【技术实现步骤摘要】
—种基于BP神经网络的MAP标定方法
本专利技术属于汽车发动机电控系统标定
，特别涉及到一种基于BP神经网络的MAP标定方法。
技术介绍
在整车转毂上进行发动机MAP (发动机在各种工况下所需的点火控制曲线)标定时，一般是利用转毂先将实验车辆维持在某个特定的车速上，从而保持某个发动机转速，然后控制油门开度，获取在某个发动机转速下的一系列负荷点，然后转毂设定到另一个车速，同样控制不同的油门开度，这样MAP中所有的发动机转速、负荷工况点都会扫描到。但是由于实验过程中驾驶员的右脚会不可避免的踩不准油门或者由于车的抖动，引起右脚的抖动，会使某个工况点踩得不准确或是存在负荷变动，而且也增加了实验过程的劳动强度。另外有的MAP的工况点会取得很密，标定起来劳动强度大大增加，因此有时人们会通过标定几个具有代表性的工况点，利用插值得到其余工况的初始值，然后对其初始值进行认证。但如果实验时得到的代表性工况点并不是十分准确的落在理论的工况点上，比如说发动机的转速与负荷要求[2000，50]，实验过程中可能是在[2010，50.5]，这样就不能用插值法去计算其他的工况点了。
技术实现思路
本专利技术的目的是提出一种基于BP神经网络的MAP标定方法，以降低人工劳动强度，提高MAP标定的效率和准确性。本专利技术的基于BP神经网络的MAP标定方法包括如下步骤: A:控制试验车辆依次工作在各个工况点上，并记录各个工况点的试验数据； B:确定BP神经网络的激活函数，设置BP神经网络的输入和输出结构，确定节点数目，训练时间及目标误差，编写第一 m文件；C:利用所述第一 ...
【技术保护点】
一种基于BP神经网络的MAP标定方法，其特征在于包括如下步骤：A：控制试验车辆依次工作在各个工况点上，并记录各个工况点的试验数据；B：确定BP神经网络的激活函数，设置BP神经网络的输入和输出结构，确定节点数目，训练时间及目标误差，编写第一m文件；C：利用所述第一m文件开始进行BP神经网络的训练，得到每个节点的权值和阈值；D：利用所得到的权值和阈值来编写第二m文件，确定MAP中输入参数和输出参数，并将试验数据分别与输入参数和输出参数相对应，将对应输入参数的试验数据代入第二m文件，计算输出结果，并比较试验所得到的对应输出参数的试验数据和计算出来的输出结果，验证模型；E：若D步骤中试验所得到的对应输出参数的试验数据与计算出来的输出结果之间相差超出预定范围，则重新执行步骤B～D，调整BP神经网络的结构，再次进行训练，重新编写第二m文件及验证模型；若D步骤中试验所得到的对应输出参数的试验数据与计算出来的输出结果之间相差在预定范围内，则将MAP中对应输入参数的试验数据代入第二m文件，计算对应工况点的输出参数，完成MAP标定。
【技术特征摘要】
1.一种基于BP神经网络的MAP标定方法，其特征在于包括如下步骤: A:控制试验车辆依次工作在各个工况点上，并记录各个工况点的试验数据； B:确定BP神经网络的激活函数，设置BP神经网络的输入和输出结构，确定节点数目，训练时间及目标误差，编写第一 m文件； C:利用所述第一 m文件开始进行BP神经网络的训练，得到每个节点的权值和阈值； D:利用所得到的权值和阈值来编写第二 m文件，确定MAP中输入参数和输出参数，并将试验数据分别与输入参数和输出参数相对应，将对应输入参数的试验数据代入第二 m文件，计算输出结果，并比较试验所得到的对应输出参数的试验数据和计算出来的输出结果，验证模型； E:若D步骤中试验所得到的对应输出参数的试验数据与计算出来的输出结果之间相差超出预定范围，则重新执行步骤B~D，调整BP神经网络的结构，再次进行训练，重新编写第二 m文件及验证模型；若D...
【专利技术属性】
技术研发人员：林国伟，
申请(专利权)人：奇瑞汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。