[发明专利]一种基于神经网络模型的汽油机次充模型进气量估算方法

权利要求书

1.一种基于神经网络模型的汽油机次充模型进气量估算方法，其特征在于，包括以下步骤：

步骤一、通过发动机台架测量并记录每个稳态工况点的数据；所述数据包括发动机转速、空燃比、油耗量、节气门开度、节气门前后压力比值；

步骤二、根据步骤一记录的数据计算进气量；

步骤三、对节气门开度、节气门前后压力比值以及进气量进行归一化处理；

步骤四、构建神经网络模型；

步骤五、将处理后的数据带入神经网络模型中进行训练，达到满足要求的精度；

步骤六、利用训练后的神经网络模型估算发动机进气量。

2.根据权利要求1所述的一种基于神经网络模型的汽油机次充模型进气量估算方法，其特征在于，所述步骤一的具体方法为：

记录转速从1000转/分钟到5000转/分钟间隔500转/分钟，节气门开度从0％开始间隔2％，调节至节气门前后压力比值达到0.95停止的发动机转速、空燃比、油耗量、节气门开度、节气门前后压力比值数据。

3.根据权利要求1所述的一种基于神经网络模型的汽油机次充模型进气量估算方法，其特征在于，所述步骤二的具体方法如下：

airflow＝lambda×fb_val×14.5

式中，airflow为发动机实际进气量，单位为kg/h；lambda为空燃比，五量纲单位；fb_val为发动机油耗量，单位为kg/h。

4.根据权利要求1所述的一种基于神经网络模型的汽油机次充模型进气量估算方法，其特征在于，所述步骤三的具体方法如下：

归一化处理公式如下：

式中，y_i为x_i经过归一化处理后的值；x_i为第i个量；x_max为数据中最大值；x_min为数据中最小值。

5.根据权利要求1所述的一种基于神经网络模型的汽油机次充模型进气量估算方法，其特征在于，所述步骤四的具体方法如下：

所述神经网络模型包含三层：第一层为输入层，输入参数有两个：归一化处理后的节气门开度和节气门前后压力比值；第二层为中间层包含10个神经元；第三层为输出层即发动机进气量；所述神经网络模型中的损失函数采用均方差函数，训练算法采用随机梯度下降算法。

6.根据权利要求5所述的一种基于神经网络模型的汽油机次充模型进气量估算方法，其特征在于，所述输出层的计算公式为：

式中，i表示样本点个数；y_i为第i个样本点的神经网络输出值；为第一层第i个输入与第二层第k个神经元之间的权重；为第一层第i个输入与第二层第k个神经元之间的偏置；为第二层第k个神经元与输出的权重；为第二层第k个神经元与输出的偏置；x_i为第i个量；∮₁()为sigmond传递函数，表达式为：

所述均方差损失函数计算公式为：

式中，y_i为第i个样本点的神经网络输出值；airflow_i为第i个样本点的实际测量值。