Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Совершенствование управления бензинового двигателя с использованием искусственных нейронных сетей

Диссертация: Совершенствование управления бензинового двигателя с использованием искусственных нейронных сетей
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Расчётные исследования подтвердили, что многорежимный нейронный корректор может обеспечить более высокий уровень компенсации состава смеси (в пределах 3% от стехиометрического значения) на большем количестве неустановившихся режимов работы двигателя при меньших вычислительных затратах по сравнению с корректором, имеющим коэффициенты, определяемые искусственной нейронной сетью. .6.^ Использование… Читать ещё >

Содержание

  • 1. Способы реализации нейронного управления подачей топлива в бензиновом двигателе
    • 1. 1. Причины необходимости повышения точности управления подачей топлива
    • 1. 2. Факторы, влияющие на состав смеси в двигателе при впрыскивании топлива во впускной трубопровод
    • 1. 3. Принципы построения управления подачей топлива
    • 1. 4. Анализ возможного применения искусственного интеллекта для задачи управления подачей топлива
    • 1. 5. Схемы реализации управления подачей топлива с использованием нейронных сетей
    • 1. 6. Возможный способ разработки нейросетевых технологий управления с применением персонального компьютера
    • 1. 7. Выводы и постановка задачи
  • 2. Методики расчётных и экспериментальных исследований
    • 2. 1. Описание программной среды компьютерного моделирования
    • 2. 2. Описание автоматизированной моторной установки
  • 3. Расчётные исследования алгоритмов нейронного управления подачей топлива двигателя
    • 3. 1. Разработка многорежимного корректора с нейронными коэффициентами
    • 3. 2. Разработка многорежимного нейронного корректора
    • 3. 3. Методы подбора управляющего воздействия корректора
    • 3. 4. Применение процедуры классификации и кластеризации при подборе параметров корректора
    • 3. 5. Методика реализации искусственных нейронных сетей в стандартных ЭСУ
  • 4. Экспериментальные исследования алгоритмов нейронного управления подачей топлива
    • 4. 1. Идентификация параметров динамической многопараметрической модели двигателя
    • 4. 2. Проверка методики подбора управляющего воздействия корректора по ограниченному количеству обращений к двигателю
    • 4. 3. Автоматизированная настройка многорежимного корректора с нейронными коэффициентами, реализованного в блоке электронного управления
    • 4. 4. Проверка эффективности работы корректора

Совершенствование управления бензинового двигателя с использованием искусственных нейронных сетей (реферат, курсовая, диплом, контрольная)

Актуальность работы. Для выполнения жёстких норм токсичности, предъявляемых к перспективным моделям автомобилей, необходимо обеспечить более точное управление параметрами работы двигателя на неустановившихся режимах в процессе всей эксплуатации.

В современных электронных системах управления двигателем с искровым зажиганием используются сложные модели управления, настройка которых производится в большом числе случаев с помощью неавтоматизированных методик и требует значительных затрат времени в общем цикле доводочных работ двигателя. Поэтому необходимо внедрять самообучающиеся алгоритмы управления, способные на борту автомобиля подстраиваться к изменяющимся параметрам работы двигателя и условиям эксплуатации. Перейти к интеллектуальному управлению на первом этапе возможно за счёт использования самообучающихся алгоритмов для организации автоматизированных методик калибровки систем управления двигателем. Построение автоматизированных методик настройки моделей управления двигателем на неустановившихся режимах работы целесообразно осуществлять на основе искусственных нейронных сетей, которые в силу своей структуры обладают свойством самообучения.

Актуальность работы определяется тем, что она направлена на разработку и реализацию алгоритмов управления на основе искусственных нейронных сетей в стандартной электронной системе управления, а также на автоматизацию калибровки системы управления двигателем на неустановившихся режимах работы.

Цель работы. Разработать многорежимный корректор подачи топлива на основе искусственной нейронной сети для улучшения стабилизации стехиометрического состава смеси на неустановившихся режимах работы бензинового двигателя. Структура корректора должна позволять вести автоматизированный процесс настройки его параметров при ограниченном числе экспериментальных обращений к двигателю.

Методы исследования. Расчётные исследования проведены на основе динамических моделей, реализованных в созданном программном приложении «Корректор подачи топлива для бензинового двигателя». Приложение разработано на базе математического пакета «МАТЬАВ». Экспериментальные исследования проведены в Проблемной лаборатории транспортных двигателей МАДИ (ГТУ) на автоматизированной моторной установке, оснащённой современным измерительным оборудованием европейского уровня.

Достоверность результатов обеспечена применением оборудования и приборов с соблюдением государственных стандартов, а также адекватностью результатов расчётных и экспериментальных исследований.

Научная новизна. Рассмотрены этапы постепенного перехода к методикам интеллектуального управления подачей топлива в бензиновом двигателе на неустановившихся режимах его работы. Разработаны схемы управления и методики автоматизированной калибровки, включая программную реализацию, системы коррекции подачи топлива на основе искусственных нейронных сетей. Реализован многорежимный корректор подачи топлива на основе искусственной нейронной сети как часть общего алгоритма управления двигателем в виде исполняемого программного модуля для блока электронного управления «МИКАС 10». Разработана и экспериментально проверена методика автоматической калибровки многорежимного корректора подачи топлива на основе искусственной нейронной сети.

Практическаяценность. Разработанный метод автоматизированной калибровки многорежимного корректора подачи топлива на основе искусственной нейронной сети позволяет настраивать параметры на большем числе неустановившихся режимов работы двигателя, чем это реализуется при использовании современных неавтоматизированных методик калибровки.

Разработанная методика программной реализации искусственной нейронной сети позволяет внедрять корректор подачи топлива на её основе в общий алгоритм управления двигателем без изменения аппаратной части блока электронного управления и при минимальном использовании вычислительных ресурсов его микроконтроллера.

Реализация работы. Результаты исследований, программный комплекс и экспериментальнаяустановка используются в учебном процессе кафедры «Теплотехника и автотракторные двигатели» при подготовке бакалавров, инженеров, магистров, аспирантов по специальностям «Тепловые двигатели» и «Электрооборудование автомобилей и тракторов». Многорежимный корректор подачи топлива на основе искусственной нейронной сети реализован в блоке электронного управления «МИКАС 10» как часть общего алгоритма управления двигателем. Технологии программной реализации и автоматизированной настройки искусственных нейронных сетей на базе стандартных вычислительных средств направленных на решение задачи автоматизации испытаний двигателя при проведении процедуры калибровочных работ приняты для использования ФГУП «НИИ Импульсной техники» при создании перспективных автоматизированных моторных стендов для испытания двигателей внутреннего сгорания.

Основные положения выносимые на защиту: •Возможные схемы построения корректора подачи топлива на основе искусственных нейронных сетей и методы их практической реализации;

• Схема, методика калибровки и результаты расчётных исследований многорежимного нейронного корректора подачи топлива;

• Схема, методика калибровки и результаты моторных испытаний многорежимного корректора подачи топлива с коэффициентами, определяемыми искусственной нейронной сетью.

Личный вклад автора.

• Проанализированы различные виды искусственного интеллекта и способы его применения в структуре управления подачей топлива на неустановившихся режимах работы двигателя;

• Исследованы возможные пути реализации нейронного управления подачей топлива в современном бензиновом двигателе;

• Разработаны динамические модели, отражающие различные методики калибровки и управления подачей топлива в бензиновом двигателе на основе искусственных нейронных сетей;

• Разработано программное приложение на основе математического пакета МАТЪАВ, позволяющее не только отрабатывать различные структуры нейросетевого управления подачей топлива, но и осуществлять их реализацию в режиме реального времени на двигателе в стендовых условиях;

• Проведены серии экспериментальных исследований по реализации интеллектуальных стратегий управления подачей топлива в бензиновом двигателе;

• Проведён анализ влияния работы корректора подачи топлива на токсичность отработавших газов двигателя, работающего на неустановившихся режимах работы;

• Разработана методика реализации искусственных нейронных сетей на основе промышленно-выпускаемых микропроцессорных систем управления без изменения аппаратной части.

Апробация работы. Результаты, полученные в ходе выполнения диссертационной работы, докладывались на: Международной научно-технической конференции НГТУ (2003 г.) — Научно-технических конференциях МАДИ (ГТУ) (2003, 2005 г. г.) — Всероссийской научной конференции МАТЬАВ (ИЛУ РАН) (2004 г.) — Международном симпозиуме МГТУ им. Н. Э. Баумана (2005 г.) — Международной Балтийской студенческой олимпиаде по автоматическому управлению (2006 г.). Рассматривались на Всероссийском научно-техническом семинаре по автоматическому регулированию и управлению теплоэнергетических установок им. проф. В. И. Крутова при МГТУ им. Н. Э. Баумана (2004;2006 г. г.), и экспонировались на выставках научных достижений МАДИ (ГТУ) 2004;2006 г. г.

Работа частично проводилась в рамках межотраслевой программы сотрудничества Министерства образования Российской Федерации и АО «АВТОВАЗ» по направлению «Научно-инновационное сотрудничество» (2004 г.). Также частично работа проводилась в рамках заказа Министерства образования и науки Российской Федерации на «Исследование работы самонастраивающихся контуров микропроцессорного управления автомобильными двигателями» (2005 г.). Отчеты о результатах проделанной работы приняты заказчиком.

Публикации. По теме диссертации опубликованы пять статей и тезисы трёх докладов на научных конференциях.

Объем работы. Диссертационная работа состоит из введения, четырёх глав, основных выводов и рекомендаций, библиографического списка, трёх актов внедрения. Общий объем работы 146 страниц, включая 109 страниц машинописного текста, 9 таблиц и 48 рисунков. Библиография содержит 91 наименование.

ОСНОВНЫЕ ВЫВОДЫ И РЕКОМЕНДАЦИИ.

1. Анализ *работ" по вопросам коррекции подачи топлива в бензиновом двигателе на неустановившихся режимах работы показал, что для обеспечения точного управления необходимо применение многорежимных корректоров с параметрами, изменяющимися не только в зависимости — от режима'.работыдвигателя, но, и от ряда эксплуатационных факторов. Настройка параметров подобных корректоров является трудной задачей. Поэтому целесообразно разрабатывать структуры корректоров и методики их калибровки на основе самообучающихся искусственных нейронных сетей.

2. На-основе*анализа>возмо-кностей^применения^самообучающихся искусственных нейронных* сетей *, для совершенствования управления подачей топлива на неустановившихся режимах работы двигателя были выбраны две основные схемы корректора: 1-я схема — корректор с коэффициентами, определяемымдаискусственной — нейронной сетью- 2-я схема-непосредственно.нейронной-корректор. мирил. лрон :

3. Для настройки многорежимных корректоров в работе использовались два метода подбора параметров: 1-й методнепосредственного поискапараметров-. 2-й, метод —быстрого поиска параметров.'^Моторньш ^эксперимент' показал, ечто'' применение-метода быстрого поиска параметров корректора позволяет сократить в 67 раз (с 200 до 3) количество обращений к двигателю за счёт переноса основного объёма оптимизационных вычислений на расчётное моделирование. м4п? Снижение максимального? отклонения!состава-рмеси.с 25%-ного до 8%-ного уровня в ¡-результате .проведения моторного эксперимента по настройке корректора с1 коэффициентами, определяемыми искусственной нейронной ^ сетью,'Vподтвердило • принципиальную работоспособность искусственных нейронных, сетей для задачи управленияМ подачей жхтоцливам пбензинового п ри двигателя на неустановившихся режимах. Для получения более высокого уровня компенсации состава смеси необходимо увеличить количество настраиваемых параметров, — хотя более целесообразно перейти к использованию структуры нейронного корректора.1 .

5. Расчётные исследования подтвердили, что многорежимный нейронный корректор может обеспечить более высокий уровень компенсации состава смеси (в пределах 3% от стехиометрического значения) на большем количестве неустановившихся режимов работы двигателя при меньших вычислительных затратах по сравнению с корректором, имеющим коэффициенты, определяемые искусственной нейронной сетью. .6.^ Использование^ ! корректора и с&е структурой-. искусственной нейронной— - сети: т^бДоке-гэлектронного>Лупр.авления «МИКАС 10» показало, что разработанная>.методика-, её программной реализации позволяет внедрять нейросетевые с. структуры в общий алгоритм управления двигателемна базе — промышленно-выпускаемой микропроцессорной^ системыесуправления ктольжо* за [счётизменения программного модуля, запрограммированного в блоке управления.

7. Уменьшение максимальных значений концентраций оксида углерода (СО) и оксидов азота (ЪЮх) минимум на 15% и 8% соответственнолшри. работе, корректора позроляетчполагать, что его наличие ов системе управленияк двтомобилем^ксплуатйрующегося в интенсивном транспортном потоке, позволит уменьшить также общий уровень токсичности. Дальнейшее-уменьшение токсичности автомобиля может быть связано с внедрением корректоров, учитывающих не только нагрузку > ?и-ижрростнойрежим*'1 работы и двигателя, зно си— температуру охлаждающей жидкости, масла и топлива-^ также улучшением прогноза циклового наполнения воздухом двигателя.

•.<.-•- 1ь.' ¡—вспно- '¡-фи'- ¡-.'Лиок* коррсл. оча икл-)1 п системе' управленияавтомобилем,-•эксплуатируюь:

8. Постепенное внедрение датчика кислорода с линейной характеристикой в состав микропроцессорных систем управления, увеличение: вычислительныхмощностей? микроконтроллеров, а также и внедрение персональных компьютеров на борт автомобиля позволяет считать перспективным применение. самообучающихся методов управления подачей топлива бензинового двигателя на основе искусственных нейронных сетей непосредственно на автомобиле в ближайшем будущем.. .: • 135 ¦:. ыч-шнеий'е • Н4е]"ьньи 'мощностей мн крокот-рвал^>ок. .-нме !1е. 7сона.1ьннх к*^-№ыдтеров-'.на борт, авю. м-оаил-! V • ,.

•• • V. йг?) 1 ь •. ь <. |. — I * «» Л Г-.. «чу ч,*}, .у * Ь ч*' «I { *•? * ».. «!1г/1.:мтсм будущем.

-, V 136 i .<�¦¦¦ - >¦ v ' 1 — ¦¦ .- ¦ -v J — .¦ ¦¦—.

Показать весь текст

Список литературы

  1. В. И., Горячий Я. В., Морозов К. А., Черняк Б. Я., " Смесеобразование в карбюраторных двигателях", М.: Машиностроение, 1975, — 176 с
  2. Ануфриев И. Е-, «Самоучитель MATfcAB5.-3/6.x СПб.: БВХ-Петербург, 2002, — 736 с
  3. A.B. и др., „Методы оптимизации: Выпуск XIV“,-М.:МГТУ им Н. Э. Баумана, 2001, 44,0,с
  4. Архангельский у В-М., Злотин Г. Н., „Работа карбюраторных двигателей на неустановившихся режимах, М.: Машиностроение, 1979, -152с •¦••-'.: '
  5. Т. У., Боргнакке К., Кларк С. К. и др.- Под ред. Хиллиарда Д., Спрингера Дж. С.- Пер с англ. Васильева A.M.- Под ред. Кострова A.B., '1Тбпливн'аяН., экономичности МвтЪкобйлей’Хс“» бензиновыми двигателями" М.: Машиностроение, 1988,--504 с
  6. Аш Ж. и соавторы, «Датчики > измерительных систем» В 2-х книгах. Кн. 1. Пер. с франц., М.: Мир, 1992, — 480 с
  7. Ama^^:!WKcdaBfö-pbi,-«Датчики Йзмеритйльных систем» В 2-х книгах. Кн. 2. Пер, с франц^ -¡-М.: Мир, 1992,'-'424 с-ihm.
  8. Д., Пирсол А., «Измерение и анализ случайных процессов», М.:Мир, 1974 г. 9.^^БояриноЕ/'А'М, Кафаров. В'.Вц '"Методы оптимизации|в химической технологии", Изд^^-е, М.-Химия,^1975, «576с)ои.чен с (Vh
  9. A.A. и др., „Методы и средства идентификации неустановившихся объектов“, Л.: Энергоатомиздат, 1989, — 280 с
  10. C.B., канд. дисс. „Разработка структуры и алгоритмов обучающихся контуров рв', микропроцессорных^лсистемахсчуправления автомобильных двигателей“, М.':МАДИ,'2005- -р
  11. Н., „Кибернетика.“ -М.: Наука, 1983
  12. Uu>-f)Mliuu Л.1 i., „vUfjiaf-^ii'ij.jJ., :vi J ГОДЫ oil i .lit'KiUliii h .11 H-i •• ~> г> Л ¦ v.'.
  13. Гёльднер.Г., Кубик G., „Нелинейные системы управления“, пер. с нем., М.: Мир, 1987,-368 с '
  14. А.К., „Теория управления автомобильным бензиновым двигателем“,— М.:Стройиздат, 1997 ^
  15. Л.В., „Топливная аппаратура с электронным управлением дизелей и- двигателей>сгнепосредственным эпрыском-.бензина^ практическое пособие“, М.: Легион-Автодата, 2001, — 176 с.
  16. Л.В., Иващенко H.A., Марков В. А., „Топливная аппаратура и системы управления дизелей: Учебник для вузов“, М.: Легион
  17. ГуреёвгА.А^ШрШенение автомобильных бензинов.“ -М.: Химия, 1972,-364с • .V.--^
  18. И.И., „Познакомимся с экспертной системой“ (Ресурс в сети „Интернет“ по адресу: ihttp://inf.lseptember.ru/1999/art/danill.htm)i9:^j^peHCKHfcCiBf,^ бензиновогодвигателя для разработки ^микропроцессорных^ 'систем управления», М.:МАДИ, 1993
  19. В.П., «MATLAB 6/6.1/6.5 + SIMULINK 4/5 в математике и моделировании^ Полное руководство пользователя», М.: СОЛОН-Пресс,'2003,''"'576 сIIpiiMcncinie’uBTONiooiL’ibnuix’беиглиов-" М :
  20. В.П., «MATLAB: Анализ, идентификация и моделирование систем», — Санкт-Петербург:-Питер, 2002, 448 с
  21. В.П., «SIMULINK 4. Специальный справочник»,-Санкт-ПетербурЩ (Питер''2002),-52&?сдисс. «Динамическая модель Гкп
  22. Дж., Харман Т., перг Симонова М."Л-, „Simulink 4 Секреты мастерства“, М: Бином. Лаборатория знаний, 2003,403 с
  23. A.B., „Методические указания по применению ЭВМ и ЭММ^ в>'?-грузовых. ¡-„>1и ¿-автомобильныхь ^перевозках.(Пошаговая- 576 соптимизация. Метод конфигураций)“, Выпуск 8. Москва МАДИ (ГТУ), 1996
  24. Калан Р.,'Юсноэнь1е-.коццепции^нецррнных-сетёй"^Пер. с англ., М.: „Вильяме“, 2001,-288 с
  25. Л.Г., Максимов A.B., „Нейрокомпьютеры: учебное пособие для вузов“, М.:МГТУ им. Н. Э. Баумана, 2002, -320 с
  26. В.В., Гареев А. Ф., Васютин C.B., Райх В. В., „Базы данных. Интеллектуальная обработка информации.“, М.: Нолидж, 2001, -496с
  27. В.И., ''Двигатель внутреннего сгорания как регулируемый объект“, М.: Машиностроение, 1978, 472 с. ,
  28. Кутенёв' В: Ф., i Каменев сВ 1ФццУВредщ>1е i выбросыавтомобильных двигателей, нормирование и методы измерений», М.:МАМИ, 1999, 68 с
  29. Е. С., Новицкий П. В., • «Электрические измерения физических величин: (Измерительные преобразователи)», Учеб. пособие для вузов,'?ЛиЭнергоато1утздат)4983,^320ic
  30. Леоненков A.B.W ВДечеткоетодедирование «в среде' > MATLAB и fiizzyTECH», СПб.: БХВ-Петербург, 2003, — 736 с
  31. В.Н. и др. «Двигатели Внутреннего Сгорания», — том 1 -Теория рабочих процессов.-М.: Высшая школа, 2005, 479 с
  32. Луканин В.'Н., йСдрр17ДвиЫтелйЬВнутреннег0р6горания"у-том 2 -Динамика и конструирование.-М.: Высшая школа,'2005: 400 с
  33. В.А., В.А. Мангушев, И.В. Маркова, Б. Я. Черняк, «Автомобильные двигатели. Двигатели внутреннего сгорания (Итоги науки и тёхники)-т-Том 4Щ М: —ВИНИТИ-АН СССР, 1985, 282 с
  34. Медведев В:0),-, ПотёмкинсВхГ^сЩейронные сети. е MATLAB 6/ Под общ. ред. к.т.н. В.Г. Потёмкина»,-М.: ДИАЛОГ-МИФИ, 2002, 496 с
  35. Ц., Хара С., Кондо Р. «Введение в цифровое управление», -М.: Мир, 1994. .- Пук’анпн 1I.1I. и .др.-«Двигатели Внутреннего Сгорания ',
  36. В.В., „Теория эксперимента“, М.: Наука, 1971, 208 с
  37. Ю.И., Коган Н. Я., Савельев В. П., „Динамические моделитеории управления“, М.: Наука, 1985, 400 с&bdquo-
  38. Неяченко И.И.г К).И. Ямодов „Моделирование индивидуального по цилиндрам управления подачей топлива, в бензиновом двигателе при холодном пуске“, Десятый международный конгресс двигателестроителей, Украина, 2005
  39. Т., „Цифровые системы автоматизации и управления“, Издание 3-е, — Санкт-Петербург, Невский диалект, 2001.-557 с
  40. С., Халид М.,' • Юсоф Р.,» «Нейроуправление и его приложения», М.: Радиотехника, 2000, 272 с .
  41. С., «Нейронные сети для обработки информации», пер. с польского И.Д.1 РУдйнского, Мя Финансы-и-ст^тистика, 2002-- 344 с
  42. Орлин А.С.у! Круглов^~М.Р:р тбДвигател’и' Внутреннего Сгорания (Системы поршневых и комбинированных двигателей)",-М.: Высшая школа, 1995
  43. Пинский' Ф.И., Давтян Р. И.,-ЧернякБ.Я., «Микропроцессорные системы 3 управ л енйЬтс двтомоБил бными- ' а-двига^лям1г 7 внутреннего сгорания. Учебное пособие», М.: Легион-Автодата, 2001, — 136 с
  44. Г. П. и др., «Электронное управление автомобильными двигателями», М.: Машиностроение, 1994,336 с46^- Поляк Б'11,>л!Введениехй.ойтимизацию"^М.:Наука^1983
  45. Потёмкин В. К-, ПМАТЬАВ -6: среда-проектирования инженерных приложений", М.: ДИАЛОГ-МИФИ, 2003, 448 с
  46. Терехов В.А.,.Ефимов:Д-В.рр01шн И^Ю-^''Нейросетевые системы управления", Кн. 8: Учеб. пособие для вузов/ Общая ред. Галушкина, -М.: ИПРЖР, 2002, 480 с
  47. Ч., Харбор Р.,"Системы управления с обратной связью", М^Шабордториябадовых^^ ор"
  48. Х., «Введение в измерительную 1гехнику»,-М:Мир, 1999
  49. Д., «Обнаружение и диагностика неполадок в химических и нефтехимических процессах», Ленинград.-.Химия, 1983, -352сиил'о.' ilepbqc’iv -'укосч^д.'.vi.-рулсл-, .43J с.
  50. А.Э., 1"ремонтДЙиг5телей Иарубезкнь^ автомобилей", -М. :3а рулём, 2000: -'.с —
  51. Е.П., «Оптимальные и адаптивные системы», Учеб. пособие для вузов, М.: Энергоатомиздат, 1987, -256 с
  52. У-Шульц^пК (ЩоьРеберРi|К.Ю')^Инженерный анализ, адаптивных систем", Пер. с нем,"М.: Мир,"1992-v28Q с> tcxhü-ку"
  53. А., «Искусственный Интеллект»/-М.: Мир, 1985
  54. Alippi С., Russis С. and Piuri V.," A Neural-Network Based Control Solution to Air^Fuel Ratio Control for Automotive Fuel-Injection Systems «ДЕЕЕ transactions bn systems.» mani and' cybernetjcs^pait'C applications and reviews, VOL. 33, NO. 2,2003
  55. Andersson P., Eriksson L. and^Nielsen L., «Modeling and Architecture examples of Model Based Engine Control „, Vehicular Systems, IS YLinkoping' Uni versit^ SEf58 II 83Xinkoping,' $ WEDEN}-' ?1999-.'. с !←:-л1., M.:'Mivp.'19.92-, — 280 с -t .1 • /
  56. T., „A study of fuel transport delay in intake manifold and compensation strategy“, SAE Technical Paper,.Vol 8 № 1,1987.
  57. C.F., „Transient A/F Control Characteristics“ of the 5 Liter Central Fuel Injection Engine“, SAE Techniclal Paper 810 494,1981
  58. I., Pianese C., Rizzo G., „A non linear observer for fuel film dynamics into the intake manifold of a spark ignition Engine“, Department of Mechanical Erigineering University of Salerno, 84 084 Fisciano (Sa) — Italy, 1999
  59. J.L., „Finding Structure in Time“, University of California, San Diego, COGNITiyE, SCIENCE, 44,479−211,-1990 .v.uiu,. o
  60. ETAS Grribh, „INCA V5.0 Getting Started“, Stuttgart, 2004
  61. ETAS Gmbh, „Lambda Meter LA4 User’s guide“, Stuttgart, 2004
  62. R., Aquino F., „Transient A/F Characteristics for cold operation of 1.6 liter engine with Sequential fuel injection“, SAE Technical Paper № 880 691,-1988-. „The effects of injector, target ing-ajid fuef volaii-.
  63. Hendrics E.,! „Modelling bttheantake’manifoTdifilling’dynamics“, SAE Technical Paper № 960 037,1996
  64. E., Jensen M., Chevalier A., „Conventional Event Based Engine Control“ SAE Technical Paper, no.940 377,-1994i AS Gmbh, „INCA V5.0 Getting Started“, Stuttgart, 20(1 i1 142
  65. Ё., Sorenson S.C., „Mean Value Modelling of Spark Ignition Engines“, SAE Techniclal Paper no. 900 616
  66. R.J., Zoysa M.M., Walters S.D., Howson P.A., „Neural Network Techniques for Monitoring and.Control,.of- Internal Combustion Engines“, Int. Symposium on Intelligent Industrial Automation 1999, Genova, Italy
  67. R.J., Walters S.D., „A Multi-Computer Neural Network Architecture in a Virtual Sensor System Application“, Brighton, Sussex, BN2 4GJ, U.K. ~ ^ rf
  68. Ihme H.,"Compensation for the wall film effect in the four-stroke SI engine“, MTZ № 62 7/8,2001-.-л,. v.
  69. Lee Т., Bohac S. V., Assanis D, N., „Estimation of Air Fuel Ratio of a SI Enginei fromuExhaust GksniremperatureCatiiGoldoSlirt^Condition“, SAE 2002−01−1667,42 002">^'-'^n Intelligent Industnn! A4aomuuo !'
  70. McCarthy J., „What is artifical intelligence?“, Standford University, 2004 (Ресурс в сети „Интернет“ в электронном виде по адресу: http://wwW'formal.stanford.edu/jrDc/whatisqi/whatisai.htm.) * ^1,
  71. Е., „Adaptive transient fuel compensation: implementation and experimental results“, SAE Technical Paper 2000−01−0550,2000
  72. R., „Liquid fuel flow in the vicinity of the intake valve of a port-injected SI engine“, SAE Technical Paper № 982 471,199881-.' yNeurojschbol"iy-Pe6ypc iioнейронным Ьет^шеетй'МИнтернет» в электронном виде по адресу: http://neuroschool.narod.ru/
  73. J.M., Hedrick J.K., «Nonlinear Algorithms for Simultaneous Speed Tracking and Air-Fuel Ratio Control in an Automobile Engine», SAE 0547, j’UUV «'>:.:. -, ui/v%-←, u:>. .iiuni). -
  74. Pohlhei’m, H^M'rtiGEAniiTbxit Geheticii andEvolutionary «Algorithm Toolbox for use with -MATLAB», «version 1.91, 1997 -(http://www.systemtechnik.tu-ilmenau.de/~pohlheim/GAToolbox/)
  75. Neuro school» -Ресурс no нейронным еетяльв сети «ЧЬ ¦ :(!(«¦> по tv’jx’cv: hltn://nei!n'"sch (iol.nnrod.r,.i
  76. Rosen .'A, «Master thesis: ' Air/Fuel Ratio Control of an Si-Engine Under Normal Operation Conditions», Reg nr: LiTH-ISY-EX-3594−2004, Linkoping, 2004
  77. S., «The effects of injector targeting and fuel volatility on fuel dynamics in ¦ a PFL engine during:warm up: parti-experimental result», SAE Technical Paper № 982 518,1998
  78. Shaw В. T., Ph. D. thesis: «Modelling and Control of Automotive Coldstart Hydrocarbon Emissions», UNIVERSITY OF CALIFORNIA, BERKELEY, 2002
  79. Sllva-nCarJa'M#lEarias-siPiago^. С., '.'Gold start, part warm start and warm' up? simulatioirof vehicle’s in ECOGEST», Instituto Superior Tecnico, Portugal, F2004V045,2004
  80. C., Siganos D., «Neural networks» Ресурс по нейронным сетям il с, в? ti сети'! -^Интернет'4"^в|П1 электронной >егвиде1 по адресу: http://wwwMoo:ic*ao:W^
  81. Weeks R. W., Moskwa J. J, «Automotive Engine Modeling for RealTime Control Using MATLAB/SIMULINK», SAE 950 417,1995
  82. M., Niewczas A., Hawryluk В., » A Stochastic Model of the Fuel Injection ofithe.SI Engine «r,?SAEIpapefcl088,I2Q00-, Jose M. l
Заполнить форму текущей работой

Заказал и сдал!