基于模型群预测法对汽油机稳态原排的预测

作者：陈涛; 秦静^*; 赵华; 苏庆鹏; 吕永; 钟凯; 王膺博; 裴毅强

来源：吉林大学学报（工学版）, 2021, 51(05): 1565-1574.

DOI：10.13229/j.cnki.jdxbgxb20200603

• 汽油
• 神经网络
• 预测
• 发动机排放
• 台架试验

针对通过数值模拟减少汽油机台架试验环节的工作量、提高试验效率的问题,采用模型群预测法(优化后的人工神经网络方法)对汽油机台架试验过程中的NOx、CO、HC等稳态原排进行建模及预测分析。结果表明:与传统的单个模型预测方法相比较,模型群预测法具有较高的可靠性,能较好地提升预测结果的准确度。采用隔点取点法适当减少神经网络建模的训练数据集,仍能保持较好的预测能力,在项目开发过程中只需进行30%的测试量,将试验结果用于神经网络模型训练,可较好地预测剩余工况排放。通过对其他机型的验证分析,模型群预测法在内燃机稳态原排的预测过程中具有较好的普适性。

• 单位
  广州汽车集团股份有限公司汽车工程研究院; 内燃机燃烧学国家重点实验室; 天津大学