柴油机废气再循环控制策略的优化与仿真验证

针对发动机在瞬态工况下废气再循环（EGR）目标开度响应速度慢和稳定性差问题，在基于进气量控制的基础上，提出了一种基于最小二乘向量机的 EGR 目标开度预测模型。通过改进的平衡优化器算法来调整模型的正则化参数和带宽，并在选定的瞬态工况下对模型进行模拟仿真。结果表明：与反向传播神经网络（BPNN）、径向基函数神经网络（RBFNN）和广义回归神经网络相比，所提出的预测模型在瞬态工况下具有更好的预测性能；与现有的控制策略相比，所提控制策略的 EGR 率曲线有较好的实时跟踪性，且与传统控制相比，其响应速度更快、稳定性更好。