采用改进粒子群算法的优化电液无凸轮气门机构控制研究

摘要

cqvip:针对发动机气门无凸轮驱动控制精度较低问题,采用改进神经网络控制电液无凸轮气门机构,并对控制效果进行仿真验证.设计了电液无凸轮机构驱动系统,建立了发动机气门动力学模型.采用两个径向基神经网络控制液压伺服阀运动,引用粒子群算法并进行改进,将改进粒子群算法用于优化神经网络结构参数.采用Matlab软件对电液无凸轮气门机构运动结果进行仿真,并且与有凸轮气门机构结果进行对比.结果显示:优化前,控制气门升程、速度和加速度产生的最大误差分别为5.8×10-2 mm,8.7×10-2 mm·s-2;优化后,气门控制升程、速度和加速度产生的最大误差分别为3.5×10-2 mm,4.8×10-2 mm·s-2.采用改进神经网络控制电液无凸轮气门机构,能够较好地实现对气门升程和正时的控制.