基于人工神經(jīng)網(wǎng)絡模型對帶EGR的CRDI柴油機性能與排放的預測

?

基于人工神經(jīng)網(wǎng)絡模型對帶EGR的CRDI柴油機性能與排放的預測

與傳統(tǒng)柴油機相比，CRDI（高壓共軌柴油直噴）柴油機使得燃油消耗率和煙塵排放顯著降低，但NOx生成的傾向增加。因此，對于CRDI柴油機，需要在煙塵排放和燃油消耗率與NOx排放之間做出一種權衡方案。EGR（廢氣再循環(huán)）已經(jīng)被證明為在控制NOx方面是一種性價比很高的方案。由于與NOx后處理系統(tǒng)的運行和開發(fā)相比，EGR操作簡單且效率高而被廣泛采用。基于AI（人工智能）平臺的人工神經(jīng)網(wǎng)絡模型因其固有的優(yōu)勢而在內燃機控制模式方面成為穩(wěn)定的系統(tǒng)識別和映射工具。

研究了基于人工神經(jīng)網(wǎng)絡模型的不同EGR策略下CRDI柴油機性能和排放。人工神經(jīng)網(wǎng)絡模型采用了1個有4個隱藏神經(jīng)元的輸入層、2個每層有10個隱藏神經(jīng)元的隱藏層，1個有5個隱藏神經(jīng)元的輸出層。在誤差和性能指標統(tǒng)計平臺上，對所提出的人工神經(jīng)元模型進行了分析比較。從誤差分析來看，人工神經(jīng)網(wǎng)絡預測的數(shù)據(jù)與試驗數(shù)據(jù)相比總體精度高，相關系數(shù)的值為0.987～0.999，平均絕對百分誤差在1.1%～4.57%范圍內，RMSE（均方根誤差）很低。

已開發(fā)的人工神經(jīng)網(wǎng)絡模型有助于將其本身建立為一個有效的預測工具，可用來模擬發(fā)動機運行所需的輸出。

利用該人工神經(jīng)網(wǎng)絡模型對帶EGR的CRDI柴油機在不同模式下運行的參數(shù)進行模擬，從而為該發(fā)動機運行時所用到的虛擬傳感器實時優(yōu)化策略提供一個全面穩(wěn)定的預測平臺。

刊名：Applied Energy（英）

刊期：2014年第119期

作者：Sumit Roy et al

編譯：王欣欣