?

混合燃料輕型車用柴油機響應(yīng)的人工神經(jīng)網(wǎng)絡(luò)模型

汽車廢氣排放對環(huán)境和健康的影響已經(jīng)引起公眾的廣泛關(guān)注，因此世界各國實施了更加嚴(yán)格的排放法規(guī)。人工神經(jīng)網(wǎng)絡(luò)（ANN）已經(jīng)逐步被應(yīng)用于汽車行業(yè)，其作為一種預(yù)測工具可以快速預(yù)測發(fā)動機各種參數(shù)，是目前被視為一種有前途的工具，其能夠準(zhǔn)確快速地預(yù)測柴油機控制參數(shù)和輸出響應(yīng)之間復(fù)雜的相互關(guān)系。本研究的主要目的是開發(fā)一個神經(jīng)網(wǎng)絡(luò)模型，該模型能夠預(yù)測燃用不同類型生物柴油混合燃料輕型柴油機的輸入和輸出之間關(guān)系。所研究發(fā)動機的4個主要控制參數(shù)有發(fā)動機轉(zhuǎn)速、輸出扭矩、燃油量和燃料類型，9個預(yù)定義的發(fā)動機輸出參數(shù)有CO2、CO、HC、N、NO、最大壓力Pmax、最大壓力時的曲柄角度、最大熱釋放速率、最大熱釋放速率時的曲柄角度和累積熱釋放速率。

ANN模擬了發(fā)動機控制變量和用最小輸入?yún)?shù)表示的發(fā)動機響應(yīng)之間的復(fù)雜關(guān)系。利用均方誤差和相關(guān)系數(shù)評價標(biāo)準(zhǔn)對優(yōu)化方法和ANN的性能進行了評價。結(jié)果表明，所設(shè)計的ANN能夠高精確度地預(yù)測9個發(fā)動機響應(yīng)中的7個。ANN是一種具有高經(jīng)濟效益、低仿真運行時間的模型工具。當(dāng)ANN模型應(yīng)用在發(fā)動機的測試階段時，試驗的數(shù)量明顯減少。模型一旦被建立，不同輸入或操作條件下的燃燒和排放特性就可以通過該模型進行預(yù)測分析。該方法同樣適用于其它具有不同輸入-輸出關(guān)系的燃燒系統(tǒng)，這在發(fā)動機的設(shè)計和開發(fā)周期內(nèi)可大大減少時間和成本。

刊名：Applied Energy（英）

刊期：2012年第92期

作者：Harun Mohamed Ismail et al

編譯：王維