摘要：内燃机性能研究的主要目的是为了提高内燃机的动力性，改善其经济性、降低其排放。神经网络因其在处理非线性、时变、多层次变量方面的优越性而成为内燃机性能研究领域的新途径。本文主要介绍了神经网络在内燃机性能研究上的应用。
关键词：神经网络，内燃机性能，模型，自适应性
一、概述
内燃机是一个复杂、非线性、多变量、不易建模的庞大系统，同时又具有时滞和干扰等特点。因此，单纯依靠实验来研究，耗时多、费用大、更改实验条件不灵活。神经网络通过学习后，能从大量的性能测验数据中找出内燃机的性能参数与内燃机状态变量之间的隐含非线性映射关系，然后对这种关系进行展开分析研究，就能寻找改善内燃机性能的有效途径。
二、神经网络
人工神经网络是指利用工程技术手段模拟人脑神经网络的结构和功能的一种技术系统，是一种大规模并行的非线性动力学系统。导入一定的输入、输出信号值后，网络就会根据输入和输出，并结合设定的理想误差不断地调节自己的各节点之间的连接权值来满足输入和输出。
1、神经网络的基本要素（见图一）
1）一组连接，连接强度由各连接上的权值表示，权值为正表示激活，为负表示抑制。
2）一个求和单元，用于求取各输入信号的加权和。
3）一个非线性激活函数，起非线性映射作用并将神经元输出幅度限制在一定范围内（一般限制在（0，1）或（？1，1）之间），此外还有一个阈值。
图一
2、神经网络作用过程的数学式表达
式中，，…，为输入信号，，，…，为神经元k之权值，为线性组合结果，为阈值，为激活函数，为神经元k的输出。
3、神经网络的特点
1）可以充分逼近任意复杂的非线性关系。
2）具有并行结构和并行处理能力。
3）因为网络内的所有信息对各个神经元都是等势的，因此部分信息丢失或者一定的节点不参与运算，对结果均不会产生重大影响。这表现为其强大的鲁棒性和容错性。
4）神经元之间连接的多样性和连接强度的可塑性，使得其具有很强的自适应性，表现为：学习性、自组织能力、综合推理能力和可训练性的等4个方面。
三、神经网络在内燃机性能研究中的应用
1、内燃机性能研究
通过选择正确的样本数据和合理的神经网络模型，对网络进行训练后就能够很好的逼近内燃机的工作过程，从而对相关的性能进行研究和预测。
2、基于神经网络的内燃机故障诊断系统
在内燃机的一些重要部位安装传感器，通过传感器收集数据随故障持续发展的变化情况，并将数据同时加载到两组BP网络中，一组用于对故障的分类，另一组用于对故障严重程度的估计。网络训练后就能很好地定位故障并作出相应的预测。
3、内燃机可靠性与优化设计中的神经网络方法
先对零件进行可靠性分析，然后根据设计要求建立可靠性概率约束条件模型，最后用神经网络方法进行优化求解。
4、内燃机电子控制中的神经网络控制技术
柴油机的电控喷油系统主要由传感器、控制单元和喷油器组成。为了确保柴油机总是处于最佳的工作状态，电控单元应该根据传感器测得的柴油机转速、负荷、进气压力、进排气温度冷却水温度、机油温度等实时调节。这是一个多输入、多输出的髙维非线性控制系统。难以建立适用于经典的控制方法的数学模型。神经在处理这方面的问题却表现出很大的优势。作者：阮迪望，王连富，寇峻瑜，本文来自《内燃机与配件》杂志
