文章摘要:由于压燃式航空活塞发动机工作过程具有强非线性等特点，只采用模型预测控制（MPC）算法来实现压燃式航空活塞发动机的转矩控制，会导致基于状态空间模型的转矩预测精度不理想。采用径向基（RBF）神经网络结合MPC的发动机转矩复合预测控制能解决上述问题。首先，通过脉谱（MAP）控制方式获得发动机的运行数据，以此作为自行搭建的发动机联合仿真平台上的神经网络训练样本集。其次，在粒子群优化（PSO）算法中引入模拟退火（SA）机制，训练RBF神经网络转矩预测模型。最后，通过联合仿真不断修正控制算法，验证了SA+PSO算法在RBF神经网络上训练发动机转矩预测模型的优越性，还能有效改善PSO算法容易陷入局部最优的问题，并通过发动机台架实验验证了转矩复合预测控制的有效性。

文章关键词:

论文分类号:V233.7

文章来源：《车用发动机》 网址: http://www.cyfdjzzs.cn/qikandaodu/2022/0523/755.html