论文部分内容阅读
【摘要】 作为控制天然气发动机的关键性部分，精确控制点火提前角能够有效提高发动机性能，进一步提高其经济性。本文以BP神经网络为基础，通过建模和仿真实验，优化了天然气发动机点火控制系统，有效地缩小了点火提前角的控制误差，实现了燃气发动机运行的优化控制。
【关键词】 BP神经网络；天然气发动机；点火提前角控制
考虑到天然气自身性质，其燃点温度相对较高，同样处于理论空燃比的天然气和汽油相比，天然气燃料的火焰传播速度较汽油燃料慢了约14%，因而天然气发动机的总燃烧过程也相应延长。点火时刻控制不合理，会导致发动机压缩上止点与燃烧峰值不一致，发动机汽缸内部压力及温度上升变化缓慢，最终导致发动机的其它热指令效率也相对变低，发动机工作效率低下，发热严重。
作为同天然气发动机运行性能密切相关的关键性部分，点火提前角会对发动机的燃烧过程产生重要影响，并进一步对导致发动机功率、能耗率等各项情况出现变化。本文针对上述问题模拟了点火提前角，并以BP神经网络系统为基础，进一步应用仿真试验，对天然气发动机点火提前角的优化控制进行了探究。
一、电控系统硬件设计
电控式发动机点火控制系统的硬件组成主要包含了各部分传感器、控制单元以及点火执行器三大类装置，其组成结果如下图1所示 ：
（一）控制单元
输入装置整合传感器端口所收集到的发动机转速、曲轴位置、凸轮轴转角、发动机进气压力、进气温度、电瓶电压、氧传感器等多种信号，由输入电路装置将其转化为电路信号，再由I/O电路对这部分信号进行二次处理，最终传送给CPU端。CPU将该信号同储存器内已有的数据进行全面比较后，再加以计算，最终确定最佳的励磁时间和点火提前角，并随时监测发动机的运作情况，相应发出控制调整信号，对汽缸进行有序式点火，在点火系统出现故障时，及时报警，并记录故障信息。励磁时间主要有点火线圈参数和电瓶电压确定，算法相对简单，这里不再赘述。点火提前角的计算相对复杂，是本文研究的重点。
（二）传感器
与点火系统相关的传感器主要有曲轴位置传感器、凸轮轴位置传感器、进气压力传感器、进气温度传感器、水温传感器、爆炸传感器、电瓶电压等。这些传感器采集发动机工作状况，并经过硬件电路处理后送给CPU，作为控制单元运算、处理的基础。
（三）点火执行器
点火执行器主要有点火线圈、高压线和火花塞组成，新型的笔式点火线圈不需要高压线，由安装在缸盖火花塞孔内的笔式线圈直接接触火花塞点火，也有发动机采用分组点火的点火线圈，两个气缸公用一组线圈进行点火。点火系统的点火能量大小主要有点火线圈决定，在进行点火线圈的设计或选型时要根据发动机的设计要求进行，满足点火能量的要求。高压线采用碳芯阻尼线，降低电磁干扰。火花塞要根据发动机的设计进行设计或选型，匹配点火间隙和热值。
二、点火提前角控制系统的构建
（一）控制策略
综合而言，最佳点火提前角θ属于包含了转速n、进气压力P（表征发动机负荷）、冷却水温T、电瓶电压U等一系列发动机运行参数在内的复杂性非线性函数，其函数式如下：
根据函数式可知，最佳发动机点火提前角其实是由多个方面决定的非线性变化系统，往往无法确定较为准确的模型。以往多使用台架标定的方式进行点火提前角的点火MAP图绘制，需要处理的数据较繁多，且往往会因部分细微因素的变化，导致MAP图失效。而使用BP神经网络系统能够有效解决上述问题。
（二）神经网络设计
BP神经网络属于利用误差反向传播训练算法的系统，在非线性函数的建模工作中应用较为广泛。
影响最佳点火提前角控制的因素很多，众多因素中，对其影响最大的包括发动机转速n和进气歧管压力P。根据相关参数计算公式，如果将这两个参数作为BP神经网络中的初始输入参数，将点火提前角作为网络端口的输出值，在网络中确定一个隐含层，包含15个分节点。此时的输入层和隐含层之间的传递均为单极性的Sigmoid函数关系，将三者关系列为以下函数：
（三）采集训练样本
选取台架试验过程中四缸天然气发动机的代表性点火参数最优值，将其作为BP神经网络研究的代表性数据，如下表1所示：
三、仿真和试验结果对比
通过对天然气发动机点火提前角控制的BP神经网络系统进行研究，结合表1内的数据对BP神经网络进行相应试验，将标准误差值设为0.01。
在试验完成后，综合分析天然气发动机转速以及进气歧管压力，以科学合理运算得出最佳点火提前角，并将结果同绝对误差进行统计，如下表2所示：
结合表2可知，实际测试结果和预期值的绝对误差相对较小，因而BP神经网络基础下的天然气发动机点火提前角控制较为精确。
四、结语
本文对燃气发动机点火系统进行了介绍，提出了点火提前角控制的主要影响因素，对以BP神经网络为基础的天然气发动机点火提前角控制进行了探究，通过调整发动机转速和进气歧管压力两个关键性指标，并结合其它修正，能够使最终的点火提前角最优化。结合相应的仿真数据对比及统计，也充分说明了这一技术的实用性。由于本系统适应能力强，对于多品种小批量生产的燃气发动机点火优化具有重要意义。
参考文献
[1] 张甜.基于BP神经网络的CNG汽车点火提前角控制[J].科技信息，2013，（19）.
[2] 官丹.基于BP神经网络控制天然气发动机点火提前角[J].机械，2010，37（3）.
[3] 吴娇.CNG/汽油两用燃料发动机点火性能的研究[D].2009.
[4] 张晟恺，孙仁云，严浩铭.基于发动机模型的神经网络点火控制器[J].湖北汽车工业学院学报，2013，27（4）.
【关键词】 BP神经网络；天然气发动机；点火提前角控制
考虑到天然气自身性质，其燃点温度相对较高，同样处于理论空燃比的天然气和汽油相比，天然气燃料的火焰传播速度较汽油燃料慢了约14%，因而天然气发动机的总燃烧过程也相应延长。点火时刻控制不合理，会导致发动机压缩上止点与燃烧峰值不一致，发动机汽缸内部压力及温度上升变化缓慢，最终导致发动机的其它热指令效率也相对变低，发动机工作效率低下，发热严重。
作为同天然气发动机运行性能密切相关的关键性部分，点火提前角会对发动机的燃烧过程产生重要影响，并进一步对导致发动机功率、能耗率等各项情况出现变化。本文针对上述问题模拟了点火提前角，并以BP神经网络系统为基础，进一步应用仿真试验，对天然气发动机点火提前角的优化控制进行了探究。
一、电控系统硬件设计
电控式发动机点火控制系统的硬件组成主要包含了各部分传感器、控制单元以及点火执行器三大类装置，其组成结果如下图1所示 ：
（一）控制单元
输入装置整合传感器端口所收集到的发动机转速、曲轴位置、凸轮轴转角、发动机进气压力、进气温度、电瓶电压、氧传感器等多种信号，由输入电路装置将其转化为电路信号，再由I/O电路对这部分信号进行二次处理，最终传送给CPU端。CPU将该信号同储存器内已有的数据进行全面比较后，再加以计算，最终确定最佳的励磁时间和点火提前角，并随时监测发动机的运作情况，相应发出控制调整信号，对汽缸进行有序式点火，在点火系统出现故障时，及时报警，并记录故障信息。励磁时间主要有点火线圈参数和电瓶电压确定，算法相对简单，这里不再赘述。点火提前角的计算相对复杂，是本文研究的重点。
（二）传感器
与点火系统相关的传感器主要有曲轴位置传感器、凸轮轴位置传感器、进气压力传感器、进气温度传感器、水温传感器、爆炸传感器、电瓶电压等。这些传感器采集发动机工作状况，并经过硬件电路处理后送给CPU，作为控制单元运算、处理的基础。
（三）点火执行器
点火执行器主要有点火线圈、高压线和火花塞组成，新型的笔式点火线圈不需要高压线，由安装在缸盖火花塞孔内的笔式线圈直接接触火花塞点火，也有发动机采用分组点火的点火线圈，两个气缸公用一组线圈进行点火。点火系统的点火能量大小主要有点火线圈决定，在进行点火线圈的设计或选型时要根据发动机的设计要求进行，满足点火能量的要求。高压线采用碳芯阻尼线，降低电磁干扰。火花塞要根据发动机的设计进行设计或选型，匹配点火间隙和热值。
二、点火提前角控制系统的构建
（一）控制策略
综合而言，最佳点火提前角θ属于包含了转速n、进气压力P（表征发动机负荷）、冷却水温T、电瓶电压U等一系列发动机运行参数在内的复杂性非线性函数，其函数式如下：
根据函数式可知，最佳发动机点火提前角其实是由多个方面决定的非线性变化系统，往往无法确定较为准确的模型。以往多使用台架标定的方式进行点火提前角的点火MAP图绘制，需要处理的数据较繁多，且往往会因部分细微因素的变化，导致MAP图失效。而使用BP神经网络系统能够有效解决上述问题。
（二）神经网络设计
BP神经网络属于利用误差反向传播训练算法的系统，在非线性函数的建模工作中应用较为广泛。
影响最佳点火提前角控制的因素很多，众多因素中，对其影响最大的包括发动机转速n和进气歧管压力P。根据相关参数计算公式，如果将这两个参数作为BP神经网络中的初始输入参数，将点火提前角作为网络端口的输出值，在网络中确定一个隐含层，包含15个分节点。此时的输入层和隐含层之间的传递均为单极性的Sigmoid函数关系，将三者关系列为以下函数：
（三）采集训练样本
选取台架试验过程中四缸天然气发动机的代表性点火参数最优值，将其作为BP神经网络研究的代表性数据，如下表1所示：
三、仿真和试验结果对比
通过对天然气发动机点火提前角控制的BP神经网络系统进行研究，结合表1内的数据对BP神经网络进行相应试验，将标准误差值设为0.01。
在试验完成后，综合分析天然气发动机转速以及进气歧管压力，以科学合理运算得出最佳点火提前角，并将结果同绝对误差进行统计，如下表2所示：
结合表2可知，实际测试结果和预期值的绝对误差相对较小，因而BP神经网络基础下的天然气发动机点火提前角控制较为精确。
四、结语
本文对燃气发动机点火系统进行了介绍，提出了点火提前角控制的主要影响因素，对以BP神经网络为基础的天然气发动机点火提前角控制进行了探究，通过调整发动机转速和进气歧管压力两个关键性指标，并结合其它修正，能够使最终的点火提前角最优化。结合相应的仿真数据对比及统计，也充分说明了这一技术的实用性。由于本系统适应能力强，对于多品种小批量生产的燃气发动机点火优化具有重要意义。
参考文献
[1] 张甜.基于BP神经网络的CNG汽车点火提前角控制[J].科技信息，2013，（19）.
[2] 官丹.基于BP神经网络控制天然气发动机点火提前角[J].机械，2010，37（3）.
[3] 吴娇.CNG/汽油两用燃料发动机点火性能的研究[D].2009.
[4] 张晟恺，孙仁云，严浩铭.基于发动机模型的神经网络点火控制器[J].湖北汽车工业学院学报，2013，27（4）.