[发明专利]基于L-M神经网络的氢内燃机点火正时标定优化系统及其优化方法

摘要

本发明涉及一种基于L‑M神经网络的氢内燃机点火正时标定优化系统及其优化方法，该系统包含数据采集模块、信号调理模块、控制单元、电源模块、时钟模块、存储模块、执行单元、接口电路及监控模块，控制单元包含数据处理单元及点火正时优化控制模块，数据处理单元根据控制单元接收到的各个工况参数，利用L‑M寻优算法进行神经网络优化训练，得到当前工况的最佳点火正时，并将其传输至点火正时优化控制模块，点火正时优化控制模块将接收到的最佳点火正时输出给点火执行器。本发明利用基于L‑M神经网络准确、快速地进行氢内燃机全工况优化控制，点火正时标定误差小、速度快，能够达到理想的预测效果，对于氢内燃机试验研究具有十分重要的意义。

主权项

1.一种基于L‑M神经网络的氢内燃机点火正时标定优化系统的优化方法，其特征在于：包括如下步骤：步骤1.进行氢内燃机点火正时标定试验，选取不同工况下的工况参数，对不同工况进行试验，得到相应工况的最佳点火提前角，作为标定数据，选定标定数据中部分数据作为训练样本，另一部分作为测试样本；步骤2.建立点火正时优化模型，首先建立神经网络结构模型，包含输入层、隐含层和输出层，将内燃机各个工况参数作为神经网络结构模型输入向量，将点火正时作为神经网络结构模型的输出值；利用L‑M寻优算法训练神经网络结构模型的权值和阈值，以达到其输出值与真实值的均方误差最小化；步骤3.设定神经网络结构模型初始参数和L‑M寻优算法初始参数，设定输入层神经元个数n，隐含层神经元个数q，输出层数值，各层神经元之间的传递函数，初始化神经网络结构模型的权值和阈值向量W、最大迭代次数E、允许误差精度ε，及L‑M寻优算法的初始控制参数λ_k、样本数量K；步骤4.利用L‑M寻优算法训练神经网络结构模型，根据步骤3中的初始参数进行神经网络结构模型的权值和阈值优化训练，通过输出值与实际样本值的均方误差的收敛速度及精度评判训练过程，直至满足预定迭代条件为止；步骤5.利用测试样本进行神经网络结构模型误差测试，利用绝对误差和相对误差进行测试样本评判，若满足允许误差精度ε，则跳转至步骤7，否则，执行步骤6；步骤6.根据步骤5的误差测试评判结果修正神经网络结构模型和L‑M寻优算法的初始参数，包含修正神经元个数q，各层神经元之间的传递函数，最大迭代次数E，允许误差精度ε，初始控制参数λ_k，并跳转至步骤4执行；步骤7.确定神经网络结构模型参数及权值阈值，利用优化后的神经网络结构模型进行内燃机全工况点火正时预测标定，控制单元将标定结果传递给点火执行器以进行点火正时优化控制；所述步骤3中设定神经网络结构模型初始参数和L‑M寻优算法初始参数包含设定隐含层神经元个数q由输入层神经元个数n决定，输出层数值设定为1，各层神经元之间的传递函数选择sigmoid函数，最大迭代次数E＝100，允许误差精度ε＝10^‑3，样本数量K＝84；所述步骤4具体包含如下内容：步骤4.1.抽取训练样本并输入到神经网络结构模型中；步骤4.2.计算神经网络结构模型输出值，并将输出值与实际样本值进行比较，根据公式计算训练样本的均方误差，其中，K是训练样本数目，y_i是神经网络预测输出，是实际输出；步骤4.3.判断该次迭代是否满足预定迭代条件，若满足，则跳转至步骤4.5，否则，执行步骤4.4；步骤4.4.修正L‑M寻优算法控制参数λ_k，利用迭代公式：更新神经网络结构模型权值和阈值，并转步骤4.2执行，其中，X^(k)为第k次迭代时的解，即为权值和阈值向量，H^‑1(X^(k)+λ_kI)为海森矩阵，为梯度；步骤4.5.输出最优的权值和阈值作为优化结果；所述满足预定迭代条件为达到最大迭代次数E或满足允许误差精度ε；基于L‑M神经网络的氢内燃机点火正时标定优化系统，包含数据采集模块、信号调理模块、控制单元、电源模块、时钟模块、存储模块、执行单元、接口电路及监控模块，数据采集模块采集各个工况参数，并将采集的工况参数传输至信号调理模块，信号调理模块、电源模块、时钟模块、存储模块、执行单元、监控模块分别通过接口电路与控制单元相信号连接，控制单元包含数据处理单元及点火正时优化控制模块，数据处理单元根据控制单元接收到的各个工况参数，利用L‑M寻优算法进行神经网络优化训练，得到当前工况的最佳点火正时，并将其传输至点火正时优化控制模块，点火正时优化控制模块将接收到的最佳点火正时输出给点火执行器；数据处理单元根据标定试验所获数据作为L‑M寻优算法的训练样本和测试样本，建立神经网络结构模型，将工况参数作为神经网络结构模型的输入向量，将点火正时作为神经网络结构模型的输出值；利用L‑M寻优算法训练该模型的权值和阈值，以达到输出值与真实值的均方误差最小化，得到当前工况的最佳点火正时，其中，标定试验所获数据是指选取部分工况下的工况参数进行点火正时标定试验，根据内燃机综合评价指标选取当前工况最佳点火正时的数据；数据采集模块包含空气流量传感器、进气管压力传感器、节气门开度传感器、气缸压力传感器、爆燃传感器、冷却水温传感器、氢气流量传感器、氢气压力传感器、曲轴相位与转速传感器，各个传感器采集相应工况参数，并传输至信号调理模块。