신경회로망을 이용한 정상상태에서의 자동차 엔진의 공연비제어

Air-Fuel Ratio Control of Automobile Engines in Steady States by Neural Networks

본 연구에서는 현재 사용되고 있는 산소센서의 단점을 극복할 수 있는 방법을 광역공연비센서처럼 공연비를 추정할 수 있는 방법을 연구한다. 그 방법으로 신경회 로망을 사용한 배기가스의 공연비 추정기(estimator)를 구성한다. 그리고 이 추정기 를 이용한 공연비 제어기를 설계하고 실제 MPI엔진에 적용하여 그 성능을 알아 보겠다.

An air-fuel ratio control method is studied to keep the air-fuel ratio of the exhaust gas in the neighborhood of the stoichiometric air-fuel ratio to maximize the conversion efficiency of the three-way catalytic converter. Estimators, which estimate the air-fuel ratio of the exhaust gas, are proposed using neural networks to overcome the limit of the presently used bang-bang type exhaust gas oxygen sensor. Using these estimators, PI controller for air-fuel ratio control is designed and is experimented for an automobile engine. The proposed controller reduces the variation of air-fuel ratio of the exhaust gas from the stoichiometric air-fuel ratio by 50%-75% when compared to the existing controller.