基于PSO-SVR的重型柴油车NOx排放预测

作者：王志红; 董梦龙^*; 张远军; 胡杰

来源：内燃机学报, 2023, 41(06): 524-531.

DOI：10.16236/j.cnki.nrjxb.202306062

• 重型柴油车
• 便携式排放测试设备
• 主成分分析
• 粒子群算法
• 支持向量回归

结合重型汽车国Ⅵ污染物排放法规，采用车载便携式排放测试设备(PEMS)进行了某重型柴油车实际道路排放测试．对测试数据进行数据对齐，剔除无效数据后，采用灰色关联分析提取了对NOx排放影响较大的参数，引入主成分分析(PCA)对输入数据进行降维，引入非线性递减惯性权重粒子群算法(PSO)对支持向量回归(SVR)模型进行优化，最终得到重型柴油车实际道路NOx排放预测模型，测试集均方根误差(RMSE)为1.381 6 mg/s，平均绝对百分比误差(MAPE)为19.88%，决定系数R2为0.908 1．该研究为车载NOx传感器故障诊断以及重型车NOx排放在线监管提供一种可能性方法．

• 单位
  武汉理工大学