本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的甲醇柴油雙燃料發(fā)動機噴醇MAP優(yōu)化，由筆耕文化傳播整理發(fā)布。

【摘要】：甲醇被用作商用車發(fā)動機的替代能源時,由于其十六烷值低,自燃性能差,需要其他燃料進行引燃。在柴油機進氣道上布設(shè)噴醇裝置,用原柴油機油泵噴入的柴油進行引燃,對發(fā)動機改動少,甲醇噴入量控制靈活,能夠節(jié)約柴油和改善排放,可以應(yīng)用在不同類型的柴油車上。在應(yīng)用過程中,每循環(huán)噴醇過少,則甲醇替代性差,排放改進不明顯;噴醇過多,則發(fā)動機循環(huán)變動過大甚至熄火�？梢�,定時供應(yīng)適量甲醇非常關(guān)鍵。用數(shù)學模型模擬計算最佳噴醇量非常困難,所以噴醇MAP的標定一般是大量臺架試驗測得的結(jié)果,且受標定工程師主觀影響大。本文是以4B26柴油機為研究樣機,在柴油機進氣道上布設(shè)噴醇裝置進行了臺架試驗,記錄轉(zhuǎn)速、負荷、噴醇量、柴油消耗量、排放等相關(guān)參數(shù)作為神經(jīng)網(wǎng)絡(luò)訓練樣本,然后應(yīng)用BP神經(jīng)網(wǎng)絡(luò)強大的非線性映射能力模擬雙燃料發(fā)動機的輸入輸出,又基于遺傳算法較好的全局搜索能力搜索最優(yōu)噴醇量。結(jié)果顯示,人工神經(jīng)網(wǎng)絡(luò)能簡單快速地模擬發(fā)動機多變量的復(fù)雜變化情況。人工神經(jīng)網(wǎng)絡(luò)遺傳算法聯(lián)合運行,能在較少的試驗量的情況下找到不同轉(zhuǎn)速不同負荷下一定HC排放限值時的最大噴醇量,從而更多的利用甲醇,且降低NOx和碳煙的排放。選取均勻分布且占整個MAP較大范圍的9個工況點,新噴醇MAP對應(yīng)9點點工況的醇耗量比原噴醇MAP的醇耗量有較大幅度提高。這對于有效地利用甲醇資源和減少排放起到重要作用,對下一步工作中控制策略的細化提供了合理的建議。
【關(guān)鍵詞】：MAP優(yōu)化 雙燃料發(fā)動機 甲醇 人工神經(jīng)網(wǎng)絡(luò) 遺傳算法
【學位授予單位】：江蘇大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TK401;TP18
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-23
• 1.1 引言10-11
• 1.2 替代能源分類11-15
• 1.2.1 替代燃料性能分析13-15
• 1.2.2 甲醇作為代用燃料的優(yōu)缺點精析15
• 1.3 甲醇在發(fā)動機上的應(yīng)用研究15-17
• 1.3.1 國內(nèi)甲醇在發(fā)動機上的應(yīng)用研究16-17
• 1.3.2 國外甲醇在發(fā)動機上的應(yīng)用研究17
• 1.4 人工神經(jīng)網(wǎng)絡(luò)遺傳算法在柴油機工程上的研究進展17-21
• 1.4.1 神經(jīng)網(wǎng)絡(luò)遺傳算法簡介17-18
• 1.4.2 神經(jīng)網(wǎng)絡(luò)在柴油機上的應(yīng)用18-20
• 1.4.3 遺傳算法在柴油機上的應(yīng)用20
• 1.4.4 神經(jīng)網(wǎng)絡(luò)遺傳算法聯(lián)合應(yīng)用20-21
• 1.5 本課題研究內(nèi)容及意義21-22
• 1.5.1 本課題研究內(nèi)容21
• 1.5.2 本課題研究意義21-22
• 1.6 本章小結(jié)22-23
• 第二章 甲醇柴油雙燃料發(fā)動機臺架試驗23-36
• 2.1 發(fā)動機臺架試驗材料及設(shè)備23-24
• 2.2 噴醇試驗設(shè)備24-28
• 2.2.1 噴醇供給裝置25-26
• 2.2.2 甲醇噴射電子控制機構(gòu)26-28
• 2.3 雙燃料發(fā)動機噴醇限制原因28-30
• 2.4 試驗過程及結(jié)果30-35
• 2.4.1 純柴油模式外特性試驗30-31
• 2.4.2 最大噴醇量試驗31
• 2.4.3 雙燃料模式下臺架試驗31-35
• 2.4.4 試驗中遇到的問題35
• 2.5 本章小結(jié)35-36
• 第三章 神經(jīng)網(wǎng)絡(luò)和遺傳算法理論基礎(chǔ)36-48
• 3.1 人工神經(jīng)網(wǎng)絡(luò)簡介36
• 3.2 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展36-37
• 3.3 人工神經(jīng)網(wǎng)絡(luò)的分類37-40
• 3.4 BP神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)40-42
• 3.4.1 BP網(wǎng)絡(luò)學習規(guī)則40-41
• 3.4.2 BP算法改進41-42
• 3.5 遺傳算法簡介42
• 3.6 遺傳算法特點42-43
• 3.7 遺傳算法的發(fā)展過程43-44
• 3.8 遺傳算法的應(yīng)用44
• 3.9 遺傳算法的理論基礎(chǔ)44-47
• 3.9.1 模式定理44-46
• 3.9.2 積木塊假設(shè)46
• 3.9.3 遺傳算法困難問題46
• 3.9.4 遺傳算法收斂性分析46-47
• 3.10 本章小結(jié)47-48
• 第四章 神經(jīng)網(wǎng)絡(luò)遺傳算法建模仿真及結(jié)果對比48-67
• 4.1 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和實現(xiàn)48-55
• 4.1.1 神經(jīng)網(wǎng)絡(luò)仿真準備工作48-49
• 4.1.2 輸入層、隱含層和輸出層神經(jīng)元數(shù)的確定49-51
• 4.1.3 神經(jīng)元傳遞函數(shù)的確定51-52
• 4.1.4 權(quán)值的初始化52
• 4.1.5 訓練樣本的歸一化處理52-53
• 4.1.6 BP神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)構(gòu)建框架的確定53
• 4.1.7 批處理算法的確定53-54
• 4.1.8 期望最小誤差、最大循環(huán)次數(shù)參數(shù)的確定54-55
• 4.2 遺傳算法尋優(yōu)55-62
• 4.2.1 編碼55-57
• 4.2.2 求適應(yīng)度函數(shù)57-58
• 4.2.3 算子選擇58-59
• 4.2.4 交叉算子59-60
• 4.2.5 變異算子60-61
• 4.2.6 遺傳算法的其他運行參數(shù)61-62
• 4.2.7 約束條件的限定62
• 4.3 神經(jīng)網(wǎng)絡(luò)遺傳算法聯(lián)合仿真62-64
• 4.3.1 神經(jīng)網(wǎng)絡(luò)遺傳算法優(yōu)化結(jié)果63-64
• 4.3.2 仿真結(jié)果分析64
• 4.4 新舊MAP圖醇耗對比64-65
• 4.5 本章小結(jié)65-67
• 第五章 總結(jié)與展望67-68
• 5.1 全文總結(jié)67
• 5.2 展望67-68
• 參考文獻68-72
• 致謝72-73
• 攻讀碩士期間發(fā)表的論文73

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學;2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經(jīng)網(wǎng)絡(luò)的直升機艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經(jīng)網(wǎng)絡(luò)的應(yīng)用與展望[J];佛山科學技術(shù)學院學報(自然科學版);2009年05期

4 許萬增;;神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用[J];國際技術(shù)經(jīng)濟研究學報;1990年01期

5 張軍華;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在軍用系統(tǒng)中的應(yīng)用[J];現(xiàn)代防御技術(shù);1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡(luò)在預(yù)報控制中的應(yīng)用[J];機床;1993年11期

7 靳蕃;神經(jīng)網(wǎng)絡(luò)及其在鐵道科技中應(yīng)用的探討[J];鐵道學報;1993年02期

8 宋玉華，王啟霞;神經(jīng)網(wǎng)絡(luò)診斷──神經(jīng)網(wǎng)絡(luò)在自動化領(lǐng)域里的應(yīng)用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內(nèi)外神經(jīng)網(wǎng)絡(luò)技術(shù)的研究與應(yīng)用概況[J];電機電器技術(shù);1995年04期

10 王中賢，錢頌迪;神經(jīng)網(wǎng)絡(luò)法在經(jīng)濟管理中的應(yīng)用[J];航天工業(yè)管理;1995年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機遇——紀念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學學術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預(yù)測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡(luò)的風力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學;2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學;2015年

  本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的甲醇柴油雙燃料發(fā)動機噴醇MAP優(yōu)化，由筆耕文化傳播整理發(fā)布。

，

本文編號：388173