Resumen

La potencia del motor, el consumo de combustible específico del freno y las emisiones están estrechamente relacionados con la relación de aire (es decir, lambda) entre todas las variables del motor. Un modelo preciso y adaptable para la predicción de lambda es esencial para un control eficaz de lambda a largo plazo. Este trabajo utiliza una técnica emergente, la máquina vectorial de relevancia (RVM), para construir un modelo lambda fiable y dependiente del tiempo que pueda actualizarse continuamente cada vez que se añada o elimine una muestra del modelo lambda estimado. El artículo también presenta un nuevo algoritmo de control predictivo de modelos (MPC) para la regulación de la relación de aire basado en RVM. Este estudio demuestra que la precisión, el entrenamiento y el tiempo de actualización del modelo RVM son superiores a los métodos de modelización más recientes, como la red neuronal recurrente diagonal (DRNN) y la máquina de vectores de soporte de mínimos cuadrados decrementales (DLSSVM). Además, el algoritmo de control se ha implementado en un coche real para probarlo. Los resultados experimentales revelan que el rendimiento de control del controlador predictivo de modelo de máquina de vectores de relevancia propuesto (RVMMPC) también es superior al DRNNMPC, al MPC basado en máquina de vectores de soporte y al controlador proporcional-integral (PI) convencional en coches de producción. Por lo tanto, el RVMMPC propuesto es un esquema prometedor para reemplazar el controlador PI convencional para el control de la relación de aire del motor.

• Materias:Automatización Control del proceso Sistemas no lineales Modelo lineal Regulación automática Diagnóstico de fallos
• Subjects:Automation Nonlinear systems Linear model Automatic regulation Fault diagnosis
• Palabras claves:red neuronal recurrente diagonal, modelo de máquina vectorial de relevancia, máquina vectorial de soporte cuadrada, controlador pi convencional, modelo lambda dependiente, control lambda eficaz, últimos métodos de modelización, máquina vectorial de relevancia, consumo específico de combustible, máquina vectorial de soporte
• Keywords:diagonal recurrent neural network, relevance vector machine model, squares support vector machine, conventional pi controller, dependent lambda model, effective lambda control, latest modelling methods, relevance vector machine, specific fuel consumption, support vector machine