导读:本文包含了发动机转矩估计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:转矩,神经网络,发动机,混合动力,汽车,车用,向量。
发动机转矩估计论文文献综述
田翔,何仁,徐益强[1]（2016）在《基于最小二乘支持向量机的并联混合动力汽车发动机转矩在线估计》一文中研究指出为提高并联混合动力汽车发动机转矩在线估计的精度,提出基于最小二乘支持向量机(LSSVM)和分布估计算法(EDA)的发动机转矩观测器的建模方法。该方法将发动机的油门开度和转速作为LSSVM输入,转矩作为输出,对转矩与油门开度和转速的关系进行训练,通过分布估计算法优化LSSVM的参数。基于最优参数建立发动机转矩观测器,并用测试样本进行了比较。结果表明,采用EDA-LSSVM方法比遗传算法-最小二乘支持向量机和网格搜索/交叉验证算法-最小二乘支持向量机的估计误差小、运算速度快和泛化能力强。(本文来源于《汽车工程》期刊2016年10期）
吴晓刚,王旭东,余腾伟[2]（2010）在《发动机输出转矩的改进BP神经网络估计》一文中研究指出针对混合动力汽车控制系统的开发过程,提出一种应用改进BP神经网络对发动机输出转矩进行估计的方法。根据在发动机实验台中所测得的部分样本数据,将传统的BP网络误差函数进行改进,建立了发动机输出转矩估计模型,并利用最优停止法对网络进行训练,避免了过拟合现象。实验结果表明,利用改进的BP网络对发动机输出转矩进行估计,减轻了网络训练负担,降低了网络训练的误差,提高了发动机输出转矩估计的精确度。(本文来源于《电机与控制学报》期刊2010年03期）
杜常清,颜伏伍,严运兵,杨平龙[3]（2008）在《用于控制的发动机转矩估计方法研究》一文中研究指出有一定精度和实时性的发动机动态转矩估计模型,对机电混合电动汽车动力及传动系统控制有重要意义。对发动机动态特性的影响因素进行了分析;分析了平均值模型的优缺点,针对混合动力控制和建模仿真的需要,对模型进行了有效的简化,大大提高了模型的实用性;分析了混合动力中发动机的特定动态工况,建立了特定动态工况下的发动机神经网络模型;基于发动机稳态和动态试验数据,对平均值模型和神经网络模型进行了实证研究。结果表明,基于神经网络的简化平均值模型适用于发动机稳态工况和节气门开度变化率不大的动态工况;神经网络模型适用于发动机稳态工况和特定的动态工况。(本文来源于《内燃机学报》期刊2008年05期）
杜常清,颜伏伍,杨平龙,杜传进[4]（2008）在《基于BP神经网络的发动机转矩估计》一文中研究指出针对并联式混合动力总成在状态切换和换挡时动力协调控制的需要,完成了富康TU5 JP/K汽油发动机的稳态和动态性能试验,建立了基于BP神经网络的发动机转矩估计模型:通过对试验数据的训练,完成了全工况范围内的发动机稳态和动态转矩的估计,并实际应用到在基于dSPACE的混合动力总成控制原型中,达到了预期的控制精度,为实现并联式混合动力系统在状态切换和换挡过程中发动机和电动机的协调控制奠定了基础。(本文来源于《汽车工程》期刊2008年07期）
董光宇,于水,张旭升,李理光[5]（2008）在《基于燃烧离子传感技术的发动机指示转矩实时估计》一文中研究指出提出了一种基于缸内离子传感技术的发动机指示转矩估计方法。通过对发动机缸内燃烧生成离子电流的时域及频域分析,探讨了燃烧离子电流特征值与发动机指示转矩之间的关系。试验结果表明:在时域上,离子电流第二峰电压的大小和位置与发动机指示转矩具有良好的对应关系;在频域上,对离子电流信号进行了傅立叶变换后,其基频下的幅值与转矩对应关系更明显,因此,采用频域分析方法进行发动机转矩估计具有更高的精度,实时性也好。(本文来源于《汽车工程》期刊2008年07期）
严运兵,陈华明,张光德[6]（2008）在《并联混合动力汽车的发动机转矩估计》一文中研究指出提出采用神经网络对发动机转矩进行估计的方法,以发动机台架性能实验所得数据为基础,在Mat-lab中建立了多种类型的神经元和层数的发动机输出转矩模型。在网络模型的建立过程中,提出了一种新的训练方式,通过对不同模型的训练及结果分析,筛选出了估计精度和泛化能力都较为理想的模型,并以此模型进行了实际的转矩估计,取得了较满意的效果。(本文来源于《汽车工程》期刊2008年02期）
胡立群,张光德,严运兵,陈华明[7]（2007）在《并联混合动力汽车发动机动态控制时的转矩估计》一文中研究指出探讨了BP网络,并利用BP网络对并联混合动力汽车(PHEV)发动机动态控制时进行转矩估计。以发动机台架性能实验所得数据为基础,使用Matlab中的Neural Network工具,建立不同神经元个数和层数的BP网络对实验数据进行训练,在网络模型的建立过程中,提出了一种新的训练方式,从而得出估计精度和泛化能力都较为理想的模型,并以此模型进行了实际的转矩估计,取得了较满意的效果。(本文来源于《汽车科技》期刊2007年04期）
杨平龙[8]（2007）在《基于人工神经网络的发动机转矩估计》一文中研究指出并联式混合动力系统工作时，其控制中的难点问题之一是状态切换过程中如何使发动机和电动机协调工作从而保持动力传递平稳。利用电动机转矩补偿发动机转矩的方法可以很好地减小状态切换过程中发动机和电动机转矩之和的波动以及车速加速度的波动，并保证状态切换过程中动力传递的平稳性。因此需要实时、准确的对发动机转矩进行估计。本文提出以数据直接描述的转矩估计方法。利用神经网络的预测功能，使用发动机部分稳态工况点的试验数据作为样本，估计出发动机全工况下的稳态转矩值；选择节气门开度的变化速率为100％／s时作为在混合动力工作模式切换和换档过程中发动机的节气门的变化速率，对该动态工况下发动机的转矩输出特性进行估计。首先，以神龙富康TU5JP／K汽油发动机为试验样机，完成了一系列基于PUMA Open测试系统的自动化稳态和动态试验，由于该系统具有高动态响应性能，能够在不同频率下完成对各种参数的采集，特别是对动态工况中高频变化的量，确保能够实时、准确地获得发动机稳态、动态试验数据，为神经网络提供了数据样本。然后，选择了具有很强的非线性映射作用，且能够识别有噪声或变形的样本的BP神经网络来进行转矩估计。使用MATLAB建立了BP神经网络预测模型，并确定了其结构与相关参数。同时，对于所获得的实验数据，选取对转矩影响最大的发动机转速和节气门开度作为输入，采用间隔抽取样本点的方法，并对输入输出数据进行归一化预处理以改进数据的质量，提高了所建模型的训练、预测精度。最后，完成了基于BP神经网络预测模型的发动机转矩估计，并对神经网络的收敛精度与泛化效果进行了计算和分析，找到了影响转矩估计精度的因素，并在此基础上提出优化解决方案，完善了此方法。(本文来源于《武汉理工大学》期刊2007-05-01）
胡立群[9]（2007）在《并联混合动力汽车发动机转矩估计的研究》一文中研究指出当今世界汽车的拥有量越来越多,随之带来了严重的能源和汽车排放问题。为了限制汽车尾气的污染和节省燃料,目前国内外正在发展混合动力电动汽车(Hybrid Electric Vehicle,HEV)。混合动力汽车发动机的标定功率只满足正常行驶的需要,加速、爬坡或高速时增加的功率,由蓄电池驱动的电机供给,因而混合动力汽车需要的发动机规格要小很多,油耗和尾气污染也小很多;另外,因为蓄电池只有在需要时才供给电力,其容量比电动汽车小很多,也就解决了目前各种蓄电池容量不理想的问题。本文探讨了BP(Back Propagation)网络——神经网络(Neural Network, NN)的一种,并利用BP网络对并联混合动力汽车(Parallel Hybrid Electric Vehicle,PHEV)发动机的转矩进行估计。以发动机台架性能实验所得数据为基础,使用Matlab中的Neural Network工具,建立不同神经元个数和层数的BP网络模型分别对并联混合动力汽车发动机进行稳态控制和动态控制时的实验数据进行训练,在网络模型的建立过程中,提出了一种新的训练方式,通过对不同模型的训练及结果分析,筛选出了估计精度和泛化能力都较为理想的模型,并以此模型进行了实际的转矩估计,取得了较满意的效果。然后把发动机转矩估计的模型嵌入到整车模型中,验证了发动机转矩估计模型的合理性。(本文来源于《武汉科技大学》期刊2007-04-20）
发动机转矩估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对混合动力汽车控制系统的开发过程,提出一种应用改进BP神经网络对发动机输出转矩进行估计的方法。根据在发动机实验台中所测得的部分样本数据,将传统的BP网络误差函数进行改进,建立了发动机输出转矩估计模型,并利用最优停止法对网络进行训练,避免了过拟合现象。实验结果表明,利用改进的BP网络对发动机输出转矩进行估计,减轻了网络训练负担,降低了网络训练的误差,提高了发动机输出转矩估计的精确度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
发动机转矩估计论文参考文献
[1].田翔,何仁,徐益强.基于最小二乘支持向量机的并联混合动力汽车发动机转矩在线估计[J].汽车工程.2016
[2].吴晓刚,王旭东,余腾伟.发动机输出转矩的改进BP神经网络估计[J].电机与控制学报.2010
[3].杜常清,颜伏伍,严运兵,杨平龙.用于控制的发动机转矩估计方法研究[J].内燃机学报.2008
[4].杜常清,颜伏伍,杨平龙,杜传进.基于BP神经网络的发动机转矩估计[J].汽车工程.2008
[5].董光宇,于水,张旭升,李理光.基于燃烧离子传感技术的发动机指示转矩实时估计[J].汽车工程.2008
[6].严运兵,陈华明,张光德.并联混合动力汽车的发动机转矩估计[J].汽车工程.2008
[7].胡立群,张光德,严运兵,陈华明.并联混合动力汽车发动机动态控制时的转矩估计[J].汽车科技.2007
[8].杨平龙.基于人工神经网络的发动机转矩估计[D].武汉理工大学.2007
[9].胡立群.并联混合动力汽车发动机转矩估计的研究[D].武汉科技大学.2007
论文知识图
