆组件装载方案优化研究[D];华南理工大学;2019年
10 魏冰;NSGA-Ⅱ算法的改进及在机组组合优化中的应用[D];华北电力大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978