【作者】

胡登; 王贺春; 杨传雷; 王彬彬; 段宝印; 王银燕

【单位】

哈尔滨工程大学; 哈尔滨工程大学动力与能源工程学院

【摘要】

船用柴油机燃烧模型的构建是对处于长时间运行状态的发动机的性能优化和健康管理的关键手段。本文基于Wiebe燃烧模型结合深度学习神经网络提出了基于混合驱动的发动机零维预测模型构建方案，用于实现发动机的同步仿真。首先对通过试验获得的缸压曲线进行Wiebe参数求解，进而利用长短时记忆神经网络（LSTM）建立运行参数与Wiebe参数的辨识模型，然后将Wiebe方程与深度学习神经网络相结合构建出零维预测燃烧模型，并对预测性能进行非校核工况的泛化性分析。基于数字孪生的发动机燃烧模型是实现发动机燃烧过程在线预测的一种有效方法，同时为未来的在线优化提供新的理论依据。

【关键词】

柴油机;数字孪生;LSTM神经网络;燃烧模型

【论文集名称】

数字化设计与仿真技术

【会议名称】

设计智能制造2023学术年会

【会议时间】

2023-10-20至2023-10-23

【会议地点】

湖北十堰

【下载次数】

4

返回