内燃机工程

北大核心,CA,JST,CSCD扩展版,WJCI

国内刊号:31-1255/TK

国际刊号:1000-0925

内燃机工程杂志2022年第1期:基于遗传算法—优化长短期记忆神经网络的柴油机瞬态NOx排放预测模型研究

发布日期:

作者:杨蓉,杨林,谭盛兰,张松,黄伟,黄俊明

单位:广西大学 机械工程学院 广西制造系统与先进制造技术重点实验室,南宁 530004,广西大学 机械工程学院 广西制造系统与先进制造技术重点实验室,南宁 530004,广西大学 机械工程学院 广西制造系统与先进制造技术重点实验室,南宁 530004,广西玉柴机器股份有限公司,玉林 537005,广西大学 机械工程学院 广西制造系统与先进制造技术重点实验室,南宁 530004,广西大学 机械工程学院 广西制造系统与先进制造技术重点实验室,南宁 530004

关键词:柴油机,瞬态,NOx预测,长短期记忆神经网络,遗传算法,

基金:国家重点研发计划项目(2017YFE0102800);广西科技基地和人才专项项目(AD19110019);广西创新驱动发展专项项目(AA18242045-3);广西制造系统与先进制造技术重点实验室项目(19-050-44-S004)

为实现选择性催化还原系统(selective catalytic reduction, SCR)尿素喷射量的精确控制,构建并评估了一套利用遗传算法(genetic algorithm, GA)优化长短期记忆(long short term memory, LSTM)神经网络的柴油机瞬态NOx排放预测模型。针对柴油机瞬态运行特点,选择柴油机NOx排放的主要影响因素进行相关性分析,确定模型的输入变量;为避免人为选取参数对神经网络预测性能的不良影响,采用遗传算法优化LSTM神经网络的参数,建立预测柴油机瞬态NOx排放的GA-LSTM模型;最后对预测模型进行了性能测试。结果表明,该模型具有较好的预测能力。

来源:2022年第1期

《内燃机工程》期刊编辑部

查看内燃机工程杂志2022年第1期

联系我们

  • 地址:上海市闵行区华宁路3111号
  • 电话:021-31310107
  • E-mail:cicee@vip.163.com

咨询工作人员