【作者】

李志强; 裴毅强

【单位】

天津大学; Tianjin University

【摘要】

由于较高的热效率和可靠性，柴油机在交通运输及建筑业得到了广泛的应用。最近几年，随着人们对环境保护的意识的提高，针对柴油机污染物排放的法规不断升级，大幅降低了柴油机污染物的排放限值。同时，严苛的限值也驱动了主机生产制造企业不断采用新技术及新办法去满足法规要求。其中，基于虚拟标定对产品开发周期的压缩和降成本优势，该技术目前在发动机开发过程中已经逐渐得到应用。虚拟标定系统由不同的模块模型集成及迭代计算输出结果，而集成系统中的NOx原排排放模型则尤为重要，该模型不仅是原机集成模型的输出，同时也作为后处理系统的输入值。在本次研究中，采用BP神经网络模型搭建了NOx原机排放数值模型，同时采用油门变化梯度，实现发动机急加速工况判断，实现了对瞬态加速过程中NOx排放修正。基于NOx排放对缸内过量空气系数的强相关性，分别在台架采集了EGR正常工作以及EGR完全关闭的万有数据作为训练集，并通过NOx生成机理及算法实现相关性分析，对其中的强相关参数进行提取。在优化完成的模型上，利用WHSC和WHTC数据作为验证集进行最终结果验证，结果显示，WHSC循环NOx决定系数R^2=0.98, WHTC循环NOx决定系数R^2=0.93。

【关键词】

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

【论文集名称】

燃烧新技术与后处理

【会议名称】

内燃机“高效、低碳、清洁燃烧”国际学术研讨会

【会议时间】

2022-8-11至2022-8-14

【会议地点】

昆明

【下载次数】

5

返回