基于RBF网络的柴油机非线性建模

根据在柴油机试验中得到的输入和输出数据，基于RBF神经网络，建立了描述柴油机动态性能的非线性神经网络模型。提出了一个改进的自组织网络(MSOM)，可以根据柴油机输入输出数据的空间分布和给定的逼近误差自动选择RBF网络的中心。RBF网络的权重用最小方差方法估计出。仿真结果表明，该非线性的神经网络模型可以准确地描述柴油在整个工作范围内的动态性能。该模型将被用于柴油机控制系统的性能分析和控制方案设计中。     

人工神经网络技术在柴油机排放控制中应用

以柴油机排放控制为例，讨论了神经网络技术在柴油机中应用的前景，提出了神经网络软测量的概念，建立了基于柴油机排放控制的模糊神经网络控制模型，并应用神经网络技术实现了柴油机ＮＯｘ排放量和油耗率的优化控制。     

柴油机并车推进装置并车过程试验与仿真研究

本主要研究柴油机并车推进装置并车过程的动态特性。首先在并车试验台上对并车过程进行了试验研究，在此基础上，提出并建立了基于递归神经网络的柴油机辨识模型，并与并车试验台其它部件的机理模型组成试验台混合模型，应用仿真方法研究了不同并车参数对柴油机并车过程动态特性的影响。研究表明并车转速、离合器工作油压变化规律对并车过程彰响较大。而最高工作油压的影响相对较小。为并车控制参数的确定提供了理论依据。     

基于模糊聚类与神经网络的柴油机技术状态评价方法研究

对在正常工作条件下不同使用时间的某型装甲车辆柴油机进行了实车测试试验,提取了评价柴油机技术状态的特征向量;阐述了模糊聚类和神经网络的原理;根据技术状态不同,利用模糊聚类的方法将所测柴油机分成了5类,将分类结果作为神经网络模型训练样本理想输出值的确定依据;利用RBF-BP组合神经网络建立了基于多参数测试的柴油机技术状态评价模型,并对部分柴油机进行了技术状态评价.结果表明,神经网络评价结果与分类结果是一致的,基于神经网络的技术状态评价模型具有推广应用价值.     

基于RBF神经网络的柴油机整体性能预测

对于船用大功率柴油机而言,监测信息的复杂性、不确定性较为明显,为了准确地对柴油机性能作出预测,本文对柴油机振动信号进行处理分析,选取合适的特征参量,建立RBF神经网络模型来预报柴油机的状态.采用这种方法提高了预报精度,缩短了预测时间,取得了较好的预报效果.     

基于遗传算法—优化长短期记忆神经网络的柴油机瞬态NOx排放预测模型研究

为实现选择性催化还原系统（selective catalytic reduction,SCR）尿素喷射量的精确控制,构建并评估了一套利用遗传算法（genetic algorithm,GA）优化长短期记忆（long short term memory,LSTM）神经网络的柴油机瞬态NO_x排放预测模型。针对柴油机瞬态运行特点,选择柴油机NO_x排放的主要影响因素进行相关性分析,确定模型的输入变量;为避免人为选取参数对神经网络预测性能的不良影响,采用遗传算法优化LSTM神经网络的参数,建立预测柴油机瞬态NO_x排放的GA-LSTM模型;最后对预测模型进行了性能测试。结果表明,该模型具有较好的预测能力。     

神经网络在柴油机放热规律预测中的应用

引言 柴油机喷油规律与放热规律之间是一种非线性的因果关系。由于神经网络具有高度非线性映射功能,本文以２４０直喷式柴油机为样机建立了一个从喷油规律预测放热规律的ＢＰ神经网络模型。该模型采用误差反向传播算法即ＢＰ算法,以长期运行的试验数据为样本对网络训练,通过删除冗余权值和节点对网络结构进行了优化,选择了样本的确定原则、处理方法及输人方式,针对２４０柴油机放热规律具有双峰的特点,采取了分段预测的方法。该模型以喷油规律作为输入,可对放热规律进行预测,为柴油机放热规律的预测研究提供了一种新方法。１　放热…     

基于神经网络的内燃机排放预测方法的研究

抛开数学建的模式，尝试把神经网络方法引入内燃机的排放性能预测。该方法的预测精度不依赖于研究对象的数学模型，不需要复杂的数学演算，方法简便，以进气成分变化对柴油机排放性能的影响为例进行了探索，经过试验验证，证明了该方法的可行性。     

船舶柴油机建模方法综述

主机是船舶动力系统的核心部件,通过建立柴油机模型分析柴油机性能、诊断故障以及研究设计更便捷可靠。文章总结了建立船舶柴油机模型的方法以及其研究现状,并分析了各种方法的差别。     

用神经网络研究柴油机性能

人类当前所面临的重大科学技术研究任务之一,就是要揭示人脑的工作机理和智能本质,开发智能应用技术。神经网络从脑的神经系统结构出发来研究脑功能,研究大量简单的神经元的集团信息处理能力及其动态行为,具有大规模并行,分布式存储和处理,自组织,自适应和自学习能力。特别适用于处理需要同时考虑许多因素和条件,不精确和模糊的信息处理问题。将神经网络技术应用于柴油机领域,可以得到一个或多个发动机参量对某个或某几个研究对象的影响效果。更重要的是,通过它可以实现对柴油机性能的预测,而且预测结果令人满意。该论文系统的介绍了什么是神经网络系统,神经网络的一般结构模型及怎样将神经网络系统应用于柴油机领域中。最后用一些实验数据对所建立的神经网络进行了验证与说明。     

二甲醚发动机燃烧特性的试验与数值模拟研究

在一台直喷式压燃发动机上开展了二甲醚燃烧与排放特性的试验与数值模拟研究。测量了二甲醚在高压燃油泵内的泄漏量及其与发动机转速之间的定量关系，并就发动机分别燃用二甲醚和柴油的运转性能进行了对比试验研究，结果表明，发动机燃用二甲醚要比燃用柴油具有更好的性能与排放水平；另从二甲醚低温着火的化学反应机理人手，开展了其自燃着火过程的数值模拟研究，进而建立了计及温度、压力和燃空当量比因素的DME滞燃期数据库；通过将该数据库与发动机循环模拟程序相耦合，对DME发动机的运转性能进行了变参数预测分析，预测结果与试验结果吻合较好。     

实现柴油机全程电子调速PID参数整定的仿真研究

在电控LPG-柴油双燃料发动机试验的基础上，建立了全程电子调速器模型。通过动态调整油泵齿条位置实现对柴油机突变负载下转速的闭环控制，从而保证在不同工况下转速的稳定性。同时，模型实现了不同负载下，对PID参数进行整定，并将整定后的PID参数用于LR6105双燃料发动机的参数整定试验。经试验验证，此仿真模型能降低转速波动率，从而减少大量调试工作。     

可变喷油速率的超高压共轨系统喷射控制研究

通过AMESim软件建立了喷油速率可调的超高压共轨系统仿真模型,分析了相同喷油量条件下喷油率的变化特点。采用GT-Power软件建立单缸柴油机模型,将不同喷油率导入柴油机的燃烧计算模型,研究了不同喷油率对柴油机缸内压力、缸内温度、放热率、NO_x排放、碳烟排放及输出转矩和油耗率的影响。仿真结果表明:靴形喷油速率匹配合适的喷油提前角可优化柴油机的综合性能。搭建了超高压共轨柴油机台架,开展了不同喷油速率的喷射控制试验,结果表明:与相同油量条件下的高压共轨喷射相比,柴油机实施变喷油速率超高压喷射可获得更优异的动力性和燃油经济性,动力输出提高了5%,燃油消耗量下降了6%,碳烟排放降低,但NO_x排放升高。     

柴油/天然气发动机燃烧系统协同优化方法

采用KIVA-3V软件耦合多目标遗传优化算法NSGA-3,开展了柴油/天然气双燃料发动机的引燃柴油喷射参数、运行参数和燃烧室结构参数的协同优化研究.将湍流火焰速度封闭模型(TFSC)与PaSR燃烧模型耦合,建立柴油/天然气双燃料发动机复合燃烧模型.结果表明:复合燃烧模型能较好地模拟柴油/天然气发动机的燃烧过程;采用KIVA3V-NSGA3程序进行了双燃料发动机运行参数、喷射参数等多目标参数的协同优化;多目标参数优化结果的数据对比分析揭示了设计参数对目标参数的影响规律;涡流比和喷射参数的变化会对燃烧室内温度、NOx和CH4的分布产生较大影响.     

神经网络在电传动装甲车用发动机控制技术中的应用

文中利用实测到的装甲车发动机试验数据作为学习样本,采用径向基函数(RBF)神经网络建立了发动机的辨识模型,根据该模型可以得到发动机的最佳燃油消耗率曲线。同时,采用神经网络训练、学习最佳燃油消耗率曲线,并将其存储到发动机控制器中,当发动机按该曲线工作时,可以保证发动机稳态时一直在最佳经济燃油状态下工作。     

生物制气-柴油双燃料发动机NOx计算模型

采用气化炉热解气化各种农林废弃的生物质，产生可燃生物制气，作为双燃料发动机的主要燃料。双燃料发动机由单缸、四冲程、水冷、直喷式柴油机改装，生物制气通入发动机进气管，在进气过程中吸入气缸。在油滴蒸发准维燃烧模型的基础上，结合单区模型和详细化学反应动力学机理，建立生物制气-柴油双燃料发动机的NOx生成模型，计算结果与试验结果吻合较好。供油提前角提前，生物制气-柴油双燃料发动机NOx排放量增加；引燃柴油量减小时，NOx排放量减小。     

Prediction of torque and specific fuel consumption of a gasoline engine by using artificial neural networks

This study presents an artificial neural network (ANN) model to predict the torque and brake specific fuel consumption of a gasoline engine. An explicit ANN based formulation is developed to predict torque and brake specific fuel consumption of a gasoline engine in terms of spark advance, throttle position and engine speed. The proposed ANN model is based on experimental results. Experimental studies were completed to obtain training and testing data. Of all 81 data sets, the training and testing sets consisted of randomly selected 63 and 18 sets, respectively. An ANN model based on a back-propagation learning algorithm for the engine was developed. The performance and an accuracy of the proposed ANN model are found satisfactory. This study demonstrates that ANN is very efficient for predicting the engine torque and brake specific fuel consumption. Moreover, the proposed ANN model is presented in explicit form as a mathematical function.     

双燃料发动机(天然气/柴油)性能与排放的研究

以4102型柴油机为基础机，开发天然气／柴油双燃料发动机，试验研究引燃油量、喷油提前角对发动机排放和经济性影响，以及双燃料发动机与原柴油机性能和排放的比较。     

基于线性神经网络的煤层气发动机空燃比动态建模

针对预混合双阀控制的煤层气发动机,利用引入动态环节的递归线性神经网络,基于台架实验所获得的数据建立煤层气发动机空燃比动态过程的输入/输出模型.以均方差为评价指标确定模型输入、输出的阶次,用非建模数据对训练后的模型进行验证.结果表明,模型准确复现了不同工况下空气和燃气质量流量与排气空燃比的动态特性.     

第二代单缸柴油机186FA结构设计分析与性能优化

本研究以186FA柴油机为样机,探讨了比质量小、低排放、低噪声、低油耗、高可靠性且满足移动用途的单缸风冷柴油机结构设计的要点,针对单缸柴油机结构、用途及制造成本的特点分析得出缸内燃烧过程的精细组织是实现低排放、低油耗的关键.根据配套微耕机等移动用途要求,设计了带起动加浓和扭矩校正的油量限制器,指出校正行程值是保证扭矩储备达标和防止烟度超标的关键要素.所研发的186FA柴油机试验结果表明完全符合先进的第二代单缸柴油机的特征指标和移动用内燃机的考核要求.