李漫江

(江苏经贸职业技术学院，南京 211168)

基于神经网络的多功能收割机发动机性能仿真及优化

李漫江

(江苏经贸职业技术学院，南京 211168)

随着全球经济和工业的快速发展，能源危机和环境保护问题越来越突出，传统内燃式发动机受到了巨大冲击，因此研究高效、节能的发动机显得尤为重要。为此，研究一种压缩比为10.6多功能收割机，并设计了基于MatLab仿真平台的GT-Power神经网络模型，利用神经网络训练和测试的数据自动进行仿真和储存，采用拉丁超立方采样算法设计试验，简化运算过程提高寻优效率。实验结果表明：神经网络模型转矩、比油耗和温度等参数模型预测误差很小、精度很高，可用于多功能收割机发动机的性能预测，使其各项指标参数最优化。

多功能收割机；发动机；神经网络；MatLab；GT-Power

0 引言

由于农作物收获期短，秋收时期时间非常紧张，收割机进行作业时，一片农田区域往往需要在1周之内完成收割任务，收割压力大，因此对收割机的要求非常高，甚至会出现收割机不歇驾驶员轮流休息的抢收局面。收割机连续工作时间长，发动机油门一拉到底，对发动机的可靠性要求比较苛刻。为此，本文设计了基于MatLab仿真平台的GT-Power神经网络模型，利用神经网络训练和测试的数据自动进行仿真和储存，采用拉丁超立方采样算法设计实验，简化运算过程，提高寻优效率，使多功能收割机发动机各项指标参数达到最优。

1 发动机仿真模型的建立

在建立多功能收割机发动机仿真模型时，假设是在1台压缩比为10.6的Otto发动机上进行计算仿真，该发动机包含一套进出气可独立操作的双VVT系统，叶片可操作极限为45℃A。……