基于人工神经网络的放热规律的量化预测

作者：江涛; 林学东; 李德刚^*; 杨淼; 汤雪林

来源：吉林大学学报（工学版）, 2018, 48(06): 1747-1754.

DOI：10.13229/j.cnki.jdxbgxb20170854

• 动力机械及工程
• 人工神经网络
• 控制参数
• 放热规律
• 量化评价参数
• 量化预测

利用AVL-Fire建立了高压共轨柴油机燃烧系统仿真模型,通过台架试验验证仿真模型的基础上,分析了混合气浓度场和温度场动态分布特性并将燃烧过程划分为预混合和扩散燃烧分界点,提出燃烧始点、预混合燃烧速率、扩散燃烧速率及燃烧持续期等量化评价参数。建立了预测量化评价参数的人工神经网络(ANN)模型,预测分析发动机控制参数对放热规律评价参数的影响。研究结果表明:当采用"5-18-4"型神经网络结构模型并采用trainlm算法时,预测的鲁棒性、响应性和收敛精度均良好,所创建的ANN模型可以很好地预测放热规律。

• 单位
  吉林大学; 汽车仿真与控制国家重点实验室