摘要
为了使双燃料发动机满足日益严苛的排放法规要求,同时获得更高的经济效益,有必要对发动机进行全工况综合优化,以获得排放和燃油消耗的折衷.首先基于长短期记忆(LSTM)神经网络建立了发动机NOx排放和燃油消耗率(BSFC)的预测模型,然后将所建模型与NSGA-Ⅱ算法结合,对NOx排放及BSFC进行优化,并获得最优Pareto前沿解集以及决策变量的最佳控制参数组合.最后将最优控制参数组合标定至电子控制单元(ECU)中进行试验验证,结果表明:优化后的NOx排放平均下降了76.4%,BSFC平均下降了3.5%,且NOx排放满足IMO Tier-Ⅲ的限制要求.
- 单位