混合燃料轻型车用柴油机响应的人工神经网络模型



混合燃料轻型车用柴油机响应的人工神经网络模型

汽车废气排放对环境和健康的影响已经引起公众的广泛关注，因此世界各国实施了更加严格的排放法规。人工神经网络（ANN）已经逐步被应用于汽车行业，其作为一种预测工具可以快速预测发动机各种参数，是目前被视为一种有前途的工具，其能够准确快速地预测柴油机控制参数和输出响应之间复杂的相互关系。本研究的主要目的是开发一个神经网络模型，该模型能够预测燃用不同类型生物柴油混合燃料轻型柴油机的输入和输出之间关系。所研究发动机的4个主要控制参数有发动机转速、输出扭矩、燃油量和燃料类型，9个预定义的发动机输出参数有CO2、CO、HC、N、NO、最大压力Pmax、最大压力时的曲柄角度、最大热释放速率、最大热释放速率时的曲柄角度和累积热释放速率。

ANN模拟了发动机控制变量和用最小输入参数表示的发动机响应之间的复杂关系。利用均方误差和相关系数评价标准对优化方法和ANN的性能进行了评价。结果表明，所设计的ANN能够高精确度地预测9个发动机响应中的7个。ANN是一种具有高经济效益、低仿真运行时间的模型工具。当ANN模型应用在发动机的测试阶段时，试验的数量明显减少。模型一旦被建立，不同输入或操作条件下的燃烧和排放特性就可以通过该模型进行预测分析。该方法同样适用于其它具有不同输入-输出关系的燃烧系统，这在发动机的设计和开发周期内可大大减少时间和成本。

刊名：Applied Energy（英）

刊期：2012年第92期

作者：Harun Mohamed Ismail et al

编译：王维