摘 要：分析礦山機械用發動機的不同工作狀態，建立對應的優化控制方案，進一步建立合理的優化模型，利用改進后的模糊神經網絡對模型進行計算，通過對不同工況下的結算結果進行分析，證實了該模型的合理性和可行性。

　　關鍵詞：礦山機械;發動機;最優模型;模糊神經網絡

　　1 緒論

　　氫燃料不僅能夠作為車輛發動機的替代燃料，在礦山機械中也開始有所應用。[1]由于其燃燒后的產物中不存在顆粒、積碳等物質，能夠有效地避免礦山機械的磨損。但是氫燃料由于氫燃料熱值高、著火范圍廣以及火焰傳播速度快的特點，使發動機易產生早燃、回火等現象。[2]因此，探索氫燃料發動機的優化控制技術，對提高其使用性能具有重要的意義。

　　2 礦山機械用發動機優化控制方案

　　2.1 發動機類型及優化控制思想

　　根據氫氣供應方式的不同礦山機械用發動機被分為缸內直接噴射氫氣型和缸外預混氫氣型兩種。[1]其中缸內直接噴射氫氣型發動機根據噴氣方式又分為早期低壓噴氣和壓縮行程止點附近噴氣。前者不易產生回火現象，但是容易早燃;而后者能夠避免早燃或回火現象的發生，提高了發動機的輸出功率。缸外預混氫氣型發動機能夠形成高質量的混合氣體，但是存在著充氣效率低，高負荷運作時容易早燃、回火以及功率下降的缺點。

　　由于礦山機械用發動機運轉時的各運動參數會對發動機的動力性能、經濟性能和排放性能等產生不同的影響。[2]所以，可以利用相適宜的評價標準對不同的工況進行優化，使其達到最優后再對另外幾個指標進行優化。

　　2.2 不同工況下優化方案的建立

　　在啟動工況和怠速工況下，可以將點火提前角θs、噴氫量ID和噴氫提前θi設定為常量。在啟動工況下，控制系統會進行判斷，同時對該狀況下的冷熱情況進行修正;在怠速工況下，控制系統會在對當前的實際怠速和目標怠速的轉速進行測試的同時采用閉環控制。對于加減速工況，控制系統會對噴氫量進行補償，達到改變工況的目的。

　　對于大全負荷工況，以發動機能的輸出功率Pe為最終優化目標，將各相關參數作為約束條件，得到如下數學關系式

　　3 模型的建立及求解

　　3.1 模型的建立

　　由于公式(1)～(2)中，節氣門開度ρ以及發動機轉速n不受發動機狀態改變的控制，因此，可以將礦山機械用發動機正常工況下的優化控制模型簡化為：通過任一轉速n以及ρ的共同作用，確定理想的點火提前角θs，噴氫提前角θi和噴氫量ID，通過對應的約束條件的作用，達到使有效功率Pe或有效氫氣消耗率ge最優化的目的。

　　利用C++程序語言以及改進的模糊神經網絡后對礦山機械發動機的優化模型進行計算。軟件計算所需的參數包括：發動機轉速n、進氣壓力pa、冷卻水溫度等，輸出目標包括：最優的點火提前角m1(x1，x2)、最優的噴氫提前角m2(x1，x2)和最優的噴氫量m3(x1，x2)。

　　通過進行仿真計算得出，在低速及低負荷的工況下，混合氫氣的濃度與最優點火提前角m1成反比的關系，即混合氫氣濃度越低，m1越大;而在高速及高負荷的工況下，混合氫氣的密度較大時，m1會變小。當發動機達到最大功率時，由于此時混合氫氣濃度較大，其燃燒速度也更快，得到的m1約為20°CA BTDC。此外，由于負荷變化會影響到混合氫氣的濃度，所以負荷變化率對m1的影響要高于轉速變化率對其的影響。該模型在任意一種工況下都具有較高的進度，計算得到的最優提前角均方差等于0.381°CA，此時的絕對誤差≤1°CA，最大的相對誤差<5%。但是，由于m1會隨著公話的變化而變化，當工況的變化率較大時，誤差會相應的增加。

　　4 結論

　　綜上所述，通過對礦山機械用發動機的不同工況進行分析，建立了相適宜的優化方案以及優化控制模型，通過數學模型的建立有效地縮減了計算量。同時，利用改進的模糊神經網絡計算方法，對建立的優化模型求解，并對不同工況下的計算結果進行分析，得出該優化模型滿足計算精度的要求，是合理可行的。

　　參考文獻：

　　[1]王忠，鄭國兵，張育華，等.氫燃料發動機及其起動過程研究[J].車用發動機，2007，6：1-4.

　　[2]歐陽明高，張育華，辛軍，等.氫內燃機的改裝設計與控制研究[J].內燃機工程，2006，27(6)：1-5.