孙宏杰，彭溢文，荆家乐，黄栋杰

（1.长安大学汽车学院，陕西 西安 710064；2.中国铁路广州局集团有限公司广州职工培训基地培训科，广东 广州 510800）

引言

随着日益严苛的排放法规和传统化石燃料的短缺，均质压燃（HCCI）这种高效清洁的内燃机燃烧方式开始受到研究人员的重视。HCCI发动机的燃烧过程属于低温均质燃烧，因此能够同时降低PM和NOx的排放，并且实现较高的热效率，但随之也带来了燃烧相位控制困难和负荷范围窄的问题。人工神经网络就提供了一种精确预测HCCI发动机各项参数的方法，该模型是基于实验的预测模型不需要考虑复杂的缸内燃烧过程，这为HCCI发动机实时在线控制提供了潜在的解决方案。本文主要介绍人工神经网络在HCCI发动机上的应用研究。

1 人工神经网络在HCCI发动机上的应用

1.1 HCCI发动机运转特性和排放特性预测

HCCI发动机的运转特性和排放特性受进气温度、进气压力、燃料类型、EGR率、负荷、转速等的多重影响，这些影响因素与发动机输出参数大多都存在着很强的非线性关系。由于人工神经网络具有高度的非线性，因此能够精确地模拟发动机输入和输出之间的关系，近些年有大量研究人员在这方面作出了努力。Javad R[1]等人将燃料的混合比例和过量空气系数作为输入参数，分别构建径向基神经网络和前馈神经网络来预测HCCI发动机的输出参数，通过实验数据验证发现两种模型对参数预测的平均误差都低于 4%。Harisan-kar B[2]等人则将进气温度和负荷作为输入构建了一个广义回归神经网络来预测HCCI发动机的输出参数，并利用网格搜索法优化模型参数。……