一种基于物理信息神经网络的无静态泄漏喷射器喷射量精确控制方法

本发明的目的在于提供一种基于物理信息神经网络的无静态泄漏喷射器喷射量精确控制方法，属于发动机领域，首先，构建Transformer时间序列模型，对喷射器入口的压力波动虚拟预测，取代喷射器入口处的压力传感器。建立高压燃料管流量模型，通过测得和预测的两处压力波动计算流量并积分得到燃料总量。然后，构建PINN模型，基于高压燃料管流出燃料总量数据和实验测得的喷射量数据进行训练，以实现喷射量的精确预测。最后，通过分段式PID控制器实时修正喷射脉宽，实现喷射量的闭环控制。本发明仅需在高压燃料管安装一个压力传感器，利用虚拟预测避免了多传感器的复杂性与成本，并通过物理约束与数据驱动相结合，保证复杂工况下的喷射量预测精度和闭环控制效果。