一种基于模型特征迁移学习的高压燃料系统多次喷射下喷射量实时观测方法

本发明的目的在于提供一种基于模型特征迁移学习的高压燃料系统多次喷射下喷射量实时观测方法，属于燃油喷射领域，本发明采集励磁电流信号、喷射器入口压力和喷射速率数据，建立单次喷射和多次喷射数据集并进行批处理归一化；构建基于双层双向长短期记忆神经网络的单次喷射速率预测模型，并利用量子粒子群算法优化其性能；将单次喷射模型的特征参数迁移至多次喷射模型中，并冻结迁移的参数，通过相对较少的多次喷射数据集进行训练；基于实时测量的励磁电流信号和喷射器入口压力，使用多次喷射速率预测模型进行实时预测，获得各喷射阶段的喷射量。与本发明显著减少了对大数据集的依赖，可实现多次喷射下各阶段喷射的喷射量的实时在线准确观测。