论文部分内容阅读
以HL495Q型电喷汽油机为研究对象，分析了汽油机空燃比的数学模型，提出了一种基于Elman神经网络的过渡工况空燃比辨识方法。试验结果表明，Elman神经网络空燃比模型具有简单的网络结构，能高精度地逼近车用汽油机空燃比的实际动态过程，模型的平均相对误差小于1％，优于前馈BP神经网络模型的辨识结果。建立的Elman神经网络空燃比模型能改善过渡工况空燃比控制精度，提高排放性能。