摘要：为提高某3缸汽油机起动工况的快速起动性及满足峰值转速要求,基于最优拉丁超立方设计方法和椭球基神经网络(ellipsoid-based neural network model,EBFNN)模型建立起动油压阈值、起动喷油加浓因子、起动点火提前角偏移及起动平均指示压力偏移等起动控制参数与起动时间、起动峰值转速的关系,并用20组样本数据验证EBFNN模型的准确性;结合带精英策略的非支配排序的遗传算法(non-dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)对起动时间和起动峰值转速进行优化。优化结果表明:起动时间缩短20.29%;起动峰值转速提高1.93%,大于目标怠速300~500r/min。优化后全碳氢、CO、颗粒数排放增加量少于10%,NOx排放降低3.2%,油耗降低16.60%,能很好地满足开发要求。

摘要：利用多岛遗传算法(MIGA)在高度非线性优化问题上的强大全局寻优能力,结合椭球基(EBF)神经网络近似模型,通过翼型弯曲角、叶片安装角、翼型弦长、轴向间隙四个设计参数变化下的CFD三维数值模拟,得到了一种可自动对单级轴流风机后导叶进行优化设计的方法。结果表明,后导叶叶片安装角对风机全压影响较大,叶片安装角和弯曲角的变化减小了导叶进口气流负攻角,消除了原后导叶压力面的气体回流与涡旋。优化后的导叶压力面的流动得到改善,使风机全压提高了6.73%。