基于RBF神经网络的船用柴油机NOx排放的预测

• 作者: 李孟杰 黄加亮
• 来源期刊: 集美大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 4190ZLC-2型船用柴油机 径向基函数神经网络 氮氧化物排放 预测模型
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 船舶与机械工程
• 页码范围: 136-139
• 页数: 4页
• 分类号: U664.121|TK421
• 字数: 1708字
• 语种: 中文

摘要

依据4190ZLC-2型船用四冲程增压柴油机实际试验测得的数据,利用MATLAB中的神经网络工具箱,建立了基于径向基函数神经网络(RBF)的柴油机氮氧化物(NOx)排放浓度的预测模型.在预测模型建立过程中选取柴油机油耗率(SFOC)、功率、转速等参数数值作为输入矩阵,柴油机的氮氧化物排放浓度作为输出矩阵.仿真结果表明:该方法预测精度高,可为控制氮氧化物的排放提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄加亮	集美大学轮机工程学院	95	543	11.0	19.0
5	李孟杰	集美大学轮机工程学院	1	3	1.0	1.0