外文翻译压缩天然气柴油双燃料发动机的排放物rbf神经网络的研究.doc

外文翻译压缩天然气柴油双燃料发动机的排放物rbf神经网络的研究.doc

ID:61519954

大小:785.00 KB

页数:13页

时间:2021-02-11

外文翻译压缩天然气柴油双燃料发动机的排放物rbf神经网络的研究.doc_第1页
外文翻译压缩天然气柴油双燃料发动机的排放物rbf神经网络的研究.doc_第2页
外文翻译压缩天然气柴油双燃料发动机的排放物rbf神经网络的研究.doc_第3页
外文翻译压缩天然气柴油双燃料发动机的排放物rbf神经网络的研究.doc_第4页
外文翻译压缩天然气柴油双燃料发动机的排放物rbf神经网络的研究.doc_第5页
资源描述:

《外文翻译压缩天然气柴油双燃料发动机的排放物rbf神经网络的研究.doc》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、附录B译文压缩天然气/柴油双燃料发动机的排放物RBF神经网络的研究LiuzhentaoFeishaomei摘要:为了解决严重的环境污染和能源资源的急剧下降,各国都已作出巨大努力。中国的燃料储备和发动机技术的现状表明,压缩天然气(CNG)/柴油双燃料发动机是解决上述问题的最佳方案之一。为了研究和提高天然气/柴油发动机,均衡器发射模型是基于径向基函数的排放性能(RBF)神经网络。这是一个黑盒子输入输出数据模型,不需要先验条件。RBF的中心和连接可自动选择,根据测试数据的分布和投入产出给定的空间以及近似误差。研究表明,预测结果都符

2、合了一个在低负荷运行条件下,大范围,高负荷的实验数据。发达国家的排放量模型的RBF神经网络可以用来成功地预测和优化DFE排放量。同时,该均衡器的主要性能参数,如转速,负荷,试点数量和喷射时间,效果也符合模型的预测方法。在天然气/柴油发动机排放预测模型基于RBF神经网络的分析中,主要分析了对二氧化碳的主要性能参数的影响和内置的DFE-NO的排放量。预测结果比较符合传统的排放模式,这表明该模型具有一定的应用价值,但由于其对实验样本数据量高度依赖,因此还有一定的局限性。关键词:双燃料发动机,排放性能,RBF神经网络引言由于严重的环

3、境污染和世界各地的能源危机,开发降低能源消耗的汽车成为主要的研究目标。天然气(CNG)发动机采用压缩空气为燃料,具有更高的效率和降低污染的突出优势。该天然气/柴油均衡器专门为城市公交车也可明显降低城市空气污染,尤其是大城市。因此,对均衡器燃烧过程的研究,特别是排放性能,是非常重要和宝贵的,在一般情况下,燃烧过程和发动机的机制所涉及的物理和化学合成的过程。由于其复杂性和即时性,没有合适的解析函数来描述它的燃烧过程,特别是对均衡器。在这个新的排放模型径向基函数中提出了天然气/柴油均衡器。RBF神经网络理论RBF神经网络的结构特别

4、是在神经网络RBF神经网络,已成为近年来受欢迎因为它出色的识别和预测能力。径向基函数的RBF神经网络的基础上,通常是一个非线性径向对称函数。高斯函数的径向基函数的核心功能,拥有两个向量参数x和C;X是自变量向量这个函数,C为核心径向基函数。越野形成一个与C为中心,是椭圆的半径椭圆函数。基于RBF神经网络的神经元的功能是作为RBF神经网络调用。RBF神经网络包括三个层次,第一层是输入层,其元素CON组,形式的输入参数的数量,第二层是隐层径向基函数的许多神经元组成;隐层节点的计算欧几里德之间的中心和网络的输入向量,然后距离的结果

5、传递到径向基函数,最后一层是输出层组成的共同线性神经元。RBF神经网络的工作结构如图1所示。这种模式有R输入和P输出,与输入和输出之间的关系,这是模型如下:基于RBF神经网络的工作原理该网络结构见Fig.l;其中输入向量X=[aba2,...,aN],理想输出系列Yj(j=1,2.....P),实际输出系列Yj和重量在输出层Wij值可以得到的RBF神经网络,具有输入R和M隐藏节点和P输出。选择高斯函数,Φ(x)=exp(-λx2),λ=3的径向基函数,实际输出系列Yj是由下列公式计算:然后,Wii的权值调整,以满足下面的公式

6、,从其中的RBF神经网络可以得到最终结果。基于RBF神经网络的排放模型开发模式的发展由于有限的试验单位,该部分的甲烷数量无法获得,因此该模型只包括二氧化碳,NOz排放。该模型的结构图1所示。在这个模型中的输入输出关系如下:输入层节点数被选择作为与输入参数相同的参数,R=4,输出层节点的数目是作为与输出参数相同的参数,P=2,E0被设置为0.15%。试验数据是根据测试得出的,测试发动机的规格在表1中已经给出。有100组以上的数据是在轻载低转速到高负载高转速下得出的,这是为了试验RBF神经网络,还有20组数据是在大范围工况试验下

7、得出的,以验证模型。通过使用实验数据对网络进行试验后,经过约15000个周期,总结平方误差可达0.15%。于图2所示。而隐层节点数M还证实,其中隐层节点数为11。模型的验证该模型也验证了一个双燃料发动机的规格:DxS=108mmx125mm,额定功率/转速=112kW/2800转/分。图3显示,模拟结果和一氧化碳的测试结果,第13个操作条件较好的排放量也分别表示,该模型也可以用于预测DFE的二氧化碳排放基于模型的CO,NOx的排放预测发展这一模型的目的是用它来预测均衡器的一氧化碳,氮氧化物排放量。以下是由该模型对几种主要操作

8、参数对二氧化碳,氮氧化物的排放量变化的影响。旋转速度的影响图4中在特定情况下旋转速度CO和NOx排放量的变化表明CO排放随转速增加。这种情况发生是因为与燃烧时间缩短,提高转速情况下一氧化碳不能完全氧化。然而,氮氧化物排放量随转速减少。这是因为在早期减少热量输出和在汽缸因增加旋转速度减少。因

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。