零维预测燃烧模型建模方法

为了解决神经网络建立的柴油机零维燃烧模型对稳态和动态工况预测能力不稳定问题，本文采用遗传算法对神经网络的初始权值、阈值进行综合优化，提出了遗传算法-神经网络算法。基于TBD620型柴油机，通过稳态和瞬态试验获得运行参数和缸压数据，通过代数分析法结合遗传算法获得对应燃烧参数，最后分别利用遗传算法-神经网络算法和神经网络算法对燃烧模型进行构建并对比辨识结果。结果表明：与神经网络算法相比，遗传算法-神经网络算法构建的零维燃烧模型对应? 50 和IMEP预测值平均误差分别降低了43.84%和42.73%,遗传算法具有高效的权值、阈值寻优能力，模型具有更高的预测精度，泛化性更好，适用于柴油机零维燃烧模型研究。