当前位置: 首页 » 资料 » 健康论文 » 基于渐近法的废气氧传感器Hammerstein模型辨识

基于渐近法的废气氧传感器Hammerstein模型辨识

放大字体  缩小字体 更新日期:2018-11-26  浏览次数:4
摘 要:为了解决与发动机空燃比控制相关的废气氧(EGO)传感器精确建模问题,基于渐近(ASYM)法辨识了EGO传感器的Hammerstein模型。模型的非线性部分用静态实验数据拟合,动态线性部分的辨识分为三步
  • 【题 名】基于渐近法的废气氧传感器Hammerstein模型辨识
  • 【作 者】滕勤 安鹏 徐科军
  • 【机 构】合肥工业大学机械与汽车工程学院 合肥230009 合肥工业大学电气与自动化工程学院 合肥230009
  • 【刊 名】《仪器仪表学报》2010年 第7期 1514-1519页 共6页
  • 【关键词】废气氧传感器 Hammerstein模型 渐近方法 误差上限 模型误差模型
  • 【文 摘】为了解决与发动机空燃比控制相关的废气氧(EGO)传感器精确建模问题,基于渐近(ASYM)法辨识了EGO传感器的Hammerstein模型。模型的非线性部分用静态实验数据拟合,动态线性部分的辨识分为三步。先估计一个高阶ARX模型,然后依据渐近准则(ASYC)找出最佳频率响应估计的模型阶次,再采用极大似然(ML)法估计降阶后的模型参数。通过残差分析、交叉验证和模型误差模型(MEM)测试,将得到的ASYM模型与输出误差(0E)模型和Box―Jenkins(BJ)模型进行比较。结果表明,基于ASYM法的Hammerstein模型能够更精确地捕获EGO传感器的频域动态特性,并且用ASYM法能够量化模型的频域误差上限以评价建模精度。
 
本文导航:
  • (1) 废气氧传感器,Hammerstein模型,渐近方法,误差上限,模型误差模型
  • 下一篇:鳖甲
  • 上一篇:暂无
 
[ 资料搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐资料
热门关注