一种基于核极限学习机实时训练优化的高压燃料系统喷射量长期在线预测方法
申请号:CN202411633258
申请日期:2024-11-15
公开号:CN119514366B
公开日期:2025-08-08
类型:发明专利
摘要
本发明的目的在于提供一种基于核极限学习机实时训练优化的高压燃料系统喷射量长期在线预测方法,属于燃料喷射领域,首先建立喷射量数据集和发动机功率数据集,基于喷射量数据集训练核极限学习机V1模型;再根据不同工况使用V1模型进行喷射量预测,并补充至功率数据集;基于新的功率数据集训练V2模型,优化其功率预测能力。在发动机长期运行过程中,实时监测轨压和喷射脉宽,通过V1模型在线预测喷射量,并结合实时数据通过V2模型预测功率;根据预测功率与实际功率的偏差,基于MPC算法动态调整喷射脉宽,更新喷射量数据集,实时再训练V1模型。本发明能够实现高精度的喷射量长期在线预测,具备实时训练优化能力,无需停机重训。
技术关键词
核极限学习机
高压燃料系统
在线预测方法
脉宽
功率
发动机
MPC算法
遗传算法优化
空燃比
工况
喷射器
负荷
高斯核函数
偏差
矩阵
实时数据
压力
动态