[发明专利]一种基于神经网络的汽车发动机转矩的估算方法无效
| 申请号： | 201110432737.7 | 申请日： | 2011-12-21 |
| 公开（公告）号： | CN102567782A | 公开（公告）日： | 2012-07-11 |
| 发明（设计）人： | 陈华明;金启前;由毅;丁勇;赵福全 | 申请（专利权）人： | 浙江吉利汽车研究院有限公司;浙江吉利控股集团有限公司 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;G06N3/08 |
| 代理公司： | 台州市方圆专利事务所 33107 | 代理人： | 张智平 |
| 地址： | 317000 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于神经网络的汽车发动机转矩的估算方法，属于汽车发动机技术领域。它解决了现有技术中发动机的输出转矩的测量困难和估算不准确的问题。本发明的主要步骤如下：(1)设置网络规模，建立神经网络模型；(2)以实验台发动机测试得到实验数据作为学习数据，对学习数据进一步预处理后获取学习样本；(3)对各组学习样本分别采用BP算法训练神经网络得到个体网络的最优模型参数及其权值，并集成个体网络；(4)发动机输出转矩估算，把检测到的实时汽车发动机油门开度和发动机转速输入训练好的集成神经网络，神经网络输出发动机输出转矩的估计值。该方法能有效地估算出发动机的输出转矩，且易于实现、逻辑性强。 | ||
| 搜索关键词： | 一种 基于 神经网络 汽车发动机 转矩 估算 方法 | ||
【主权项】：
一种基于神经网络的汽车发动机转矩的估算方法，其特征在于，主要步骤如下：(1)设置网络规模，建立神经网络模型取汽车发动机油门开度和发动机转速作为输入量，发动机的输出转矩为输出量来构建适应输入输出地集成神经网络系统，选用具有输入层、隐层、输出层结构的BP神经网络用于实现汽车发动机转矩的建模；(2)获取学习样本以实验台发动机测试得到的发动机油门开度、发动机转速作为输入量和相应发动机输出转矩为输出量的实验数据作为学习数据，对学习数据进一步预处理后为学习样本；(3)训练BP神经网络，并集成个体网络在步骤(1)确定的BP神经网络模型和步骤(2)得到的学习样本的基础上，对各组学习样本分别采用BP算法训练神经网络得到个体网络的最优模型参数及其权值，并集成个体网络；(4)发动机输出转矩估算把检测到的实时汽车发动机油门开度和发动机转速输入到步骤(3)训练好的集成神经网络，神经网络输出发动机输出转矩的估计值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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浙江吉利汽车研究院有限公司;浙江吉利控股集团有限公司，未经浙江吉利汽车研究院有限公司;浙江吉利控股集团有限公司许可，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/patent/201110432737.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种网络系统
- 下一篇：密闭开关柜一次升流试验用线夹
