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     

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RBF神经网络的船用柴油机NOx排放的预测

依据4190ZLC-2型船用四冲程增压柴油机实际试验测得的数据,利用MATLAB中的神经网络工具箱,建立了基于径向基函数神经网络（RBF）的柴油机氮氧化物（NOx）排放浓度的预测模型。在预测模型建立过程中选取柴油机油耗率（SFOC）、功率、转速等参数数值作为输入矩阵,柴油机的氮氧化物排放浓度作为输出矩阵。仿真结果表明:该方法预测精度高,可为控制氮氧化物的排放提供依据。     

喷射率对柴油机性能和排放影响数值模拟研究

为了以较低的成本降低中速大功率船用柴油机的NOx排放,开发了一种可实现靴型燃油喷射规律的调压孔武喷油泵.利用三维CFD软件AVL FIRE v8.5对某大功率中速船用柴油机的缸内流动、混合气形成和燃烧过程进行了模拟计算,分析了调压孔式喷油泵的靴型喷射规律在2种负荷、3种喷油定时下对柴油机性能和排放的影响.结果表明:所用...     

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.     

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。     

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。     

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.     

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。     

施工机械与车辆柴油机排放控制研究

针对柴油机的有害气体排放,尝试着用排放后处理措施及燃油乳化等化学法进行控制,并在6110A型柴油机上进行了台架试验,试验结果显示,NOx等有害气体均有一定程度的降低。     

双燃料发动机低温燃烧排放性能仿真

为缓解船用发动机NOx排放过高问题,提出柴油掺烧丁醇并结合EGR(exhaust gas recircula-tion)技术的试验方案.在4190ZLC-2型柴油机台架基础上,利用AVL_FIRE软件建立柴油-丁醇CFD模型.设置丁醇掺混比0％、10％、20％、30％4组变量,EGR利用率0％、7.5％、10.0％、1...     

重型柴油机燃用天然气合成油的性能与排放

根据在用公交车的特点,在未对发动机进行任何调整的前提下,对在用公交车用重型柴油机燃用天然气合成油(GTL柴油)和0#柴油进行了动力性、燃油经济性及排放特性研究.结果表明:与0#柴油比较,该机燃用GTL柴油的外特性功率、转矩都平均降低约10%;燃油消耗率降低约3%,经济转速区向低转速区移动;GTL柴油的一氧化碳、氮氧化物、颗粒物和二氧化碳排放分别降低9%,14%,25%和4%,碳氢化合物排放基本不变.GTL柴油能同时降低柴油机的氮氧化物和颗粒物排放,是有潜力的低排放柴油清洁代用燃料之一.     

小型柴油机排气净化消声器的研制

为小型柴油机设计了一种排气净化消声器,采用泡沫陶瓷作为过滤材料,将催化转化技术及活性碳纤维(ACF)应用其中.通过实验和改进后的排气净化消声器与试验样机原消声器相比,在标定工况时,排气净化消声器降低噪声4dB(A)以上,有害废气排放物NO的含量降低48.1%,HC、CO和烟度均有一定的降低,取得较好的效果.为小型柴油机的性能提高提供了一条有效的途径.     

喷油提前角对双燃料柴油机燃烧和排放的影响

为研究喷油提前角对双燃料发动机燃烧和排放特性的影响,以4190ZLC-2型船用中速柴油机为研究对象,运用AVL_FIRE软件构建柴油-甲醇双燃料燃烧室模型。通过仿真实验的方法,研究当甲醇掺混比为20%,喷油提前角分别为 16.6°、18.6°、20.6°、22.6°时,对柴油机燃烧、排放、动力特性的影响。研究结果表明:随着喷油提前角的逐渐增大,缸内混合气质量得到改善,从而优化混合燃料在缸内燃烧的质量,同时还可观察到放热率曲线逐渐前移且峰值增加。分析数据可知,在甲醇掺混比为20%,喷油提前角20.6°时,NO排放较原机排放增加29.83%,Soot排放量降低30.5%,CO排放量降低5.6%,指示功率增为58.75 kW。