基于混合驱动的双燃料发动机燃烧模型的构建

摘要

为实现对处于长时间运行的双燃料发动机燃烧过程的实时映射和在线优化,将Wiebe方程与深度学习神经网络相结合,提出了基于混合驱动的生物柴油/柴油双燃料发动机零维(0-D)预测模型.首先通过鹈鹕算法(POA)对双Wiebe方程参数进行求解;然后利用卷积神经网络结合双向长短时记忆神经网络(CNN-Bi-LSTMNN)建立运行参数和Wiebe参数的参数辨识模型.将Wiebe方程与深度学习神经网络相结合对燃烧过程进行简化、重构,建立基于混合驱动的零维预测模型,进而可以正向求出缸内压力曲线和各种性能结果.结果表明:基于双Wiebe方程结合CNN-Bi-LSTM构建的双燃料发动机零维预测模型具有良好的预测精度和泛化性.模型的开发为双燃料发动机性能的在线评估和优化提供了可靠的数字模型支持.