汽车空燃比控制和转速控制是发动机控制系统中的两个重要问题。为了使汽车满足一定的排放要求,同时具有良好的驾驶性能,需要对发动机的空燃比和转速进行控制。这是因为三元催化转化器的转化效率在可燃混合气的化学当量比上达到最高,所以需要控制发动机的空燃比在这一理论值附近,减少废气排放。对发动机的转速进行有效控制不仅可以减轻驾驶员的疲劳,减少交通事故的发生,还能够节省燃料从而提高发动机的经济性能。转速控制系统已被广泛的应用到汽车上。本文的主要研究内容分为三个部分,包括利用Matlab中的BP神经网络工具箱函数建立发动机空燃比系统模型,基于BP神经网络的空燃比控制器的设计,以及利用反馈线性化理论设计发动机转速控制器。发动机控制系统是一个多输入多输出的非线性系统,空燃比控制系统的模型具有参数不确定性和时变非线性,传统的辨识模型的方法很难应用。为此,本文考虑应用神经网络来建立空燃比模型。利用en-DYNA发动机动力学仿真环境获得建模数据,通过训练神经网络学习样本数据,利用Matlab神经网络工具箱函数建立了正确的发动机空燃比神经网络模型,其中对神经网络的训练算法、网络结构以及训练结果的验证等内容进行了探讨。基于神经网络的控制算法简单,鲁棒性较强,适合于发动机这样的有纯时延、开环渐进稳定的非线性对象。针对空燃比瞬态控制中的燃油动力学以及时滞的影响设计神经网络控制算法,采用离线训练得到的权值作为在线训练时的权值初值,编制了在线训练算法,实现了实时控制。通过扰动及噪声实验来验证其自适应性。仿真结果表明将所设计的神经网络应用于发动机空燃比控制是可行的。发动机转速控制品质的好坏直接影响到汽车运行的经济性和舒适性,然而发动机是一个典型的非线性动力学系统,要得到对转速的控制性能相当困难。本文应用反馈线性化的思想,基于发动机物理模型和实际数据建立了一个非线性发动机速度控制模型,通过坐标变换与状态反馈,实现了发动机速度控制系统的线性化。仿真结果表明,在控制器作用下,发动机在各种负载情况下,能够保持发动机转速在要求的转速附近。