首页|基于BP神经网络的喷水汽油机性能预测

基于BP神经网络的喷水汽油机性能预测

Performance prediction of water-injected gasoline engine based on BP neural network

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
基于反向传播(back propagation,BP)神经网络的逼近能力和自学习能力,以汽油机工况参数、状态参数和喷水控制参数为输入,分别建立多输入/单输出的点火提前角、油耗和排放预测模型;以试验设计和发动机台架的实测数据为基础构建、训练模型,用均方差评价网络训练与拟合效果;用相关系数判断输出值与目标值之间的密切程度;用决定系数和相对误差检验模型精度.结果表明:在训练、验证、测试、整体检验阶段,3种预测模型线性相关系数均大于0.8,均方差均小于0.01,决定系数都逼近于1,相对误差均小于15％,建立的模型能够较好预测喷水汽油机不同工况的性能.

王立宇、滕勤、庄远

展开 >

合肥工业大学汽车与交通工程学院,安徽合肥 230009

喷水汽油机 性能预测 BP神经网络模型 拟合

国家自然科学基金青年基金

51676056

2021

10.19471/j.cnki.1673-6397.2021.03.005

内燃机与动力装置
山东省内燃机研究所 潍柴控股集团有限公司

内燃机与动力装置

影响因子：0.192
ISSN：1673-6397
年,卷(期)：2021.38(3)
  • 3
  • 3