【作者】

陈自强; 石磊

【单位】

上海交通大学

【摘要】

针对柴油机部分预混燃烧喷油控制参数多，难以快速优化的问题，该研究搭建韦伯函数线性化燃烧模型与BP神经网络排放模型对PPCI柴油机进行燃烧状态辨识与排放预测。为同时降低NOx与PM排放值，在燃烧与排放模型的基础上使用粒子群快速优化算法对多段喷油参数进行了优化研究。研究表明：搭建的排放预测模型对NOx与PM预测精度均大于95%；在给定的燃烧参数限制下，通过粒子群算法优化得到了不同负荷下的最佳两段喷油参数，与原工况相比NOx与PM排放分别最大降低38.2%和61.1%。

【关键词】

PPCI;燃烧状态辨识;排放预测;粒子群优化

【论文集名称】

智能动力

【会议名称】

交通能源与智能动力大会

【会议时间】

2022-11-24至2022-11-29

【会议地点】

上海

【下载次数】

2

返回