首页|基于模型群预测法对汽油机稳态原排的预测

基于模型群预测法对汽油机稳态原排的预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对通过数值模拟减少汽油机台架试验环节的工作量、提高试验效率的问题,采用模型群预测法(优化后的人工神经网络方法)对汽油机台架试验过程中的NOx、CO、HC等稳态原排进行建模及预测分析.结果表明:与传统的单个模型预测方法相比较,模型群预测法具有较高的可靠性,能较好地提升预测结果的准确度.采用隔点取点法适当减少神经网络建模的训练数据集,仍能保持较好的预测能力,在项目开发过程中只需进行30％的测试量,将试验结果用于神经网络模型训练,可较好地预测剩余工况排放.通过对其他机型的验证分析,模型群预测法在内燃机稳态原排的预测过程中具有较好的普适性.
Prediction of gasoline engine steady state exhaust based on model group prediction method

陈涛、秦静、赵华、苏庆鹏、吕永、钟凯、王膺博、裴毅强

展开 >

天津大学 内燃机燃烧学国家重点实验室,天津 300072

天津大学 内燃机研究所,天津 300072

广州汽车集团股份有限公司汽车工程研究院,广州 511434

汽油 神经网络 预测 发动机排放 台架试验

51676136

2021

10.13229/j.cnki.jdxbgxb20200603

吉林大学学报(工学版)
吉林大学

吉林大学学报(工学版)

CSTPCDCSCD北大核心
影响因子：0.792
ISSN：1671-5497
年,卷(期)：2021.51(5)
  • 8