基于DRL的发动机节气门和增压器耦合控制及仿真分析

来源 :重庆理工大学 | 被引量 : 1次 | 上传用户:a6532460
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
能源危机的加剧迫使各个领域做出革新,发动机行业受严格的法规限制,必须采用新型发动机技术以提高发动机燃油经济性,其中广泛应用的是涡轮增压发动机技术。在相同的发动机排量下,压气机可以增加进气量从而增加发动机扭矩和功率,在相同的燃油经济性下提高发动机40%的功率。由于家用轿车的行驶工况在低、中负荷较多,故厂商普遍将涡轮匹配到低转速以保证发动机在低速下的扭矩输出,而到高转速大负荷时采用废气旁通阀放气的形式将过多的废气旁排除,降低压气机的增压压力。由于涡轮存在的迟滞特性严重影响其控制,使发动机在每个瞬态下不能保持最佳工作状态从而降低发动机效率。本文将深度强化学习(Deep Reinforcement Learning,DRL)算法用于发动机控制,针对涡轮增压器和节气门都是影响进气量的直接因素,故本次研究针对增压器和节气门,在控制策略方面模仿人工智能中的自适应算法,尝试通过AI来替代发动机增压器和节气门人工标定,将发动机技术和人工智能技术相结合,从而达到控制节气门和增压器的目的。首先在GT-Power中建立发动机一维控制模型,并通过一定的误差验证使其满足仿真的精度要求,再基于原始模型去掉节气门控制器和涡轮增压器控制器,以此模型作为联合仿真平台的环境。将发动机属性中的转速、传动比、燃油消耗和目标车速作为算法的状态值,程序返回动作即为节气门和废气旁通阀的动作值,判断策略优劣的标准为动力跟随和燃油消耗之和最低。通过搭建的联合仿真平台进行训练,将最终策略加载完整的FTP75工况进行验证,结果表明深度强化学习算法通过耦合节气门和涡轮增压器,可以完成对应工况的动力跟随,并且燃油消耗率降低了6.4%。最后将仿真数据导入STAR-CCM+进行三维仿真,直观的分析了气缸和进、排气道的流场信息,证明在耦合控制中,节气门和增压器通过协同作用调节自身的动作值,可以有效的避免两者的干涉,从而在保证发动机扭矩输出的前提下降低排气背压从而降低燃油消耗率。本研究通过GT-Power、Matlab和Python搭建了深度强化学习发动机一维联合平台,对人工智能算法在节气门和增压器耦合控制领域进行了初步的探索性研究,并在特定的工况下验证了其算法的可行性。
其他文献
古季风变化会产生显著的气候-环境影响,可能与人类文明的演进息息相关。而研究季风长时间尺度的变化也有利于深入理解其潜在的物理机制和提高对它未来演变的预测能力。因此,
粉末涂料因无溶剂污染、性能优越以及耗能低等优势,被大量应用在家用电器、管道防腐、汽车等领域,其中聚酯粉末涂料占据着粉末涂料市场一半以上,但随着全球环境的日益严峻,也
目的:探讨右美托咪定经门静脉预处理减轻肝缺血-再灌注损伤中氧化应激和炎症反应的有效性及作用机制。研究方法:选择本院肝胆外科拟行肝脏手术的原发性肝癌或肝胆管结石患者60例,男34例、女26例,年龄2564岁,体重5570 kg,ASAⅠ或Ⅱ级,肝功能Child-Pugh A级,心、肾功能正常。将所有患者编号后采用随机数字表法分为三组(n=20):右美托咪定经门静脉泵注组(DP组)、右美托咪定经颈内静
涡轮增压有“涡轮迟滞”的问题,可变几何截面涡轮增压器(Variable Geometry Turbocharger,VGT)是解决“涡轮迟滞”的一个好方法,但配备VGT的柴油发动机的升压控制很困难,主要
图的交叉数是图论中一个重要的部分,近百年来,国内外很多学者都对图的交叉数这一问题进行研究。事实上,已有学者证明了确定一个图的交叉数是NP-完全问题。由于证明难度较大,
零膨胀计数模型已在社会经济、医疗、刑侦研究等诸多领域得以应用.零膨胀Conway-Maxwell-Poisson回归模型作为为常用的零膨胀计数模型之一可以很好的解决数据中出现的过离散
近年来,由于抗生素的滥用,世界各地生产及使用的抗生素用量迅猛增加,但抗生素并不能被完全利用,大部分抗生素会通过动物尸体、粪便等形式进入地表水和土壤,并以污泥和污水的
稻螟赤眼蜂Trichogramma japonicun Ashmead是一种卵寄生蜂,寄生于二化螟、稻纵卷叶螟等水稻螟虫的卵中,对水稻螟虫有较好的防治效果。长期以来化学农药的过度使用,造成严重
改革开放以来,城市化进程加快,居民生活水平提高,城市机动车保有量的快速增长在给人们带来便利的同时,也带来了日益严峻的交通拥堵问题,在一定程度上制约着城市的发展,良好的城市交通运行状况与社会效益的提高有着密不可分的联系,因此,对城市交通拥堵问题进行研究具有重大意义。随着大数据与深度学习的快速发展,智能交通系统(ITS)越来越成为未来交通发展的新方向,本文旨在利用深度学习模型对城市交通拥堵进行识别与预
金属有机框架材料(Metal-Organic Frameworks,MOFs)是近年备受关注的一类新型多孔材料,在CO2捕集和低碳烯烃分离等气体分离领域具有良好的应用前景。在CO2捕集方面,在MOFs材料