基于改进粒子群优化神经网络的拖拉机排放方法研究

ZHENG Bowen, DENG Zhichao,LUO Zhenhao,SONG Zhenghe,MAO Enrong,YANG Zihan

Transactions of the Chinese Society for Agricultural Machinery（2023）

引用 0|浏览8

暂无评分

摘要

针对农用拖拉机排放污染严重的问题,特别是限制氮氧化物(NO,)和碳烟(Soot)的排放,以中国一拖集团某型号农用柴油机为研究对象,采用系统建模仿真、台架试验验证和仿真分析结合的方法对发动机排放优化进行了研究.首先构建了农用拖拉机燃烧室三维模型并导入CONVERGE进行燃烧排放模拟与仿真,通过对模型缸内压力、热释放率试验值与仿真值的对比,证明该模型具有较高精确度,能够较好地描述发动机内部燃烧排放过程.之后以燃烧室的缩口率、凸台深度、燃烧室深度为输入,以发动机NO,和Soot排放量为输出建立人工神经网络作为代理模型.计算决定系数R2和平均相对误差(MRE)来验证人工神经网络的精确度.然后在此基础上提出一种改进的粒子群优化算法,从而获得燃烧室缩口率、凸台深度、燃烧室深度的最佳参数组合,形成新的燃烧室结构并导入CONVERGE软件中进行排放模拟计算并与原燃烧室的排放量进行对比.结果表明采用新的燃烧室结构后能够降低发动机NOx和Soot排放,可为相关农用拖拉机燃烧室系统设计和开发提供参考和思路.

查看译文

关键词

agricultural tractors,emission optimization,artificial neural network,improved particle swarm algorithm

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要