【神经网络技术在柴油机故障诊断与控制中应用的研究】黄强.pdf
DissertationSubmittedinPartialFulfillment oftheRequirements for theDegreeof Doctorof PhilosophyinEngineering StudyonApplicationofNeuralNetworksto FaultDiagnosis and Control forDieselEngine Ph.D.Candidate:Huang Qiang Major:Power Machinery Engineering Supervisor::Prof.
华中科技大学博士学位论文 网络结构和参数的选取对其逼近精度和运算速度有较大影响,所以本文采用基于赤池 信息准则和遗传算法的网络结构和参数的同时优化方法来优化控制网络模型,结果表 明该方法能达到网络逼近性能和复杂程度之间的折中,以结构简单的网络模型来改善 系统控制的实时性.由于改善控制实时性而引起的网络逼近精度一定程度的牺牲,使得PID控制方法 的不足表现的更为明显,所以本文提出利用智能模糊控制方法取代PID控制方法,并 对柴油机共轨压力的阶跃升高、抗干扰、压力跟随的控制进行了数值仿真对比,结果 表明模糊控制方法在控制精度、稳定时间、响应速度上都有较大改善。
华中科技大学博士学位论文 networkmodelcan beusedtoidentifyfaults afterWaveletNoiseReduction,Wavelet PacketDecomposition and neural network training.At last theveracity and feasibility are validatedbythetestsamples.Animportantproblem appliedneuralnetworksintoelectronicallycontrolledfuel injectionis thereal-time.