基于不同人工神经网络的CNG发动机排气温度预测模型研究

• 作者: 张铖 张鹏 毛功平
• 来源期刊: 内燃机
• 学科: 工学
• 关键词: CNG发动机 排气温度模型 人工神经网络
• 年，卷（期）: 2020,（2）
• 页码范围: 19-24
• 页数: 6页
• 分类号: TK413
• 字数: 4079字
• 语种: 中文

摘要

为了提高CNG发动机排气温度预测精度,基于BP、RBF和GRNN神经网络建立了3种排气温度的预测模型.开展了CNG发动机台架实验,测量了不同工况条件下发动机的排气温度,利用实验值对模型进行训练,并预测了不同发动机转速、空气进气量、点火提前角等条件下的排气温度,将预测值与实验值进行了对比分析,评估了不同预测模型的准确性.结果 表明:BP、RBF和GRNN3种神经网络的误差分别为3.5％、2.8％和3.1％.RBF神经网络的预测误差比BP和GRNN神经网络的误差小,稳定性强,更适合CNG发动机的排气温度预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛功平	江苏大学汽车与交通工程学院	55	294	9.0	13.0
2	张鹏		3	0	0.0	0.0
3	张铖	江苏大学汽车与交通工程学院	1	0	0.0	0.0