基于Atkinson循环发动机的燃油消耗率优化方法对比研究

• 作者: 冯仁华 刘凯敏 张纯标 杨靖 江武 薛川
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: Atkinson循环 燃油消耗率优化方法 人工神经网络模型 遗传算法
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 机械工程
• 页码范围: 15-22
• 页数: 8页
• 分类号: TK411.7
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2017.08.003

摘要

针对利用GT-Power详细模型耦合遗传算法(方案1)优化Atkinson循环发动机燃油消耗率时,存在公认的不易收敛且计算缓慢的问题,提出了神经网络简化模型耦合遗传算法(方案2)进行全局优化并与方案1进行比对.方案1利用GT-Power搭建某Atkinson循环发动机详细仿真模型,应用Heywood公式建立爆震预测模型,并耦合遗传算法对Atkinson循环发动机燃油消耗率进行优化;方案2则利用拉丁超立方算法采集4 500个实验点,将GT-Power详细模型及爆震模型简化为神经网络模型,通过简化模型耦合遗传算法进行优化.研究结果表明:利用方案2可以将Atkinson循环发动机的实际燃油消耗率最多降低4.6%,且仿真优化结果相对实际优化结果的最大误差率仅为7.3%,同时相对于方案1仿真优化时间最大可节省322倍.因此,采用方案2替代方案1用于Atkinson循环发动机燃油消耗率的快速全局优化是切实可行的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨靖	湖南大学汽车车身先进设计制造国家重点实验室	53	302	10.0	15.0
2	薛川	湖南大学汽车车身先进设计制造国家重点实验室	1	3	1.0	1.0
3	刘凯敏	湖南大学汽车车身先进设计制造国家重点实验室	5	9	2.0	3.0
4	江武	湖南大学汽车车身先进设计制造国家重点实验室	3	10	3.0	3.0
5	张纯标	湖南大学汽车车身先进设计制造国家重点实验室	1	3	1.0	1.0
6	冯仁华	重庆理工大学汽车零部件先进制造技术教育部重点实验室	10	19	3.0	3.0