CN108647389A - 一种发动机控制参数优化map的确定方法 - Google Patents

一种发动机控制参数优化map的确定方法 Download PDF

Info

Publication number
CN108647389A
CN108647389A CN201810316379.5A CN201810316379A CN108647389A CN 108647389 A CN108647389 A CN 108647389A CN 201810316379 A CN201810316379 A CN 201810316379A CN 108647389 A CN108647389 A CN 108647389A
Authority
CN
China
Prior art keywords
engine
optimization
parameter
control parameters
control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810316379.5A
Other languages
English (en)
Inventor
王尚学
牛海杰
陈晋兵
董江峰
张志军
仲蕾
邓玉林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China North Engine Research Institute Tianjin
Original Assignee
China North Engine Research Institute Tianjin
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China North Engine Research Institute Tianjin filed Critical China North Engine Research Institute Tianjin
Priority to CN201810316379.5A priority Critical patent/CN108647389A/zh
Publication of CN108647389A publication Critical patent/CN108647389A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

本发明涉及一种发动机控制参数优化MAP的确定方法，包括以下步骤：1)建立发动机工作过程仿真模型；2)试验验证模型的准确性；3)发动机控制参数的虚拟试验设计；4)控制参数虚拟试验设计结果的回归分析；5)分析控制参数对功率影响的灵敏度；6)确定控制参数的灵敏度权重系数；7)确定优化变量，构造多变量单目标有约束的最优化数学模型；8)功率函数的优化，得到不同工况下主要控制参数的最优取值MAP。本发明可以快速确定对整机功率影响较大的发动机控制参数，并确定灵敏度较大的控制参数的优化范围，进而为全工况下整机功率的提升提供优化方向。可以缩短开发周期，降低开发成本，提高开发效率，能够为发动机性能的优化提供有效指导。

Description

一种发动机控制参数优化MAP的确定方法
技术领域
本发明属于内燃机设计技术领域，具体涉及一种发动机控制参数优化MAP 的确定方法。
背景技术
强劲的机动性能是车辆的性能需求之一，面对每一次产品的升级，都要进行动力装置的功率提升。发动机本身的复杂结构，使得其控制参数有数十个，每个参数都会影响整机的动力性，所以在对整机的动力提升设计中，如果对所有控制参数都进行优化，势必会增加设计工作量和设计成本；另一方面，传统的发动机性能优化过程有一定的局限性和盲目性，一般是基于标定点工况或者最大扭矩点工况来进行的，其优化结果并不适用于其它工况，使得后期整机的性能标定只能参考相似机型的控制参数MAP来开展。因此，对发动机控制参数的全工况优化成为目前整机性能开发领域的一个难点。
尽管影响整机动力性的控制参数很多，但是各参数对动力指标的影响程度却不尽相同。在动力性提升的设计工作中，可以选择对整机输出功率影响较为灵敏的控制参数作为优化变量，以动力性指标为优化目标构造多变量单目标有约束的优化数学模型，在全工况范围内对关键控制参数进行优化，进而确定整机输出功率最大条件下的控制参数优化MAP范围，为整机的性能标定工作提供有力指导。
发明内容
针对传统发动机动力优化设计中存在的缺陷或不足，本发明所要解决的技术问题是：提供一种更全面更快速的发动机控制参数优化MAP的确定方法。本发明应用计算机仿真技术和数学优化算法，实现了对发动机功率的全工况优化设计，大幅度减少了设计方案和设计工作量，提高了设计效率和设计针对性、缩短了设计开发周期，降低了开发成本，能够更全面地指导整机的全工况性能标定。
本发明采取的技术方案为一种发动机控制参数优化MAP的确定方法，包括以下步骤：
a、建立发动机工作过程仿真模型；
b、试验验证模型的准确性；
c、发动机控制参数的虚拟试验设计；
d、控制参数虚拟试验设计结果的回归分析；
e、分析控制参数对功率影响的灵敏度；
f、确定控制参数的灵敏度权重系数；
g、确定优化变量，构造多变量单目标有约束的最优化数学模型；
h、功率函数的优化，得到不同工况下主要控制参数的最优取值MAP。
作为本发明的进一步改进，步骤a中所述的建立发动机工作过程仿真模型，主要是建立缸内的燃烧模型和传热模型。其中，燃烧模型采用三韦伯函数模拟高速柴油机的燃烧放热规律，三韦伯函数公式如下：
式中：x为燃烧过程中已燃的燃油量占喷入气缸燃油量的百分比；m为燃烧品质指数；θz为燃烧始点，为燃烧持续期；为瞬时曲轴转角；a为完全燃烧放热系数，取6.908。
缸内传热模型采用如下公式：
式中：n为发动机转速；a为瞬时换热系数；Ai为传热表面积；TWi为传热表面的平均温度；i＝1为活塞，i＝2为气缸盖，i＝3为气缸套，T为缸内气体温度。
作为本发明的进一步改进，步骤b中所述的试验验证模型的准确性，是以缸内压力、进气量、输出功率和燃油消耗率的试验值为目标，通过调整燃烧模型和传热模型参数，使得仿真得到的缸内压力、进气量、有效功率、燃油消耗率与试验值相互吻合。
作为本发明的进一步改进，步骤c中所述的发动机控制参数的虚拟试验设计，其中发动机的控制参数包括进排气配气相位、供油参数等，通过确定各参数的取值范围，通过商业软件GT-POWER中的DOE工具进行虚拟试验设计。
作为本发明的进一步改进，步骤d中所述的控制参数虚拟试验设计结果的回归分析，是采用DOE工具对生成的设计方案进行计算，采用回归分析法将离散数据用连续函数表达出来，得到各控制参数对发动机输出功率的影响规律。
作为本发明的进一步改进，步骤e中所述的分析控制参数对功率影响的灵敏度，这里是将发动机输出功率变化率对控制参数变化率的比值定义为该参数的灵敏度系数，用公式表示为：
式中，Pe为输出功率；Xi为控制参数；Si为控制参数Xi的灵敏度系数。
作为本发明的进一步改进，步骤f中所述的确定控制参数的灵敏度权重系数，用公式表示为：
式中，ki为控制参数Xi的灵敏度权重系数；Si为控制参数Xi对应的灵敏度；Smax为所有控制参数灵敏度系数绝对值的最大值。
作为本发明的进一步改进，步骤g中所述的确定优化变量，构造多变量单目标有约束的最优化数学模型，具体步骤为：在控制参数样本中采集“权重系数ki≥标准权重值k0”的控制参数作为优化变量，以整机输出功率为目标函数，构造多变量单目标有约束的最优化数学模型。其中：
标准权重值为：k0＝1/n (6)
目标函数为：
式中，[pmax]为许用缸内最高燃烧压力。
作为本发明的进一步改进，步骤h中所述的功率函数的优化，是利用GT-POWER软件自带的罚函数优化算法，通过设置发动机转速和负荷值，进行对步骤g生成的优化模型的迭代计算，确定发动机主要控制参数在不同工况下的优化MAP。
相对于现有技术，本发明具有以下优势：
本发明发动机控制参数优化MAP的确定方法，可以实现对发动机功率的全工况优化，可以避免优化设计的盲目性，能够大幅度减少设计方案和设计工作量、提高设计效率和针对性、缩短设计开发周期、降低开发成本，能够很好地指导整机的全工况性能标定。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
附图1是一种发动机控制参数优化MAP的确定方法流程图。
附图2是发动机输出功率对各控制参数影响的灵敏度比较。
附图3为以功率最大为目标的发动机SOI的优化MAP。
附图4为以功率最大为目标的发动机IVO的优化MAP。
附图5为以功率最大为目标的发动机EVO的优化MAP。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图说明及具体实施方式对本发明进一步说明。
如图1所示，本发明所述的以功率最大为目标的发动机控制参数优化 MAP的确定方法，是基于计算机仿真技术和数学优化算法开展的，实现了对发动机功率的全工况优化设计，大幅度减少了设计方案和设计工作量，提高了设计效率和设计针对性、缩短了设计开发周期，降低了开发成本，能够更全面地指导整机的全工况性能标定。
如图1所示，本发明所述的一种发动机控制参数优化MAP的确定方法包括以下步骤：
a、建立发动机工作过程仿真模型；
b、试验验证模型的准确性；
c、发动机控制参数的虚拟试验设计；
d、控制参数虚拟试验设计结果的回归分析；
e、分析控制参数对功率影响的灵敏度；
f、确定控制参数的灵敏度权重系数；
g、确定优化变量，构造多变量单目标有约束的最优化数学模型；
h、功率函数的优化，得到不同工况下主要控制参数的最优取值MAP。
步骤a中所述的建立发动机工作过程仿真模型，主要是建立缸内的燃烧模型和传热模型。其中，燃烧模型采用三韦伯函数模拟高速柴油机的燃烧放热规律，三韦伯函数公式如下：
式中：x为燃烧过程中已燃的燃油量占喷入气缸燃油量的百分比；m为燃烧品质指数；θz为燃烧始点，为燃烧持续期；为瞬时曲轴转角；a为完全燃烧放热系数，取6.908。
缸内传热模型采用如下公式：
式中：n为发动机转速；a为瞬时换热系数；Ai为传热表面积；TWi为传热表面的平均温度；i＝1为活塞，i＝2为气缸盖，i＝3为气缸套。
步骤b中所述的试验验证模型的准确性，是以缸内压力、进气量、输出功率和燃油消耗率的试验值为目标，通过调整燃烧模型和传热模型参数，使得仿真得到的缸内压力、进气量、有效功率、燃油消耗率与试验值相互吻合。
步骤c中所述的发动机控制参数的虚拟试验设计，其中发动机的控制参数包括进排气配气相位、供油参数等，通过确定各参数的取值范围，通过商业软件GT-POWER中的DOE工具进行虚拟试验设计。
步骤d中所述的控制参数虚拟试验设计结果的回归分析，是采用DOE工具对生成的设计方案进行计算，采用回归分析法将离散数据用连续函数表达出来，得到各控制参数对发动机输出功率的影响规律。
步骤e中所述的分析控制参数对功率影响的灵敏度，这里是将发动机输出功率变化率对控制参数变化率的比值定义为该参数的灵敏度系数，用公式表示为，用公式表示为：
式中，Pe为输出功率；Xi为控制参数；Si为控制参数Xi的灵敏度系数。
步骤f中所述的确定控制参数的灵敏度权重系数，用公式表示为：
式中，ki为控制参数Xi的灵敏度权重系数；Si为控制参数Xi对应的灵敏度；Smax为所有控制参数灵敏度系数绝对值的最大值，n为控制参数的个数。
步骤g中所述的确定优化变量，构造多变量单目标有约束的最优化数学模型，具体步骤为：在控制参数样本中采集“权重系数ki≥标准权重值k0”的控制参数作为优化变量，以整机输出功率为目标函数，构造多变量单目标有约束的最优化数学模型。其中：
标准权重值为：k0＝1/n (6)
目标函数为：
式中，[pmax]为许用缸内最高燃烧压力，Pe为发动机输出功率。
步骤h中所述的功率函数的优化，是利用GT-POWER软件自带的罚函数优化算法，通过设置发动机转速和负荷值，进行对步骤g生成的优化模型的迭代计算，确定发动机主要控制参数在不同工况下的优化MAP。
本发明实施例：以某3缸涡轮增压发动机的功率优化设计为例，首先建立整机工作过程仿真模型，并根据试验值进行模型的修正，使得计算值与试验值的偏差控制在5％以内；其次，分析功率指标对所要求设计的六个控制参数(X1:环境温度T、X2:喷油提前角SOI、X3:进气管长度L、X4:稳压腔容积V、X5:进气门开启角IVO、X6:排气门开启角EVO)的灵敏性，见附图2；根据步骤e确定各参数的灵敏性权重系数：k1＝0.09、k2＝0.39、k3＝0.13、 k4＝0.13、k5＝0.38、k6＝1；根据标准权重值(k0＝1/6)选择:X2<喷油提前角 SOI>、X5<进气门开启角IVO>、X6<排气门开启角EVO>三个控制参数为优化变量；以发动机输出功率Pe最大为目标，以缸内爆发压力[pmax]＝11.5MPa为限制条件，并设定各变量的寻优范围；根据步骤g建立数学优化模型为：
最后，设置发动机转速为2600r/min、2800r/min、3000r/min、3200r/min、 3400r/min、3600r/min、3800r/min、4000r/min，负荷变化为100％、80％、 60％、40％、20％，利用GT-POWER软件自带的罚函数优化算法，对上述优化模型进行迭代计算，得到以功率最大为目标的发动机SOI、IVO、EVO优化MAP，见附图3～附图5。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种发动机控制参数优化MAP的确定方法，其特征是包括以下步骤：
a、建立发动机工作过程仿真模型；
b、试验验证模型的准确性；
c、发动机控制参数的虚拟试验设计；
d、控制参数虚拟试验设计结果的回归分析；
e、分析控制参数对功率影响的灵敏度；
f、确定控制参数的灵敏度权重系数；
g、确定优化变量，构造多变量单目标有约束的最优化数学模型；
h、功率函数的优化，得到不同工况下主要控制参数的最优取值MAP。
2.根据权利要求1所述的一种发动机控制参数优化MAP的确定方法，其特征在于：步骤a中所述的建立发动机工作过程仿真模型，是建立缸内的燃烧模型和传热模型；
其中，燃烧模型采用三韦伯函数模拟高速柴油机的燃烧放热规律，三韦伯函数公式如下：
式中：x为燃烧过程中已燃的燃油量占喷入气缸燃油量的百分比；m为燃烧品质指数；θz为燃烧始点，为燃烧持续期；为瞬时曲轴转角；a为完全燃烧放热系数，取6.908；
缸内传热模型采用如下公式：
式中：n为发动机转速；a为瞬时换热系数；Ai为传热表面积；TWi为传热表面的平均温度；i＝1为活塞，i＝2为气缸盖，i＝3为气缸套，T为缸内气体温度。
3.根据权利要求1所述的一种发动机控制参数优化MAP的确定方法，其特征在于：步骤b中所述的试验验证模型的准确性，是以缸内压力、进气量、输出功率和燃油消耗率的试验值为目标，通过调整燃烧模型和传热模型参数，使得仿真得到的缸内压力、进气量、有效功率、燃油消耗率与试验值相互吻合。
4.根据权利要求1所述的一种发动机控制参数优化MAP的确定方法，其特征在于：步骤c中所述的发动机控制参数的虚拟试验设计，其中发动机的控制参数包括进排气配气相位、供油参数，通过确定各参数的取值范围，通过商业软件GT-POWER中的DOE工具进行虚拟试验设计。
5.根据权利要求1所述的一种发动机控制参数优化MAP的确定方法，其特征在于：步骤d中所述的控制参数虚拟试验设计结果的回归分析，是采用DOE工具对生成的设计方案进行计算，采用回归分析法将离散数据用连续函数表达，得到各控制参数对发动机输出功率的影响规律。
6.根据权利要求1所述的一种发动机控制参数优化MAP的确定方法，其特征在于：步骤e中所述的分析控制参数对功率影响的灵敏度，是将发动机输出功率变化率对控制参数变化率的比值定义为该参数的灵敏度系数，用公式表示为：
式中，Pe为输出功率；Xi为控制参数；Si为控制参数Xi的灵敏度系数。
7.根据权利要求1所述的一种发动机控制参数优化MAP的确定方法，其特征在于：步骤f中所述的确定控制参数的灵敏度权重系数，用公式表示为：
式中，ki为控制参数Xi的灵敏度权重系数；Si为控制参数Xi对应的灵敏度；Smax为所有控制参数灵敏度系数绝对值的最大值。
8.根据权利要求1所述的一种发动机控制参数优化MAP的确定方法，其特征在于：步骤g中所述的确定优化变量，构造多变量单目标有约束的最优化数学模型，具体步骤为：在控制参数样本中采集，权重系数ki≥标准权重值k0的控制参数作为优化变量，以整机输出功率为目标函数，构造多变量单目标有约束的最优化数学模型；其中：
标准权重值为：k0＝1/n (6)
目标函数为：
式中，[pmax]为许用缸内最高燃烧压力，Pe为输出功率。
9.根据权利要求1所述的一种发动机控制参数优化MAP的确定方法，其特征在于：步骤h中所述的功率函数的优化，是利用GT-POWER软件自带的罚函数优化算法，通过设置发动机转速和负荷值，进行对步骤g生成的优化模型的迭代计算，确定发动机主要控制参数在不同工况下的优化MAP。
CN201810316379.5A 2018-06-12 2018-06-12 一种发动机控制参数优化map的确定方法 Pending CN108647389A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810316379.5A CN108647389A (zh) 2018-06-12 2018-06-12 一种发动机控制参数优化map的确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810316379.5A CN108647389A (zh) 2018-06-12 2018-06-12 一种发动机控制参数优化map的确定方法

Publications (1)

Publication Number Publication Date
CN108647389A true CN108647389A (zh) 2018-10-12

Family

ID=63745732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810316379.5A Pending CN108647389A (zh) 2018-06-12 2018-06-12 一种发动机控制参数优化map的确定方法

Country Status (1)

Country Link
CN (1) CN108647389A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110276525A (zh) * 2019-05-27 2019-09-24 北京交通大学 基于燃油经济性的发动机关键技术评估方法
CN111337258A (zh) * 2020-02-14 2020-06-26 北京理工大学 一种结合遗传算法和极值搜索算法的发动机控制参数在线标定的装置及方法
CN114608830A (zh) * 2022-02-10 2022-06-10 南京航空航天大学 一种基于Doe的二冲程点燃式航空煤油发动机爆震抑制方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5755206A (en) * 1996-06-03 1998-05-26 Mitsubishi Denki Kabushiki Kaisha Control method and apparatus for internal combustion engine
JP2005042656A (ja) * 2003-07-24 2005-02-17 Toyota Motor Corp 車載エンジンの制御パラメータ適合方法及び制御パラメータ適合装置
CN103324978A (zh) * 2013-07-03 2013-09-25 哈尔滨工程大学 基于多目标量子蚁群算法的多目标决策引擎参数优化方法
CN103994005A (zh) * 2014-04-13 2014-08-20 北京理工大学 一种电控单体泵柴油机模型的燃油经济性标定方法
CN104102781A (zh) * 2014-07-18 2014-10-15 上汽通用五菱汽车股份有限公司 一种基于多目标优化的发动机性能优化方法
CN104778312A (zh) * 2015-03-27 2015-07-15 中国北方发动机研究所(天津) 一种v型多缸发动机发火顺序合理性评价方法
JP2016008508A (ja) * 2014-06-20 2016-01-18 トヨタ自動車株式会社 内燃機関システム
CN105512409A (zh) * 2015-12-11 2016-04-20 中国北方发动机研究所(天津) 一种发动机零部件优化设计方法
CN106089464A (zh) * 2016-08-16 2016-11-09 株洲中车时代电气股份有限公司 一种柴油机输出功率控制方法及装置
CN108021739A (zh) * 2017-11-22 2018-05-11 中国北方发动机研究所(天津) 一种大功率军用柴油机实时仿真模型参数影响度分析方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5755206A (en) * 1996-06-03 1998-05-26 Mitsubishi Denki Kabushiki Kaisha Control method and apparatus for internal combustion engine
JP2005042656A (ja) * 2003-07-24 2005-02-17 Toyota Motor Corp 車載エンジンの制御パラメータ適合方法及び制御パラメータ適合装置
CN103324978A (zh) * 2013-07-03 2013-09-25 哈尔滨工程大学 基于多目标量子蚁群算法的多目标决策引擎参数优化方法
CN103994005A (zh) * 2014-04-13 2014-08-20 北京理工大学 一种电控单体泵柴油机模型的燃油经济性标定方法
JP2016008508A (ja) * 2014-06-20 2016-01-18 トヨタ自動車株式会社 内燃機関システム
CN104102781A (zh) * 2014-07-18 2014-10-15 上汽通用五菱汽车股份有限公司 一种基于多目标优化的发动机性能优化方法
CN104778312A (zh) * 2015-03-27 2015-07-15 中国北方发动机研究所(天津) 一种v型多缸发动机发火顺序合理性评价方法
CN105512409A (zh) * 2015-12-11 2016-04-20 中国北方发动机研究所(天津) 一种发动机零部件优化设计方法
CN106089464A (zh) * 2016-08-16 2016-11-09 株洲中车时代电气股份有限公司 一种柴油机输出功率控制方法及装置
CN108021739A (zh) * 2017-11-22 2018-05-11 中国北方发动机研究所(天津) 一种大功率军用柴油机实时仿真模型参数影响度分析方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
何丰硕: "发动机全可变配气多参数优化方法及耦合规律研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *
周刊等: "基于GT-POWER DoE的发动机多参数优化", 《佳木斯大学学报(自然科学版)》 *
李明等: "基于GT-Power仿真的2.0L汽油机动力性能分析与优化", 《汽车技术》 *
王尚学等: "基于GT-Power的增压柴油机进排气系统参数敏感性分析", 《柴油机设计与制造》 *
苏万华: "《内燃机燃烧与控制》", 31 October 2010 *
范毅等: "基于正交试验的乙醇汽油发动机进气系统优化设计", 《农业装备与车辆工程》 *
陈晋兵等: "基于整车HWY循环工况运行的柴油机设计及动力系统匹配研究", 《小型内燃机与车辆技术》 *
马镇镇: "基于GT-Power的天然气发动机数值模拟与研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110276525A (zh) * 2019-05-27 2019-09-24 北京交通大学 基于燃油经济性的发动机关键技术评估方法
CN111337258A (zh) * 2020-02-14 2020-06-26 北京理工大学 一种结合遗传算法和极值搜索算法的发动机控制参数在线标定的装置及方法
CN114608830A (zh) * 2022-02-10 2022-06-10 南京航空航天大学 一种基于Doe的二冲程点燃式航空煤油发动机爆震抑制方法

Similar Documents

Publication Publication Date Title
Liu et al. Concept of rapid and controllable combustion for high power-density diesel engines
CN108647389A (zh) 一种发动机控制参数优化map的确定方法
US7171950B2 (en) Method and device for determining the pressure in the combustion chamber of an internal combustion engine, in particular a spontaneous ignition engine, for controlling fuel injection in the engine
JP6262957B2 (ja) 内燃機関の運用方法
CN108762110B (zh) 一种满足国ⅳ标准的电控摩托车发动机匹配标定方法
CN107044353A (zh) 内燃机的控制装置
CN105116730B (zh) 基于粒子群模糊神经网络的氢燃料发动机点火提前角优化系统及其优化方法
CN105264207A (zh) 内燃机的控制装置
WO2016209919A1 (en) Model-based operation control of a spark ignited internal combustion engine
CN104100432B (zh) 用于确定发动机控制设备中的点火角的方法和装置
Knop et al. An analysis of limits for part load efficiency improvement with VVA devices
CN102177327A (zh) 用于内燃机的点火正时控制设备和方法
CN107269408B (zh) 柴油机优化燃烧控制器及对仿真模型控制方法
Lü et al. Multi-objective optimization of key technologies in gasoline direct-Injection engine based on fuel economy
CN102678361B (zh) 具有用于驱动器控制的算法的发动机控制系统
Ali et al. Effect of ceramic coated pistons on the performance of a compressed natural gas engine
Gao et al. Injection control algorithm of diesel electronic control system based on neural network technology
CN104778312A (zh) 一种v型多缸发动机发火顺序合理性评价方法
Zhang et al. Geometric optimization of turbocharger compressor and its influence on engine performance
Hikita et al. Study on model-based control for HCCI engine
CN103975153B (zh) 内燃机的控制装置
Kamaltdinov et al. Diesel Engine operating cycle optimization with simulation of combustion process by double-Wiebe function
CN102797580A (zh) 用于操作内燃机的方法
Dahlan et al. Simulation of intake and exhaust valve timing on internal combustion engine
Yamin et al. Second-law analysis of an LPG-powered 4-stroke SI engine under variable stroke length and compression ratio

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181012