基于BP神经网络的非道路用柴油机掺烧生物柴油的燃烧排放模拟预测

摘要

生物柴油具有无毒、可再生、可生物降解等优点,燃用生物柴油能够降低柴油机的有害排放。非道路用柴油机产量大,用途广,排放问题日益显著,然而对于柴油机排放试验的研究需消耗大量的人力物力和财力,BP神经网络具有较好的仿真预测效果,因此开展基于BP神经网络非道路用柴油机燃用生物柴油的燃烧排放性能模拟预测的研究,对于提升发动机整机性能起到很重要的作用。
　　 本文是以风冷186FA直喷柴油机为研究样机,采用试验和数值仿真相结合的方法,探讨柴油机燃用生物柴油时的燃烧及排放性能。根据实测示功图计算得到全负荷不同各掺烧率时的放热率曲线,并基于单、双隐层BP神经网络建立柴油机掺烧生物柴油的放热率模型,对比分析单、双隐层的泛化能力及仿真效果,对放热率预测结果与基于示功图的计算值进行比较分析。在比较验证了单、双隐层神经网络模型的泛化能力和仿真效果的基础上,对缸内燃烧最高平均温度及尾气排放进行网络建模仿真,并对缸内燃烧最高平均温度及排放的预测结果与试验值进行比较分析。
　　 结果表明,基于双隐层神经网络的柴油机放热率模型的仿真效果及泛化能力明显优于单隐层神经网络,且双隐层神经网络能较好地处理样本噪声的学习问题,使得非线性逼近效果较好。同时,单层神经网络模型和双层神经网络模型的期望响应与仿真输出回归效果均较好,相关系数均在0.95以上。缸内最高平均温度的预测结果与试验计算结果具有较好的一致性,期望响应与仿真输出相关系数达到0.99。缸内最高平均温度预测值随折合燃油消耗率消耗率的升高而升高。CO、HC、NOx、soot预测结果与试验值非线性逼近良好,CO、HC、Nox和soot排放模型的期望响应与仿真输出线性回归相关系数均在0.99以上。而在部分负荷和不同掺烧比下,CO、HC、Nox排放预测结果与试验结果的非线性逼近有待改进。HC和CO排放预测值随折合燃油消耗率的升高而增加,Nox和soot排放预测值随折合燃油消耗率的增加而下降。