基于人工神經網絡模型對帶EGR的CRDI柴油機性能與排放的預測

?

基于人工神經網絡模型對帶EGR的CRDI柴油機性能與排放的預測

與傳統柴油機相比，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）已經被證明為在控制NOx方面是一種性價比很高的方案。由于與NOx后處理系統的運行和開發相比，EGR操作簡單且效率高而被廣泛采用。基于AI（人工智能）平臺的人工神經網絡模型因其固有的優勢而在內燃機控制模式方面成為穩定的系統識別和映射工具。

研究了基于人工神經網絡模型的不同EGR策略下CRDI柴油機性能和排放。人工神經網絡模型采用了1個有4個隱藏神經元的輸入層、2個每層有10個隱藏神經元的隱藏層，1個有5個隱藏神經元的輸出層。在誤差和性能指標統計平臺上，對所提出的人工神經元模型進行了分析比較。從誤差分析來看，人工神經網絡預測的數據與試驗數據相比總體精度高，相關系數的值為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。

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

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

刊名：Applied Energy（英）

刊期：2014年第119期

作者：Sumit Roy et al

編譯：王欣欣