论文部分内容阅读
针对LPG电喷发动机过渡工况空燃比难于精确控制的特点,提出了一种将改进Elman神经网络和常规PI控制算法相结合的空燃比控制方法.其中Elman神经网络用于实现无传输延迟空燃比信号的预测,常规PI控制器利用预测信号实现过渡工况下空燃比的实时反馈控制.为验证控制算法的有效性,建立了基于GT-Power/Simulink的LPG电喷发动机空燃比仿真控制平台.仿真结果表明该控制方法具有较强的自适应功能,能将过渡工况空燃比的控制误差保持在±5%之内.