降低汽车排放和油耗是涉及环境保护和能源的国际性问题,从发动机控制角度而言,精确控制汽油机瞬态空燃比是解决这一问题的重要措施,也是一个具有挑战性的研究课题。对此,作者开发了采用RBF神经网络控制和逆控制空燃比的方法,并基于发动机平均值模型进行了这两种控制策略的MATLAB离线仿真和SIMULINK在线仿真。 首先,介绍了研究汽车发动机空燃比(特别是瞬态空燃比)控制的必要性和重要性,以及国内外研究现状。同时,根据对国内外汽车发动机模型的综述分析,得到在不同控制策略下选择发动机模型的方法。 接着,在分析国内外各种控制策略的基础上,采用神经网络和逆控制对汽车发动机空燃比进行控制的策略。通过对已有的神经网络控制方案进行分析比较,得出采用RBF神经网络的结论。逆控制控制空燃比的控制策略是作者提出来的,作者在中外刊物上没有找到用此方法控制汽油机空燃比的文献。文中对神经网络和逆控制的相关知识做了必要的介绍。 文中采用的发动机模型是由丹麦技术大学Elbert Hendricks教授和他的同事们提出来的,此模型具有较高的精度,它对不同于建模的三种发动机在整个运行域上的误差标准差仅为2～3%,对同一发动机采用不同进气歧管和喷油系统时也具有相同精度水平,被研究者们广泛采用。 在发动机模型和控制方案确定后,作者编写了RBF神经网络和逆控制的MATLAB离线仿真程序,并借鉴课题前期成果的方法,把自适应补偿算法加到控制程序中,从而构成自适应RBF神经网络控制和自适应逆控制策略。分别对简单油膜方程和复杂油膜方程作了MATLAB仿真分析比较,两种控制策略在瞬态过程都得到了很高的空燃比控制精度。随后还与课题前期的CMAC