基于人工神经网络模型对带EGR的CRDI柴油机性能与排放的预测



基于人工神经网络模型对带EGR的CRDI柴油机性能与排放的预测

与传统柴油机相比，CRDI（高压共轨柴油直喷）柴油机使得燃油消耗率和烟尘排放显著降低，但NOx生成的倾向增加。因此，对于CRDI柴油机，需要在烟尘排放和燃油消耗率与NOx排放之间做出一种权衡方案。EGR（废气再循环）已经被证明为在控制NOx方面是一种性价比很高的方案。由于与NOx后处理系统的运行和开发相比，EGR操作简单且效率高而被广泛采用。基于AI（人工智能）平台的人工神经网络模型因其固有的优势而在内燃机控制模式方面成为稳定的系统识别和映射工具。

研究了基于人工神经网络模型的不同EGR策略下CRDI柴油机性能和排放。人工神经网络模型采用了1个有4个隐藏神经元的输入层、2个每层有10个隐藏神经元的隐藏层，1个有5个隐藏神经元的输出层。在误差和性能指标统计平台上，对所提出的人工神经元模型进行了分析比较。从误差分析来看，人工神经网络预测的数据与试验数据相比总体精度高，相关系数的值为0.987～0.999，平均绝对百分误差在1.1%～4.57%范围内，RMSE（均方根误差）很低。

已开发的人工神经网络模型有助于将其本身建立为一个有效的预测工具，可用来模拟发动机运行所需的输出。

利用该人工神经网络模型对带EGR的CRDI柴油机在不同模式下运行的参数进行模拟，从而为该发动机运行时所用到的虚拟传感器实时优化策略提供一个全面稳定的预测平台。

刊名：Applied Energy（英）

刊期：2014年第119期

作者：Sumit Roy et al

编译：王欣欣