基于神经网络的费托燃油发动机特性研究

作     者：武涛 张武高 彭海勇 张海波 缪雪龙 WU Tao;ZHANG Wugao;PENG Haiyong;ZHANG Haibo;MIAO Xuelong

作者机构：上海工程技术大学机械与汽车工程学院上海201620 上海交通大学动力机械与工程教育部重点实验室上海200240 

基　　金：上海市科委重点科技攻关项目资助(043012015) 上海市高校选拔培养优秀青年教师科研专项基金项目资助(06XPYQ20) 

出 版 物：《上海工程技术大学学报》 (Journal of Shanghai University of Engineering Science)

年 卷 期：2023年第37卷第1期

页      码：68-75页

摘      要：基于反向传播(Back Propagation,BP)神经网络强大的非线性逼近和自学习能力,设计3层网络模型,采集发动机台架试验数据作为样本进行模型训练和检验.以发动机转速、转矩、供油提前角和以天然气为原料的费托燃油(GTL)与柴油混合燃料特性参数十六烷值、硫含量、芳香烃含量为输入,建立BP神经网络模型预测GTL发动机特性.结果表明,采用该模型可同时预测GTL发动机功率、油耗、排温、HC、CO、CO_(2)、NO_(x)和碳烟排放等特性;与试验数据对比,预测结果的相对误差基本在5%以内,表明该模型具有较高的模型精度和良好的泛化能力.

主 题 词：BP神经网络 费托燃油 发动机 排放 模型 

学科分类：080703[080703] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.3969/j.issn.1009-444X.2023.01.011

馆 藏 号：203122472...