【作者】

李志强; 裴毅强; 秦静; 王膺博; 刘春涛; 彭志军

【单位】

天津大学内燃机燃烧学国家重点实验室; 天津大学内燃机研究所

【摘要】

柴油机以其燃油效率高、可靠性好等优点，在交通、建筑等行业得到了广泛的应用。近年来,密集的排放法规不断升级减少发动机有毒烟气排出最大值,这也促使发动机制造实施新技术和工具,以满足严格的排放控制,虚拟发动机标定系统可以极大地加快产品开发进度和降低总成本。作为一个集成的迭代计算系统，准确可靠的NOx排放模型在虚拟发动机标定系统中起着重要的作用。本文提出了一种NOx排放的BP-ANN (Back propagation-artificial neural network)模型，并在踏板梯度的基础上引入了一种突然加速修正因子，实现了NOx排放的瞬时峰值修正。考虑到NOx的形成机理，开展了专门设计的台架实验，收集了EGR阀正常工作和EGR阀完全关闭时发动机通用性能图，并对NOx相关记录进行了测量。选取了一些与柴油燃烧有关的物理因素，并用随机森林相关算法进行了特征选择提取。仿真结果表明，该模型具有较高的暂态计算精度，得到了可接受的(R^2)，WHSC和WHTC循环的R^2分别0.98和0.93。

【关键词】

柴油机;NOx排放预测;WHSC循环;WHTC循环;突加速修正;特征选择;神经网络

【论文编号】

P0450

【论文集名称】

控制与测试

【会议名称】

第二届世界内燃机大会

【会议地点】

山东济南

【下载次数】

6

返回