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。     

燃油性质对船用中速柴油机排放的影响

鉴于2000－01－01起国际海事组织（IMO）对船用柴油机的NOx排放提出了限度值,研究了船用中速柴油机燃用柴柴油,窄馏分柴油及重油等燃油对NOx与颗粒排放的影响,发现了燃油中重馏分越多,芳烃含量越多,碳含量越多,则排放NOx越少,但增加了颗粒的排放,为了能降低NOx排放,又不过多增加颗粒排放,燃用轻柴油时采取了延迟 油,燃用重油时采用掺水乳化的方法,证明对降低船用中速柴油机NOx排放是有效的。     

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     

4190船用增压四冲程柴油机进排气系统建模

基于MATLAB/Simulink仿真平台,构建4190型船用增压四冲程柴油机的非线性仿真模型,进行进、排气系统的仿真计算.以4190 ZLC-2型船舶中速柴油机为例,并将仿真结果与实验结果进行对比,验证了柴油机仿真模型的正确性.利用该仿真模型进一步研究进、排气系统对4190ZLC-2型柴油机功率、扭矩、燃油消耗率、充气效率等参数的影响.结果表明:柴油机进气总管直径偏移+20mm与排气歧管直径为65mm时,4190型柴油机经济性和排放性达到最优,为190系列船用中速柴油机性能优化设计提供了依据.     

船用柴油机有害排放控制技术

阐述了船用柴油机有害排放的危害以及国内外排放法规的走向，重点介绍国内外船用柴油机ＮＯｘ排放的控制技术。     

RBF网络在柴油机故障诊断领域中的应用与实现

阐述了神经网络的模型、算法和分类，主要分析径向基传递函数、径向基函数分布常数以及高斯函数的宽度系数，探讨MATLAB环境下采用径向基函数网络实现对柴油机故障诊断的方法，并与BP网络性能进行比较，表明RBF网络学习速度快，适于在线实时监测与诊断。     

有效降低船用柴油NOx排放技术

本文简要介绍了现阶段国外柴油机降低NOx排放的最新技术及其应用情况,重点阐述了HAM和SCR两种技术的原理、特点以及有待改进的方面,并对满足未来超低排放法规的船用柴油机NOx排放控制技术进行了展望.     

船用柴油机NOx排放的试验研究

在保证柴油机的经济性前提下,寻找降低柴油机ＮＯｘ排放率的途径,根据ＬＭＯ《船用柴油发动机氮氧化物释放控制技术规则》推荐的试验程序,对一台４１３５Ｇ柴油机在发电机工况下进行改变喷油正时和压缩比的试验研究,结果表明：在喷油正时延后４＾ｏ和压缩比提高５．５％时,可使柴油机在发电机工况下的ＮＯｘ平均排放率减少１７．７％,柴油机的油耗率稍有降低,但烟度则稍有增加。     

喷油提前角对船用柴油机NOx排放特性的影响

为更方便地研究船用柴油机喷油提前角对NOx排放特性的影响,利用软件模拟方式代替实验,建立柴油机数学模型,模拟计算了6210ZLD-5型柴油机喷油提前角的改变对柴油机NOx排放、功率和燃油消耗率的影响.结果表明,减小喷油提前角可以降低NOx排放,但同时也造成柴油机功率的降低和燃油消耗率的增加.该研究对柴油机喷油参数的优化具有一定的参考价值.     

喷油正时对船用柴油机NOx排放率影响的试验研究

根据ＩＭＯ推荐的试验程序,分别在发电机工况推进工况下,在一台４１３５Ｇ柴油机上进行喷油正时变化时柴油机ＮＯＸ排放的试验,结果表明,适当将喷油正时延后调整可以降低柴油机ＮＯＸ排放率以满足国际公约的排放标准要求,而柴油机经济性不受到影响。     

厦门市工程估价的RBF神经网络预测模型

选取55个厦门市典型工程造价指标,利用SPSS统计分析软件对工程特征和训练样本进行相关性分析、归类合并,得出11个工程特征作为平米造价的主要影响因素.以径向基函数(RBF)神经网络原理为基础,建立工程造价估算模型,通过试验,选择net=newrb(P,T,0.01,1.0)建立RBF网络,用y=sim(net1,P)对样本进行训练测试.实证分析结果显示:该模型具有计算快捷简便的优势,估算误差在允许范围内,可用于实际工程造价的辅助估算.     

基于 HABC-RBF 神经网络的蒸汽驱预测方法

为解决蒸汽驱开发效果预测精度低和时间长的问题, 提出了一种改进人工蜂群算法和 RBF(Radial Basis Function)神经网络相融合的预测方法。 该方法应用种群最优解修改雇佣蜂解和观察蜂解的搜索方程, 借鉴差 分进化算法思想, 完成对种群最优解和个体搜索解随机扰动, 采用混合编码优化 RBF 神经网络参数。 以辽河 油田齐 40 块为例进行了试算, 结果表明, 该方法对蒸汽驱开发效果预测具有较好的非线性拟合能力和较高的 预测精度。     

基于RBF神经网络的语音情感识别

介绍了径向基函数神经网络的原理、训练算法,并建立了RBF神经网络的语音情感识别的模型。在实验中比较了BP神经网络与RBF神经网络分别用于语音情感识别识别率,RBF神经网络的平均识别率高于BP神经网络3%。结果表明,基于RBF神经网络的语音情感识别方法的有效性。     

船用中速柴油机NO排放浓度的预测

将准维三区燃烧模型与ＮＯ生成的扩大的Ｚｅｌｄｏｖｉｃｈ机理相结合,成功地开发了一种船用中速柴油机排气中ＮＯ浓度预测计算程序,并通过实验证明模拟计算结果与实测结果基本吻合。为从更深层次地认识船用柴油机工况和性能参数对ＮＯ排放量的影响,提供了一种有效的工具。     

基于RBF神经网络的旋风器阻力系数预测模型

旋风器阻力系数是随旋风器结构参数变化的复杂函数，根据阻力系数与结构因素之间的映射关系建立了基于径向基函数(RBF)神经网络预测模型，并将其用于切流反转式旋风器阻力系数的预测并与常用的BP神经网络模型比较。结果表明，该模型收敛速度快。预测误差小，预测结果与实测结果较为符合。     

多模式集成的RBF神经网络天气预报

针对复杂庞大的多模式数值预报数据,提出一种径向基函数(RBF)神经网络集成天气预报模型.根据天津市预报站点采用的WRF模式、RUC模式等数值预报数据的特点,将多种单模式数据作为RBF神经网络输入,网络输出为集成预报结果.实验表明:RBF神经网络集成预报模型降低了单模式预报误差,更加贴近了真实数据,并且在稳定性和实效性方面均有良好表现.     

基于RBF神经网络的线性混叠盲分离算法

提出一种RBF神经网络算法应用于线性混叠信号的盲分离。所用的RBF神经网络算法是从输入信号的数据中训练出中心值和宽度值,再训练通过用最大熵值的代价函数推导的权值。所用的代价函数保证了网络的输出尽可能独立,使信号能正确地分离。仿真验证了所用的算法能减少分离时间和提高分离效率。对比ME算法,该算法更好。     

基于菌群RBF神经网络的股票价格预测

利用菌群算法提出了一种新的菌群RBF神经网络算法,并将其应用到股票价格预测,同时在预测中引入了技术指标模型。仿真试验表明,相比于传统的RBF神经网络算法,菌群RBF神经网络算法可以得到更好的训练效率和预测结果。