外文翻譯--壓縮天然氣柴油雙燃料發(fā)動(dòng)機(jī)的排放物RBF神經(jīng)網(wǎng)絡(luò)的研究

1、遼寧工程技術(shù)大學(xué)畢業(yè)設(shè)計(jì)（論文）附錄b 譯文壓縮天然氣/柴油雙燃料發(fā)動(dòng)機(jī)的排放物rbf神經(jīng)網(wǎng)絡(luò)的研究liuzhentao feishaomei摘要：為了解決嚴(yán)重的環(huán)境污染和能源資源的急劇下降，各國(guó)都已作出巨大努力。中國(guó)的燃料儲(chǔ)備和發(fā)動(dòng)機(jī)技術(shù)的現(xiàn)狀表明，壓縮天然氣（cng）/柴油雙燃料發(fā)動(dòng)機(jī)是解決上述問(wèn)題的最佳方案之一。為了研究和提高天然氣/柴油發(fā)動(dòng)機(jī)，均衡器發(fā)射模型是基于徑向基函數(shù)的排放性能（rbf）神經(jīng)網(wǎng)絡(luò)。這是一個(gè)黑盒子輸入輸出數(shù)據(jù)模型，不需要先驗(yàn)條件。rbf的中心和連接可自動(dòng)選擇，根據(jù)測(cè)試數(shù)據(jù)的分布和投入產(chǎn)出給定的空間以及近似誤差。研究表明，預(yù)測(cè)結(jié)果都符合了一個(gè)在低負(fù)荷運(yùn)行條件下，大范圍

2、，高負(fù)荷的實(shí)驗(yàn)數(shù)據(jù)。發(fā)達(dá)國(guó)家的排放量模型的rbf神經(jīng)網(wǎng)絡(luò)可以用來(lái)成功地預(yù)測(cè)和優(yōu)化dfe排放量。同時(shí)，該均衡器的主要性能參數(shù)，如轉(zhuǎn)速，負(fù)荷，試點(diǎn)數(shù)量和噴射時(shí)間，效果也符合模型的預(yù)測(cè)方法。在天然氣/柴油發(fā)動(dòng)機(jī)排放預(yù)測(cè)模型基于rbf神經(jīng)網(wǎng)絡(luò)的分析中，主要分析了對(duì)二氧化碳的主要性能參數(shù)的影響和內(nèi)置的dfe-no的排放量。預(yù)測(cè)結(jié)果比較符合傳統(tǒng)的排放模式，這表明該模型具有一定的應(yīng)用價(jià)值，但由于其對(duì)實(shí)驗(yàn)樣本數(shù)據(jù)量高度依賴，因此還有一定的局限性。 關(guān)鍵詞：雙燃料發(fā)動(dòng)機(jī)，排放性能，rbf神經(jīng)網(wǎng)絡(luò)引言由于嚴(yán)重的環(huán)境污染和世界各地的能源危機(jī)，開(kāi)發(fā)降低能源消耗的汽車成為主要的研究目標(biāo)。天然氣（cng）發(fā)動(dòng)機(jī)采用壓縮空

3、氣為燃料，具有更高的效率和降低污染的突出優(yōu)勢(shì)。該天然氣/柴油均衡器專門為城市公交車也可明顯降低城市空氣污染，尤其是大城市。因此，對(duì)均衡器燃燒過(guò)程的研究，特別是排放性能，是非常重要和寶貴的，在一般情況下，燃燒過(guò)程和發(fā)動(dòng)機(jī)的機(jī)制所涉及的物理和化學(xué)合成的過(guò)程。由于其復(fù)雜性和即時(shí)性，沒(méi)有合適的解析函數(shù)來(lái)描述它的燃燒過(guò)程，特別是對(duì)均衡器。在這個(gè)新的排放模型徑向基函數(shù)中提出了天然氣/柴油均衡器。rbf神經(jīng)網(wǎng)絡(luò)理論rbf神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特別是在神經(jīng)網(wǎng)絡(luò)rbf神經(jīng)網(wǎng)絡(luò)，已成為近年來(lái)受歡迎因?yàn)樗錾淖R(shí)別和預(yù)測(cè)能力。徑向基函數(shù)的rbf神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，通常是一個(gè)非線性徑向?qū)ΨQ函數(shù)。高斯函數(shù)的徑向基函數(shù)的核心功能，

4、擁有兩個(gè)向量參數(shù)x和c; x是自變量向量這個(gè)函數(shù)，c為核心徑向基函數(shù)。越野形成一個(gè)與c為中心，是橢圓的半徑橢圓函數(shù)?；趓bf神經(jīng)網(wǎng)絡(luò)的神經(jīng)元的功能是作為rbf神經(jīng)網(wǎng)絡(luò)調(diào)用。 rbf神經(jīng)網(wǎng)絡(luò)包括三個(gè)層次，第一層是輸入層，其元素con組，形式的輸入?yún)?shù)的數(shù)量，第二層是隱層徑向基函數(shù)的許多神經(jīng)元組成;隱層節(jié)點(diǎn)的計(jì)算歐幾里德之間的中心和網(wǎng)絡(luò)的輸入向量，然后距離的結(jié)果傳遞到徑向基函數(shù)，最后一層是輸出層組成的共同線性神經(jīng)元。 rbf神經(jīng)網(wǎng)絡(luò)的工作結(jié)構(gòu)如圖1所示。這種模式有r輸入和p輸出，與輸入和輸出之間的關(guān)系，這是模型如下：基于rbf神經(jīng)網(wǎng)絡(luò)的工作原理該網(wǎng)絡(luò)結(jié)構(gòu)見(jiàn)fig.l;其中輸入向量x = ab a

5、2,., an,理想輸出系列yj（j=1,2 . p）,實(shí)際輸出系列yj和重量在輸出層wij值可以得到的rbf神經(jīng)網(wǎng)絡(luò)，具有輸入r和m隱藏節(jié)點(diǎn)和p輸出。選擇高斯函數(shù)，（x）=exp（-x2），= 3的徑向基函數(shù)，實(shí)際輸出系列yj是由下列公式計(jì)算：然后，wii的權(quán)值調(diào)整，以滿足下面的公式，從其中的rbf神經(jīng)網(wǎng)絡(luò)可以得到最終結(jié)果?；趓bf神經(jīng)網(wǎng)絡(luò)的排放模型開(kāi)發(fā)模式的發(fā)展由于有限的試驗(yàn)單位，該部分的甲烷數(shù)量無(wú)法獲得，因此該模型只包括二氧化碳，noz排放。該模型的結(jié)構(gòu)圖1所示。在這個(gè)模型中的輸入輸出關(guān)系如下:輸入層節(jié)點(diǎn)數(shù)被選擇作為與輸入?yún)?shù)相同的參數(shù)，r=4，輸出層節(jié)點(diǎn)的數(shù)目是作為與輸出參數(shù)相同的參

6、數(shù)，p=2，e0被設(shè)置為0.15%。試驗(yàn)數(shù)據(jù)是根據(jù)測(cè)試得出的，測(cè)試發(fā)動(dòng)機(jī)的規(guī)格在表1中已經(jīng)給出。有100組以上的數(shù)據(jù)是在輕載低轉(zhuǎn)速到高負(fù)載高轉(zhuǎn)速下得出的，這是為了試驗(yàn)rbf神經(jīng)網(wǎng)絡(luò)，還有20組數(shù)據(jù)是在大范圍工況試驗(yàn)下得出的，以驗(yàn)證模型。通過(guò)使用實(shí)驗(yàn)數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行試驗(yàn)后，經(jīng)過(guò)約15000個(gè)周期，總結(jié)平方誤差可達(dá)0.15%。于圖2所示。而隱層節(jié)點(diǎn)數(shù)m還證實(shí)，其中隱層節(jié)點(diǎn)數(shù)為11。模型的驗(yàn)證該模型也驗(yàn)證了一個(gè)雙燃料發(fā)動(dòng)機(jī)的規(guī)格：dxs=108mmx125mm，額定功率/轉(zhuǎn)速= 112kw/2800轉(zhuǎn)/分。圖3顯示，模擬結(jié)果和一氧化碳的測(cè)試結(jié)果，第13個(gè)操作條件較好的排放量也分別表示，該模型也可以用于

7、預(yù)測(cè)dfe的二氧化碳排放基于模型的co, nox的排放預(yù)測(cè)發(fā)展這一模型的目的是用它來(lái)預(yù)測(cè)均衡器的一氧化碳，氮氧化物排放量。以下是由該模型對(duì)幾種主要操作參數(shù)對(duì)二氧化碳，氮氧化物的排放量變化的影響。旋轉(zhuǎn)速度的影響圖4中在特定情況下旋轉(zhuǎn)速度co和nox排放量的變化表明co排放隨轉(zhuǎn)速增加。這種情況發(fā)生是因?yàn)榕c燃燒時(shí)間縮短，提高轉(zhuǎn)速情況下一氧化碳不能完全氧化。然而，氮氧化物排放量隨轉(zhuǎn)速減少。這是因?yàn)樵谠缙跍p少熱量輸出和在汽缸因增加旋轉(zhuǎn)速度減少。因此，時(shí)間和氮在它縮短，降低溫度，因此氮氧化物排放量減少。cng數(shù)量的影響在特定工況下，cng數(shù)量對(duì)co和nox排放影響如圖5所示。天然氣的數(shù)量的影響同該引擎負(fù)荷

8、有相同的效果，所以這里的發(fā)動(dòng)機(jī)負(fù)荷是用來(lái)顯示天然氣的數(shù)量所引起的效果。增加天然氣數(shù)量增加了熱輸出和汽缸的最高溫度。因此，它在燃燒過(guò)程中充分完成，因此二氧化碳排放量減少和氮氧化物排放量增加。試點(diǎn)的影響在輕載狀態(tài)下，試點(diǎn)數(shù)量對(duì)co和nox排放影響的效果如圖6?？梢钥闯?，氮氧化物排放量的變化并不明顯，甚至增加試點(diǎn)的數(shù)量也是如此。但二氧化碳排放量減少，因?yàn)樵谳p載狀態(tài)下氣缸中的天然氣數(shù)量變小，因此，即使是試點(diǎn)數(shù)量，早期熱輸出和在氣缸內(nèi)的最高溫度的升高，氮氧化物排放量的變化也不大，但由于氮氧化物由于激烈的氧化使co的排放量減少。在重載狀態(tài)下，試點(diǎn)數(shù)量對(duì)co和nox排放影響的效果如圖7?？梢钥闯?，co排放量

9、相對(duì)于輕載狀態(tài)下要少，nox的排放量要相對(duì)于輕載狀態(tài)下要高得多。隨著試點(diǎn)數(shù)量的增加和氣缸內(nèi)天然氣的增加，二氧化碳排放量減少，氮氧化物排放量由于點(diǎn)火能量和總熱量的增加而增加。噴油定時(shí)的影響在輕載荷狀態(tài)下噴油定時(shí)對(duì)二氧化碳，氮氧化物排放量的影響如圖8所示，表明與噴油定時(shí)的增加，二氧化碳排放量和氮氧化物排放量不同時(shí)增加或重新下降。這意味著在輕載狀態(tài)下有最佳噴射時(shí)間以使二氧化碳，氮氧化物排放量最少。在圖9可以看到在重載情況下有同樣的結(jié)果。模擬的結(jié)果表明（圖8和圖9）16 ca是在這個(gè)均衡器的最佳注射時(shí)間。結(jié)論在天然氣/柴油雙燃料發(fā)動(dòng)機(jī)排放預(yù)測(cè)模型rbf神經(jīng)網(wǎng)絡(luò)工作的基礎(chǔ)上，建立以供分析的一氧化碳，氮氧化物排放的dfe主要參數(shù)的影響。模型模擬傳統(tǒng)的排放量相一致