实验设计和神经网络法对柴油机性能的优化研究

• 作者: 姜峰 李静 牛彩云
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 实验因子 拉丁超立方采样 实验设计 神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 理论与方法研究
• 页码范围: 100-104
• 页数: 5页
• 分类号: TH16|TK421
• 字数: 1831字
• 语种: 中文

摘要

利用GT-Power软件搭建一款3.1L电控增压柴油机仿真模型,采用拉丁超立方采样算法进行实验设计与计算,确立了6个实验因子和4000个实验数目.通过神经网络径向基算法对不同响应变量因子进行建模,最终确定了转速与EGR率两个实验因子对多目标优化影响的贡献度最大.通过建立实验因子和响应变量模型关联,完成了基于模型的多目标遗传优化.优化结果表明:通过优化柴油机扭矩和燃油消耗率,可使柴油机扭矩值最大提升12.3％,且燃油消耗率最大能下降2.6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜峰	广西科技大学机械与交通工程学院	29	47	3.0	4.0
2	牛彩云	广西科技大学机械与交通工程学院	11	10	2.0	3.0
3	李静	晋中职业技术学院车辆工程学院	9	10	2.0	2.0