首  页 学会之窗 新闻中心 标准法规 电子报刊 技术交流 联系我们
电子报刊
《内燃机与动力装置》
2023
·2023年第一期
2022
·2022年第六期
·2022年第五期
·2022年第四期
·2022年第三期
·2022年第二期
·2022年第一期
更多>>
《信息荟萃》
通知通告 MORE..
·关于山东内燃机学会第七届理事会届..
·鲁内学〔2024〕8号 关于山东内燃机..
·鲁内学〔2024〕7号 关于发送《山东..
·鲁内学〔2024〕6号 关于召开山东内..
·鲁内学〔2024〕5号 关于举办山东省..
·便函2024-8号 征集年鉴材料的函..
标准法规 MORE..
·山东7月1日起严格执行重型柴油新车..
·政策 | 2021年1月1日起一大波商用..
·政策 | 2022年12月1日,农机切换国..
·政策 | 国务院下“命令”!新能源..
·数据 |2020年1-8月内燃机行业进出..
·今天!轻型车国六全国范围实施!两..
·国六排放标准实施延期至2021年,终..
 
当前位置:首页 > 电子报刊 > 《内燃机与动力装置》
  发表:admin(管理员) 日期:2021/10/31 点击率:933
基于模型的柴油机排放预测技术

钟祥麟1,于全顺1,高忠明1,陈旭2

1.中国汽车技术研究中心有限公司,天津  300300;2.山东大学能源与动力工程学院,山东 济南  250061

摘要:为实现柴油机排放预测,利用试验设计(design of experiment,DoE)试验获取满足柴油机工作范围的稳态试验数据,利用反向传播(back propagation,BP)神经网络搭建柴油机气缸模型,使用GT-Power软件搭建柴油机的进排气系统模型,将两者耦合搭建柴油机整机模型,并通过试验验证模型在稳态及瞬态工况下的预测精度。结果表明:稳态工况下模型的NOx排放预测相对误差为4.1%,瞬态循环工况下模型的NOx排放预测相对误差为1.2%;该模型可以较准确地预测柴油机的排放。

关键词:柴油机;BP神经网络;GT-Power;NOx排放预测;瞬态循环

AbstractIn order to realize the emission prediction of diesel engine, the design of experiment (DoE) test is used to obtain the steady-state test data meeting the working range of diesel engine, the cylinder model of diesel engine is built through back propagation (BP) neural network, the intake and exhaust system model of diesel engine is built by GT-Power software, and the two are coupled to build the whole diesel engine model. The prediction accuracy of the model under steady-state and transient conditions is verified by experiments. The results show that the NOx emission prediction error of the model is 4.1% under steady-state conditions and 1.2% under transient cycle conditions. The model can accurately predict the emission of diesel engine.

Keywords:diesel engine;BP neural network;NOxemission prediction;transient cycle




上一篇:中型柴油机排气制动性能仿真优化
下一篇:重型发动机整车热平衡试验分析
版权所有 © 2014 山东内燃机学会 联系电话:0531-80687025 地址:济南市长清大学科技园海棠路5001号 邮编:250357 法律咨询专家:董庆华
鲁ICP备13027242号-1