基于人工神经网络的自由活塞能量转换器运动控制

论文摘要

自由活塞能量转换器(Free Piston Energy Converter, FPEC)是一种高效的直线式发动发电机。自由活塞能量变换器采用内燃机与直线发电机相结合的方式,与旋转式发电机相比,具有机械结构简洁和紧凑的特点。这样的设计使其能够成为排放低、热效率和机械效率高的新型发动发电机,在混合动力汽车中具有广泛的应用前景。本文首先对自由活塞式发动发电机的发展历程进行了介绍。然后根据自由活塞能量转换器的结构和工作原理,建立了包含连续动态变量和离散动态变量的自动机模型。将轨迹灵敏度方法应用于活塞的运动优化控制。首先由人工神经网络建立自由活塞能量转换器运动控制的目标函数模型,并且计算目标函数的梯度信息,然后应用共轭梯度优化策略进行优化控制。仿真结果表明通过本方法对电磁力和输入燃料的优化控制,活塞能够持续平稳的运行,达到预定目标。本文采用的方法是用人工神经网络来建立控制量与目标函数关系的模型,计算目标函数梯度信息,从而取代混杂系统轨迹灵敏度分析算法中对灵敏度的复杂计算过程,使轨迹灵敏度分析简洁化。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景和意义
• 1.2 国内外自由活塞式发动发电机的发展历程
• 1.2.1 国外自由活塞式发动发电机的发展历程
• 1.2.2 国内自由活塞式发动发电机研究现状
• 1.3 神经网络在复杂系统建模和参数优化的现状
• 1.4 本文主要工作
• 第二章 自由活塞能量转换器工作原理和模型
• 2.1 自由活塞能量变换器工作原理
• 2.2 自由活塞的回复特性
• 2.3 自由活塞能量转换器模型建立
• 2.3.1 自由活塞能量转换器的连续变量
• 2.3.2 自由活塞能量转换器的混杂系统模型
• 2.4 本章小结
• 第三章 基于轨迹灵敏度分析的混杂系统优化控制
• 3.1 灵敏度方法的介绍
• 3.1.1 灵敏度方法分类
• 3.2 基于神经网络的混杂系统灵敏度计算
• 3.2.1 混杂系统一般模型
• 3.2.2 目标函数
• 3.3 基于神经网络模型的梯度计算
• 3.3.1 BP神经网络
• 3.3.2 基于BP算法的系统建模
• 3.4 本章小结
• 第四章 自由活塞能量变换器运动的优化控制
• 4.1 优化方法
• 4.2 目标函数
• 4.3 BP网络结构
• 4.4 优化控制仿真结果
• 4.5 本章小结
• 第五章 总结与展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文