基于GRNN的船舶柴油机NO_x排放预测

基于4190ZLC-2船用四冲程增压柴油机实验测得的数据,运用广义回归神经网络(GRNN)相关理论,以转速、功率、喷油提前角作为样本的输入量,以排放气体氮氧化物(NO_x)的体积分数作为样本的输出量,对输入数据进行归一化处理,对输出数据进行反归一化处理,建立船舶柴油机广义回归神经网络排放预测模型,在推进特性与负荷特性工况下利用该模型进行柴油机NO_x的排放预测。仿真结果表明,所提出的模型具有较高的预测精度,可为柴油机减少NO_x排放提供依据。     

船舶柴油机废气的危害及排放限制

国际社会对船舶造成大气污染议题的关注由来已久,随着海上运输船舶数量的日益增加,船舶大气污染已经到了不容忽视的地步。船舶柴油机排放的废气主要有氮氧化物（NOx）、硫氧化物（SOx）、碳氧化物（COx）、碳氢化合物（HC）以及微粒（PM）等,其中氮氧化物（NOx）和硫氧化物（SOx）对环境和人类的影响最为直接。MARPOL73/78公约附则Ⅵ——＂防止船舶造成大气污染规则＂对船舶柴油机氮氧化物（NOx）和硫氧化物（SOx）的排放进行了严格的限制。     

基于BP神经网络的柴油机燃烧特征参数前馈预测模型

CA50是柴油机缸压反馈控制技术中的反馈变量,对柴油机的性能有重要的影响。在一台六缸高压共轨柴油机上研究了喷油正时与CA50关系,以及CA50对柴油机经济性和排放的影响。为探究基于神经网络的前馈控制在缸压反馈控制中运用的可行性,建立了通过不同的燃烧边界条件预测CA50的BP神经网络预测模型,进行原机试验得到CA50对发动机性能影响的系列试验点数据。选取190个不同边界条件的试验点作为模型的总样本,其中用于前期神经网络训练的样本125个、用于检测神经网络泛化能力的测试样本65个。结果表明基于BP神经网络的预测模型在误差允许范围内,能较为准确的通过边界条件预测CA50,可以满足柴油机缸压反馈技术中前馈控制的要求。     

基于神经网络的柴油机NOx排放预测模型研究

传统的基于MAP图查表方式得到柴油机NOx排放的方法需要做大量标定实验,本文采用BP神经网络构建柴油机NOx排放预测模型．论文选取进气压力、进气温度、排气温度和发动机转速这4个量作为预测模型的输入量．考虑到柴油机NOx生成与其工作参数之间有时间迟滞,模型的输入量包含当前值和历史值．对输入数据做了归一化处理．在模型后处理模块对输出数据做反归一化处理．所提出的模型具有较高的预测精度．     

基于神经网络的柴油机NOχ排放预测模型研究

传统的基于MAP图查表方式得到柴油机NOx排放的方法需要做大量标定实验,本文采用BP神经网络构建柴油机NOx排放预测模型.论文选取进气压力、进气温度、排气温度和发动机转速这4个量作为预测模型的输入量.考虑到柴油机NOx生成与其工作参数之间有时间迟滞,模型的输入量包含当前值和历史值.对输入数据做了归一化处理,在模型后处理模块对输出数据做反归一化处理.所提出的模型具有较高的预测精度.     

基于PCA与RBF神经网络的PM_（10）质量浓度预测

对影响PM10质量浓度的20个因子进行主成分分析（PCA）,得到一组新的输入因子,有效的降低了输入维数,然后以新的输入因子作为RBF神经网络的输入,建立RBF神经网络PM10质量浓度预测模型,并对西安市2005年采暖季PM10质量浓度进行了预测,获得较好的拟合和预测效果。     

柴油机排放污染物的生成机理及净化研究

首先介绍柴油机主要排放污染物,概述柴油机排放污染物的生成机理,综述柴油机机内净化和后处理技术,为降低柴油机主要排放污染物氮氧化物(NOx)和排放颗粒(PM)提供技术手段和控制措施。     

基于 KPCA-AGRU 神经网络的火电机组 NO x排放预测

针对火电机组锅炉燃烧过程中预测 NOx 排放过程存在的非线性和时序性特点,提出一种基于核主成分分析 (KPCA)和注意力机制(AM)的门控循环神经网络(GRU)氮氧化物预测模型。 首先选用 KPCA 对模型的输入变量 进行降维,消除冗余变量;其次,将筛选的变量数据作为 GRU 的输入,并采用网格搜索优化 GRU 的超参数;最后, 引入 AM 计算权值,实现区分输入特征功能,提高 NOx 预测模型精度。 通过某 330 MW 电站锅炉实际数据对 AGRU 预测模型仿真验证,并将 AGRU 模型、GRU 模型和 BP 神经网络模型的预测结果进行对比。 结果表明:基于 AGRU 的 NOx 预测模型的均方根误差和平均绝对误差较 BP 神经网络和 GRU 模型均有减少,可精准预测非线性时序燃 烧过程的 NO x 排放。     

船舶柴油机NO_x排放的控制措施

MARPOL73/78公约附则Ⅵ——＂防止船舶造成大气污染规则＂对船舶柴油机氮氧化物（NOx）的排放进行了严格的限制,已有高达全球商船总吨位的81.88%的缔约国通过了该附则及其后续修正案。船舶柴油机的NOx排放控制措施有机内控制和机外控制两种。机内控制包括了气缸直接喷水（DWI）、增压空气加湿等措施。机外控制则是指是在机内控制基础上,为了进一步降低排放量而采取的措施,主要应用的是选择性催化还原技术（SCR）。     

国外柴油机排放法规与排放控制技术发展现状

介绍了以美国、欧洲、日本为代表的三大车用柴油机排放法规体系,简述了柴油机排气微粒捕集器技术和氮氧化物(NOx)排放控制技术的发展现状.为我国制定自己的柴油机排放法规和提高我国的柴油机排放控制技术水平提供了参考和借鉴.     

Study of CNG／diesel dual fuel engine＇s emissions by means of RBF neural network

Great efforts have been made to resolve the serious environmental pollution and inevitable declining of energy resources. A review of Chinese fuel reserves and engine technology showed that compressed natural gas (CNG)/diesel dual fuel engine (DFE) was one of the best solutions for the above problems at present. In order to study and improve the emission performance of CNG/diesel DFE, an emission model for DFE based on radial basis function (RBF) neural network was developed which was a black-box input-output training data model not require priori knowledge. The RBF centers and the connected weights could be selected automatically according to the distribution of the training data in input-output space and the given approximating error. Studies showed that the predicted results accorded well with the experimental data over a large range of operating conditions from low load to high load. The developed emissions model based on the RBF neural network could be used to successfully predict and optimize the emissions performance of DFE. And the effect of the DFE main performance parameters, such as rotation speed, load, pilot quantity and injection timing, were also predicted by means of this model. In resum6, an emission prediction model for CNG/diesel DFE based on RBF neural network was built for analyzing the effect of the main performance parameters on the CO, NOx emissions of DFE. The predicted results agreed quite well with the traditional emissions model, which indicated that the model had certain application value, although it still has some limitations, because of its high dependence on the quantity of the experimental sample data.     

基于GMDH网络的船用增压柴油机性能预测及仿真

采用数据分组处理（Group Method of Data Handing,GMDH）的神经网络分类方法,建立4190ZLC船用四冲程增压柴油机性能预测的数学模型.针对船用中速柴油机运行状况,考虑到其影响运行状态的因素,结合实验数据进行4190ZLC船用柴油机性能的预测及仿真分析.该模型解决了神经网络结构较大,计算耗时较长的问题.将该模型与BP（Back-Propagation,BP）前馈神经网络仿真结果进行比较,结果表明其仿真效果好于BP神经网络模型,并且该神经网络能较好地满足柴油机性能预测仿真的需求     

MATLAB环境下的船用柴油机故障诊断的模拟研究

提出一种基于径向基函数神经网络模型应用于船用柴油机故障诊断的方法,设计相应系统的征兆／故障样本集,运用ＭＡＴＬＡＢ环境下的实用工具箱－ＮｅｕｒａｌＮｅｔｗｏｒｋｓＴｏｏｌｂｏｘ对ＨＵＤＯＮＧ－Ｂ＆Ｗ６Ｌ６０ＭＣＥ大功率船用低速柴油机涡轮增压系统的故障诊断进行模拟计算,仿真结果表明,这种方法是成功的。     

基于析因试验的连杆衬套磨损分析

柴油机连杆衬套-活塞销摩擦副的耐磨性能直接影响柴油机的使用寿命。基于完全析因试验,以主轴转速、配合间隙、加载载荷作为试验因素,磨损量作为评价指标,获得试验因素主效应及交互效应的主次顺序。结果表明:试验因素之间的交互效应是存在的,且超过某些单个因素的主效应。另外在单个因素中,主轴转速的主效应最强。利用RBF神经网络对高转速下的连杆衬套磨损量进行的预测,将预测值与实测值进行对比,发现网络具有较强的预报性能,可以有效提高参数的设计效率及降低实际实验所需的成本。     

神经网络在大功率船用柴油机NOx排放预测中应用

通过计算研究，考察了BP神经网络在大功率船用柴油机NOx排放预测上应用的可行性，选用适当的NOx排放模型。将发动机不同工况下的缸内最高爆压pmax，最高燃烧温度Tmax和纯度R作为神经网络的输入数据，并且使用试验数据对神经网络进行了检验，结果表明，BP神经网络可以有效和准确地对大功率船用柴油机NOx的排放进行预测。     

大功率船用柴油机智能诊断系统的研究与实现

通过对船舶柴油机故障诊断仿真系统的模型,结构原理与功能的研究,着重介绍了基于ＲＢＦ神经网络故障智能诊断方法,并以实例对涡轮增压系统和气缸组件与燃料系统故障进行分析判断,指出开发实船柴油故障诊断的计算机辅助分析系统具有指导意义。     

4190型船用中速柴油机配气相位优化仿真

以4190型船用中速柴油机为研究对象,利用MATLAB/Simulink软件建立柴油机工作过程仿真模型,通过仿真结果与实验数据的对比,验证模型的正确性。将该模型的配气相位偏移量进行由负到正的变化,得出其对柴油机功率、扭矩、燃油消耗率、缸内最高温度、最高爆发压力、NOx排放、排气温度、充气效率的影响规律。仿真结果确定了4190型柴油机最佳配气相位值:进气提前角66℃A;进气滞后角54℃A;排气提前角58℃A;排气滞后角56℃A。为4190型柴油机的性能优化改造提供了理论依据。     

应用SCR后处理实现车用柴油机国IV排放

 选择性催化还原（SCR）技术是实现柴油机超低NOx排放最有效的后处理方法之一。本研究采用一台电喷单体泵柴油机,通过燃烧优化使PM排放满足国IV排放要求。为降低原机较高的NOx排放,采用开环控制策略开发一套电控单元控制尿素溶液喷射,通过将32.5%的尿素溶液定量喷射到排气管,提供还原剂,与柴油机排气中的NOx发生选择性还原反应,生成N2和H2O,实现降低NOx排放的目的。由于选择催化还原方法的NOx转化效率高,通常采用开环控制即能实现国IV排放。本研究通过标定实验获得发动机的原机NOx排放、排气温度、排气流量、单位尿素溶液流量的NOx降低量等脉谱,并将其写入电控单元。通过这些脉谱和当前的发动机转速、负荷信号及催化器进出口的温度信号,电控单元可计算出当前工况需要的尿素喷射量。采用该方法,在稳态和瞬态循环工况,研究了SCR后处理的NOx转化效率、氨泄漏及尿素溶液消耗量特性。结果表明,稳态循环ESC、瞬态循环ETC中,NOx平均转化效率分别达到65.2%、65.3%,氨排放小于5ppm;可溶性有机成分（SOF）,实验表明,PM减少主要是由于SOF在氧化单元中发生氧化反应;对ETC循环中尿素消耗量的分析表明,采用本研究开发的尿素溶液计量单元及配套本实验使用的发动机的柴油车,运行100km大约消耗32.5%尿素溶液2L。     

基于一种新型喷油系统的船用柴油机NO x 排放试验研究

为了探索采用改进的机械式喷油系统以较低的成本使大功率船用柴油机的NOx排放满足IMO TierⅡ法规的可能性,在一台6PC2-6/2L型柴油机上开展台架试验,验证了自行研发的新型喷油系统,即交叉喷孔油嘴和调压孔式喷油泵,对于降低船用柴油机NOx排放的效果.试验结果表明：交叉喷孔油嘴所产生的扇形喷雾在柴油机气缸的空间分布范围广,混合气更为稀薄,有利于抑制燃烧温度,从而降低NOx排放;将新型喷油系统应用于该柴油机使NOx排放率降低14.3%,同时制动油耗率降低1.5%.新型供油系统进一步优化有望使该柴油机的NOx排放满足IMO TierⅡ排放法规.