基于PSO算法的SCR尿素热解动力学参数优化

摘要

在Ebrahimian模型基础上,采用粒子群优化算法(particle swarm optimization,PSO)对尿素热解过程动力学参数进行了优化,以提高柴油机选择性催化还原(selective catalytic reduction,SCR)系统尿素热解动力学模型精度,实现还原剂氨气生成及尿素结晶现象准确预测.优化结果表明:PSO算法是一种有效的尿素热解模型动力学参数优化方法;优化后的尿素热解动力学模型相比优化前具有更高的精度,可以实现对尿素热解过程更准确的计算;优化后的模型在异氰酸生成预测方面误差略有增加,但是仍可以较好地反映尿素热解过程中异氰酸及氨气的变化趋势.