神经网络在船舶柴油机NOx排放特性预测中的应用

• 作者: 吴桂涛 孙培廷 尹自斌 黄连忠
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: BP神经网络 船舶柴油机 NOx排放特性
• 年，卷（期）: 2007,（1）
• 页码范围: 6-10
• 页数: 5页
• 分类号: TK421
• 字数: 3444字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2007.01.002

摘要

为了预测船舶柴油机N0x排放特性,从初始权值的选取及学习率动态优化对BP算法进行了改进,通过改进的均匀试验设计法,对少量具有代表性、易于测试的工况进行N0x排放测试,利用BP神经网络建立了船舶柴油机NOx排放特性预测模型并进行了计算,与实测的4种工况进行比较.结果表明,第1工况的N0x排放浓度相对误差为3.7%,N0x比排放的相对误差为4.3%,而其他各工况的N0x排放浓度相对误差在2.4%以内,NOx比排放相对误差在2.9%以内.因此,该模型预测精度较高,与试验结果吻合良好,能有效地预测船舶柴油机N0x排放特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴桂涛	大连海事大学轮机工程学院	61	538	12.0	20.0
2	孙培廷	大连海事大学轮机工程学院	136	1360	20.0	29.0
3	尹自斌	集美大学轮机工程学院	53	123	5.0	7.0
4	黄连忠	大连海事大学轮机工程学院	58	355	11.0	15.0