基于BP神经网络的某增压直喷发动机性能及排放模型设计开题报告
2020-04-06 11:07:28
1. 研究目的与意义(文献综述)
内燃机是当今世界上热效率最高、使用范围最广的动力机械,汽车、机车、拖拉机、坦克、船舶、军舰、发电机组、物料搬运机械、土方机械、排灌机械等无不以内燃机为动力。但内燃机的排气又是造成大气污染的主要来源之一,仅汽车发动机一项带来的污染就占城市全部大气污染物的60-70%。随着汽车数量的不断增加,一些大城市已从工业污染型变为汽车污染型。为了保护人类赖以生存的大气环境,必须严格限制来自内燃机的污染。为此,现阶段内燃机的设计和改进目标己从以前的只注重动力性和经济性转变为动力性、经济性和排放性并重。
随着内燃机技术的进步,己有100多年历史的内燃机其动力性已不成问题,但考虑到能源危机的存在和日益严重的大气污染,使得人们不得不把经济性和排放性作为主要控制目标同时考虑。然而内燃机排放性的研究手段存在一定问题一一试验研究所需设备复杂、昂贵;数学建模研究影响因素多而复杂,且无明确的规则可遵循(因内燃机燃烧及排放形成机理尚未完全探明),因此本次毕业设计旨在用神经网络理论建立基于普通试验设备、少量排放试验数据、不用复杂的数学建模与计算即可预测内燃机稳态工作性能和排放性能的模型,从而对发动机的性能和排放优化设计提供一些参考。
在国内,汽车行业的众多学者都在期刊上发表了关于利用各种模型、理论来预测发动机工作及排放性能的研究的文章。合肥工业大学的教授钱立军等[1]选用运转参数中的转速和功率为变量,对丰田prius混合动力电动汽车的发动机进行了神经网络排放建模。通过对建立的bp网络进行训练和测试,较好地预测其排放性能,并对排放的实时测量和控制提供了一定的依据。曹晓光等[2]同样选用转速和功率为变量,对发动机燃烧乙醇汽油产生的排放物进行建模,在误差允许的范围内较好地预测了其排放性能。刘圣华等[3]介绍了wd614--64涡轮增压柴油发动机燃用柴油/天然气双燃料的燃料供给系统设计和控制系统设计,研究了双燃料发动机的燃烧和排放特性,对涡轮增压柴油机改装成柴油引燃天然气的双燃料发动机的工作具有理论指导意义。王恩宇等[4]提出了成分权重的概念并用它对直喷式柴油机13工况排放试验的排放特性进行了比较比较详细的分析研究,从而得出成分权重最大的有害排放物,提出降低排放的手段。
2. 研究的基本内容与方案
利用校内图书馆和网络资源,通过查阅相关文献,在老师和学长的指导下,了解增压直喷发动机的工作原理和排放污染相关理论(主要包括极细颗粒物的危害及研究)。学习matlab软件,熟练掌握其功能和使用方法,并利用matlab软件进行神经网络模型的建立,以已有的某发动机颗粒物数量排放和油耗为学习样本预估其他电控参数条件下的内燃机性能表现。基本内容如下:
(1)深入了解该增压直喷发动机的工作原理,性能及排放参数,了解国内外研究发动机排放性的主要方向。
(2)深入学习matlab的bp神经网络,熟练掌握其功能及使用方法,能够用其建立相应的基本模型,并对神经网络进行优化(粒子群优化或遗传算法优化)。
3. 研究计划与安排
(1)2017.12.15~2017.12.31:指导教师拟定题目并将选题录入毕业设计管理系统。
(2)2018.1.2~2018.1.7:系(教研室)、学院对选题进行审查和调整。
(3)2018.1.2~2018.1.14:赴校外实习,搜集设计资料,并提交实习日记、实习报告。
4. 参考文献(12篇以上)
[1]钱立军,袭著永,赵韩. 基于bp神经网络的发动机排放预测[j]. 汽车工程,2005(vol.27)no.1.
[2]曹晓光,张祖铭. 基于bp神经网络乙醇汽油与无铅汽油排放性能分析[d].哈尔滨:东北林业大学,2011.
[3]刘圣华,王子延. 柴油/天然气双燃料增压发动机燃烧与排放特性研究[j].山东交通学院学报,2002.