【作者】

药卓效; 陈韬; 林伟鹏

【单位】

天津大学

【摘要】

研究中面向车辆RDE排放的自适应控制需求，基于仿真与试验数据建立了BP-LSTM (Back-Propagation-Long Short-Term Memory, BP-LSTM)车辆排放监测模型。其中，BP-LSTM排放监测模型包括发动机BP原排模型与LSTM三效催化器工作过程仿真模型。结果表明，所建立的BP-LSTM车辆排放监测模型针对CO、THC以及NOX的发动机原排仿真精度R2均大于0.99。在车辆WLTC(Worldwide Harmonized Light Vehicles Test Cycle, WLTC)循环测试中，对各污染物排放总量预测的相对误差绝对值均小于2%。在树莓派4B计算平台中进行计算速度测试，BP-LSTM排放监测模型每次调用计算耗时约为0.74 ms，其计算需求可在车载端满足，具备实车应用潜力。

【关键词】

排放监测建模；实时运行；长短期记忆神经网络

【论文集名称】

汽油机气体机分会（第四分会场）

【会议名称】

2023 内燃机“高效、低碳、清洁燃烧”学术年会

【会议时间】

2023-8-3至2023-8-6

【会议地点】

哈尔滨

【下载次数】

6

返回