[发明专利]使用神经网络控制车辆发动机的方法无效
| 申请号： | 200680014709.0 | 申请日： | 2006-04-25 |
| 公开（公告）号： | CN101198783A | 公开（公告）日： | 2008-06-11 |
| 发明（设计）人： | T·普吕尼耶 | 申请（专利权）人： | 雷诺股份公司 |
| 主分类号： | F02D41/18 | 分类号： | F02D41/18 |
| 代理公司： | 北京市中咨律师事务所 | 代理人： | 李峥;于静 |
| 地址： | 法国布洛*** | 国省代码： | 法国;FR |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 使用 神经网络 控制 车辆 发动机 方法 | ||
1.一种控制车辆发动机的方法，其中，确定了该发动机的空气容积填充效率(η)，其特征在于，借助于人工神经网络(6)来确定所述效率的基础值和校正值，并且将该基础值和校正值相加。
2.根据前一权利要求所述的方法，其特征在于，根据所述发动机的转数(N)来确定所述效率。
3.根据前述任一权利要求所述的方法，其特征在于，根据所述发动机的收集器中的压力(Pcol)来确定所述效率。
4.根据前述任一权利要求所述的方法，其特征在于，根据进气凸轮轴的定位定值与该轴的位置测量值之差(ΔCadm)来确定所述效率。
5.根据前述任一权利要求所述的方法，其特征在于，根据排气凸轮轴的定位定值与该轴的位置测量值之差(ΔCech)来确定所述效率。
6.根据前述任一权利要求所述的方法，其特征在于，根据进气阀门的升程规律与该阀门的位置之差(ΔLadm)来确定所述效率。
7.根据前述任一权利要求所述的方法，其特征在于，根据排气阀门的升程规律与该阀门的位置之差(ΔLech)来确定所述效率。
8.根据前述任一权利要求所述的方法，其特征在于，根据所述发动机的定值力矩与最大力矩之比(Tqi)来确定所述效率。
9.根据前述任一权利要求所述的方法，其特征在于，根据所述收集器中的压力和/或所述发动机的转数来确定所述基础值。
10.根据前述任一权利要求所述的方法，其特征在于，所述网络(6)包括唯一的隐层(18)。
11.根据前述任一权利要求所述的方法，其特征在于，所述网络(6)的激励函数是tansig函数。
12.根据前述任一权利要求所述的方法，其特征在于，在非等距点之间离散所述网络的激励函数。
13.一种车辆发动机，包括适于确定所述发动机的空气容积填充效率的控制构件，该控制构件包括神经网络(6)，其特征在于，所述神经网络适于确定所述效率的基础值、借助于该神经网络(6)确定校正值，并且将该基础值和该校正值相加。
14.根据前一权利要求所述的发动机，其特征在于，它包括进气凸轮轴和/或排气凸轮轴的可变定位装置。
15.根据权利要求13和14中任一项所述的发动机，其特征在于，它包括用于进气阀门和/或排气阀门的可变升程装置。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于雷诺股份公司，未经雷诺股份公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/200680014709.0/1.html，转载请声明来源钻瓜专利网。
