[发明专利]一种基于遗传信息融合的氢发动机性能优化系统及方法在审

专利信息
申请号: 201711176190.2 申请日: 2017-11-22
公开(公告)号: CN108194210A 公开(公告)日: 2018-06-22
发明(设计)人: 王丽君;赵亚楠;党金金;杨振中 申请(专利权)人: 华北水利水电大学
主分类号: F02D41/00 分类号: F02D41/00;F02D41/14;F02D41/26
代理公司: 郑州大通专利商标代理有限公司 41111 代理人: 陈勇
地址: 450045 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 氢发动机 输出信号处理 处理模块 电控单元 信息融合 遗传信息 信号采集模块 性能优化系统 融合 经济性和动力性指标 优化控制技术 采集模块 采集数据 模块连接 模块判断 神经网络 输出特性 相关参数 性能优化 运转参数 最优个体
【权利要求书】:

1.一种基于遗传信息融合的氢发动机性能优化系统,其特征在于,包括:信号采集模块、信息融合处理模块、氢发动机电控单元和输出信号处理模块;

所述信号采集模块与所述信息融合处理模块连接,信息融合处理模块与所述氢发动机电控单元连接,氢发动机电控单元与所述输出信号处理模块连接,输出信号处理模块与信息融合处理模块连接;

信号采集模块采集经济性指标、动力性指标以及与之相关的氢发动机运转参数,并传输到信息融合处理模块;

信息融合处理模块将采集到的数据信息作为遗传神经网络融合算法的训练样本和测试样本,进行遗传神经网络融合算法的融合优化处理,将最优的发动机运转参数数值输送到氢发动机电控单元;

氢发动机电控单元根据接收到的数据调整氢发动机相关运转参数,并将经济性指标和动力性指标相关参数以及信息融合模块优化的氢发动机相关运转参数传送到输出信号处理模块;

输出信号处理模块将接收到的信息与预先设定的条件进行比较,如果满足条件,把相关的信息输出,如果不满足条件,则返回到信息融合处理模块继续执行。

2.根据权利要求1所述的一种基于遗传信息融合的氢发动机性能优化系统,其特征在于,所述信息采集模块由氢气流量传感器、空气流量传感器、测功机、废气分析仪、转速传感器、模数转换器、液晶显示屏、微处理器组成,所述氢气流量传感器、空气流量传感器、测功机、废气分析仪、转速传感器分别和所述模数转换器连接,模数转换器分别与液晶显示屏、微处理器连接。

3.根据权利要求1所述的一种基于遗传信息融合的氢发动机性能优化系统,其特征在于,所述氢发动机相关运转参数包括:过量空气系数、点火提前角、转速、平均有效压力和负荷。

4.根据权利要求3所述的一种基于遗传信息融合的氢发动机性能优化系统,其特征在于,所述信息融合处理模块的输入参数为任意两个氢发动机相关运转参数,输出参数为经济性或动力性指标。

5.根据权利要求1所述的一种基于遗传信息融合的氢发动机性能优化系统,其特征在于,所述氢发动机电控单元包括:传感器信息处理单元、单片机微处理器和功率驱动输出单元,所述传感器信息处理单元、单片机微处理器和功率驱动输出单元依次连接。

6.根据权利要求1或4所述的一种基于遗传信息融合的氢发动机性能优化系统,其特征在于,经济性指标、动力性指标包括:输出功率、有效热效率和有效燃油消耗率。

7.根据权利要求1所述的一种基于遗传信息融合的氢发动机性能优化系统,其特征在于,所述预先设定的条件是指氢发动机经济性指标和动力性指标相关参数的合理数值范围以及融合算法的相关参数设定值。

8.一种基于遗传信息融合的氢发动机性能优化方法,其特征在于,包括以下步骤:

步骤1:通过信号采集模块采集并处理所需要的氢发动机实验数据,并传送到信息融合处理模块;

步骤2:信息融合处理模块将接收到的实验数据作为遗传神经网络信息融合算法的训练样本和测试样本;

步骤3:利用遗传算法优化BP神经网络的权值和阈值,将得到的最优个体赋给神经网络,通过BP神经网络预测输出结果,并将该结果输送到氢发动机电控单元;

步骤4:氢发动机电控单元根据接收到的数据调整氢发动机相关运转参数,重新启动氢发动机,使其处于正常工作状态;

步骤5:氢发动机电控单元将经济性指标和动力性指标相关参数以及信息融合模块优化的氢发动机相关运转参数传送到输出信号处理模块;

步骤6:输出信号处理模块根据预先设定的条件判断经济性和动力性指标是否满足要求,若是,则输出信号处理模块输出经济性和动力性指标相关参数的数值以及氢发动机相关运转参数的数值,若否,则返回步骤2重复执行,直到满足条件为止。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北水利水电大学,未经华北水利水电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711176190.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top