基于BP神经网络的EGR和蒸汽喷射式柴油机性能和排放预测

• 作者: 于志民 庞加茂 徐燕铭 柳英利
• 来源期刊: 内燃机
• 学科: 交通运输
• 关键词: 柴油机 EGR 蒸汽 人工神经网络
• 年，卷（期）: 2015,（5）
• 页码范围: 11-13,49
• 页数: 4页
• 分类号: U664
• 字数: 2561字
• 语种: 中文

摘要

根据MARPOL公约附则Ⅵ,为了达到更低的大气污染排放标准,多种方法和手段被应用于船用柴油机.本文中,在现有柴油机技术废气再循环(Exhaust Gas Recirculation,简称EGR)的前提下,增加了电子控制的喷射蒸汽进入柴油机燃烧室中,在反向传播(Back Propagation,简称BP)神经网络的基础之上,对排放中产生的CO2,NOx和燃油消耗率、有效功率进行分析预测.同时,将预测的结果和实验过程中的结果相比较.这些结果表明,在BP神经网络的帮助下,排放和性能参数可以进行高精度的预测,也进一步验证了神经网络的准确性和收敛性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庞加茂		3	0	0.0	0.0
2	于志民		21	20	3.0	3.0
3	徐燕铭		24	8	1.0	2.0
4	柳英利		8	0	0.0	0.0