虛擬標(biāo)定技術(shù)因在柴油機(jī)標(biāo)定過程中具有降低資源消耗,縮短開發(fā)周期的潛力而受到廣泛重視。本文針對柴油機(jī)燃燒模型標(biāo)定復(fù)雜的問題,提出了一種基于貝葉斯正則化燃燒模型的柴油機(jī)智能標(biāo)定方法,力圖解決燃燒模型標(biāo)定繁復(fù),控制MAP標(biāo)定優(yōu)化多目標(biāo)、多參數(shù)、多工況、強(qiáng)耦合特點(diǎn)帶來的問題。首先針對柴油機(jī)智能標(biāo)定方法的研究,建立一臺(tái)四缸高壓共軌柴油機(jī)GTSUITE模型,為燃燒模型預(yù)標(biāo)定和燃燒預(yù)測模型建立提供實(shí)驗(yàn)數(shù)據(jù),為后續(xù)控制MAP標(biāo)定優(yōu)化算法提供對比驗(yàn)證平臺(tái)。針對多變的柴油機(jī)噴油策略和模型實(shí)時(shí)性要求,搭建多韋伯燃燒放熱率模型,用于開發(fā)燃燒預(yù)測模型的建立方法。其次,針對柴油機(jī)多韋伯燃燒模型標(biāo)定中的多韋伯相互耦合、標(biāo)定參數(shù)眾多、逐點(diǎn)標(biāo)定工作量大、模型缺乏預(yù)測性的問題,本文采用了基于貝葉斯正則化貝葉斯正則化算法的前饋神經(jīng)網(wǎng)絡(luò)的燃燒預(yù)測模型搭建方法,研究了工況邊界參數(shù)與模型標(biāo)定參數(shù)之間的影響關(guān)系,解決了模型訓(xùn)練過程中易過擬合的問題。與萊文貝格-馬夸特算法、量化共軛梯度算法訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型和多元線性擬合方法擬合的模型進(jìn)行對比。通過實(shí)驗(yàn)分析證明,該預(yù)測模型預(yù)備良好的適應(yīng)性和預(yù)測性,工況點(diǎn)平均標(biāo)定精度已達(dá)到93.19%...

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
字母注釋表
第一章 緒論
    1.1 引言
    1.2 傳統(tǒng)柴油機(jī)標(biāo)定技術(shù)與虛擬標(biāo)定技術(shù)
        1.2.1 傳統(tǒng)柴油機(jī)臺(tái)架標(biāo)定流程與虛擬標(biāo)定技術(shù)介紹
        1.2.2 傳統(tǒng)柴油機(jī)標(biāo)定方法與虛擬標(biāo)定對比分析
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 虛擬標(biāo)定技術(shù)研究現(xiàn)狀
        1.3.2 柴油機(jī)韋伯燃燒模型標(biāo)定技術(shù)現(xiàn)狀
    1.4 面向虛擬標(biāo)定的柴油機(jī)燃燒模型標(biāo)定問題分析
    1.5 本文主要內(nèi)容
第二章 柴油機(jī)整機(jī)GT模型與多韋伯燃燒模型搭建
    2.1 柴油機(jī)GT-SUITE模型介紹
        2.1.1 曲軸箱模型
        2.1.2 進(jìn)排氣系統(tǒng)模型
        2.1.3 噴油模型
    2.2 柴油機(jī)多韋伯燃燒模型
        2.2.1 柴油機(jī)燃燒理論分析
        2.2.2 多韋伯燃燒模型簡化與搭建
    2.3 柴油機(jī)整機(jī)模型仿真工況設(shè)計(jì)
    2.4 本章小結(jié)
第三章 柴油機(jī)多韋伯燃燒模型標(biāo)定方法研究
    3.1 瞬時(shí)放熱率模型預(yù)標(biāo)定
    3.2 標(biāo)定參數(shù)敏感性分析
    3.3 基于貝葉斯正則化算法的預(yù)測模型建立
    3.4 預(yù)測模型對比驗(yàn)證
    3.5 本章小結(jié)
第四章 基于非優(yōu)勢排序遺傳算法的控制MAP標(biāo)定優(yōu)化
    4.1 多目標(biāo)優(yōu)化平臺(tái)設(shè)計(jì)
        4.1.1 基于非優(yōu)勢排序遺傳算法的尋優(yōu)算法
        4.1.2 優(yōu)化目標(biāo)與約束設(shè)置
    4.2 控制MAP標(biāo)定優(yōu)化及對比驗(yàn)證
        4.2.1 優(yōu)化結(jié)果分析和最優(yōu)控制參數(shù)篩選
        4.2.2 優(yōu)化結(jié)果對比驗(yàn)證
    4.3 本章小結(jié)
第五章 全文總結(jié)與展望
    5.1 全文總結(jié)
    5.2 本文創(chuàng)新點(diǎn)
    5.3 全文展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況說明
致謝



本文編號(hào)：3940130