柴油机高压共轨喷油过程性能仿真及LS-SVM评价

论文摘要

柴油机高压共轨喷射过程具有复杂性、非线性以及时变特性，如何有效地对柴油机高压共轨喷射过程进行控制和优化，并有效提高其喷射性能是摆在柴油机洁净燃烧领域专家以及工程技术人员面前亟待解决的问题。为此，论文以湖南大学“985工程”二期-汽车先进设计制造技术科技创新平台（动力排放与电控子项目）为依托，对柴油机高压共轨喷油过程性能仿真及LS-SVM评价进行研究，选题既具有理论意义，又具有推广应用价值。论文作者基于AMESim液压仿真软件、灰色理论以及支持向量机技术等开展柴油机高压共轨喷油过程性能提高及其智能评价研究，论文主要研究工作和创新之处为：（1）利用AMESim液压仿真软件建立了柴油机高压共轨喷射系统仿真模型，并得到了轨压、共轨容积、喷油脉宽、控制腔容积、针阀弹簧的刚度与预紧力、油嘴直径、油嘴数目以及油泵转速对喷油器喷油和共轨压力波动的影响规律。（2）基于仿真模型计算数据，利用灰色关联分析方法研究了多参数系统对喷射性能的影响程度，得到了主要关键结构参数，为柴油机高压共轨喷油系统优化和开发提供了依据。（3）采用自适应权重粒子群优化算法优化最小二乘支持向量机（Least SquareSupport Vector Machine, LS-SVM）参数，进行了高压共轨喷射系统喷射性能的最小二乘支持向量机评价，对比结果显示，经自适应权重粒子群优化算法优化的最小二乘支持向量机评价算法的识别精度达到了88.9%，且训练时间短，为喷射系统的改进和完善提供依据。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 国内外高压共轨燃油喷射系统发展现状及应用
• 1.3 高压共轨燃油喷射系统模拟计算的研究与发展现状
• 1.3.1 仿真计算的特点
• 1.3.2 计算方法
• 1.3.3 模拟工具
• 1.3.4 AMESim 在机械与燃油喷射系统仿真方面的应用现状
• 1.4 人工智能方法的应用
• 1.5 本论文研究的目的和主要内容
• 第2章 高压共轨喷油过程性能仿真建模
• 2.1 高压共轨系统组成结构及数学模型
• 2.1.1 高压油泵结构及数学模型
• 2.1.2 高压共轨部件及数学模型
• 2.1.3 电控喷油器结构及数学模型
• 2.2 高压共轨喷射系统动态特性对柴油机工作性能的影响
• 2.2.1 喷油压力对柴油机性能的影响
• 2.2.2 喷油率对柴油机性能的影响
• 2.3 柴油机高压共轨系统的 AMESim 仿真模型
• 2.3.1 高压共轨系统仿真软件选择
• 2.3.2 AMESim 软件简介
• 2.3.3 AMESim 模型库选择
• 2.4 基于 AMESim 的高压共轨燃油系统建模过程
• 2.4.1 高压油泵模型
• 2.4.2 高压共轨管模型
• 2.4.3 喷油器模型
• 2.5 高压共轨系统仿真模型基本结构参数
• 2.6 本章小结
• 第3章 柴油机高压共轨系统性能仿真分析研究
• 3.1 共轨管参数对喷射响应的影响
• 3.1.1 共轨管容积对喷射性能的影响
• 3.1.2 不同长径比对轨压波动的影响
• 3.1.3 共轨压力变化对响应特性影响
• 3.2 喷油器参数对喷射特性的影响分析
• 3.2.1 针阀弹簧刚度及预紧力对喷油性能的影响
• 3.2.2 进油孔直径对喷油性能的影响
• 3.2.3 油嘴直径对共轨喷油系统喷射性能的影响
• 3.2.4 控制腔容积对喷油速率的影响
• 3.3 本章小结
• 第4章 柴油机高压共轨喷射性能灰色关联分析
• 4.1 灰色系统理论
• 4.2 灰色关联度分析法
• 4.2.1 灰色关联分析法优势特点
• 4.2.2 灰色关联度分析步骤
• 4.3 高压共轨喷射性能灰色关联分析
• 4.3.1 喷射性能关联分析目的
• 4.3.2 共轨喷射性能灰色关联分析可行性分析
• 4.4 影响因素的选取
• 4.4.1 共轨系统喷射性能灰色关联度分析
• 4.4.2 灰色关联度计算过程
• 4.5 本章小结
• 第5章 柴油机高压共轨系统喷射性能智能评价
• 5.1 支持向量机理论
• 5.1.1 标准支持向量机模型
• 5.1.2 支持向量机的回归理论
• 5.1.3 最小二乘支持向量机模型
• 5.2 粒子群优化算法在支持向量机的应用
• 5.2.1 粒子群优化算法基本原理
• 5.2.2 粒子群优化算法的基本参数
• 5.2.3 自适应权重粒子群优化算法的运算流程
• 5.2.4 粒子群优化算法在最小二乘支持向量机中的应用
• 5.3 高压共轨喷射性能的智能评价
• 5.3.1 共轨喷射性能评价的影响因素
• 5.3.2 LS-SVM 评价模型
• 5.4 本章小结
• 结论与展望
• 参考文献
• 附录A 攻读学位期间发表学术论文及从事课题
• 致谢