| 基于Atkinson循环发动机的燃油消耗率优化方法对比研究 |
| |
| 引用本文： | 杨靖,薛川,刘凯敏,江武,张纯标,冯仁华.基于Atkinson循环发动机的燃油消耗率优化方法对比研究[J].湖南大学学报(自然科学版),2017,44(8):15-22. |
| |
| 作者姓名： | 杨靖 薛川 刘凯敏 江武 张纯标 冯仁华 |
| |
| 作者单位： | （1.湖南大学 汽车车身先进设计制造国家重点实验室，湖南 长沙 410082；2.重庆理工大学 汽车零部件先进制造技术教育部重点实验室，重庆 400054） |
| |
| 摘 要： | 针对利用GT-Power详细模型耦合遗传算法(方案1)优化Atkinson循环发动机燃油消耗率时,存在公认的不易收敛且计算缓慢的问题,提出了神经网络简化模型耦合遗传算法(方案2)进行全局优化并与方案1进行比对.方案1利用GT-Power搭建某Atkinson循环发动机详细仿真模型,应用Heywood公式建立爆震预测模型,并耦合遗传算法对Atkinson循环发动机燃油消耗率进行优化;方案2则利用拉丁超立方算法采集4 500个实验点,将GT-Power详细模型及爆震模型简化为神经网络模型,通过简化模型耦合遗传算法进行优化.研究结果表明:利用方案2可以将Atkinson循环发动机的实际燃油消耗率最多降低4.6%,且仿真优化结果相对实际优化结果的最大误差率仅为7.3%,同时相对于方案1仿真优化时间最大可节省322倍.因此,采用方案2替代方案1用于Atkinson循环发动机燃油消耗率的快速全局优化是切实可行的方法.
|
| 关 键 词： | Atkinson循环 燃油消耗率优化方法 人工神经网络模型 遗传算法 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《湖南大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南大学学报(自然科学版)》下载免费的PDF全文 |
|
