车用发动机

作者：陈天锴，王贵勇，申立中，姚国仲

关键词：柴油机；性能预测；数学模型；梯度提升决策树；空间填充设计

柴油机作为一种多输入多输出的高复杂度与耦合度系统，难以用精确的物理与化学模型准确描述。通过空间填充设计采集训练数据集，采用GBDT(Gradient Boosting Decision Tree,梯度提升决策树)算法构建了柴油机有效燃油消耗率（BSFC）、NOx和CO预测模型，并对模型进行了验证。结果表明：预测模型收敛速度较快；BSFC，NOx，CO拟合程度R2分别为0.981，0.993，0.992；预测值平均相对误差为0.81%，3.68%，2.95%；模型生成的BSFC,NOx,CO响应与真实柴油机趋势具有一致性；预测模型有较高的精确度和稳定性。梯度提升决策树算法对柴油机建模有较高的适应度，能够有效解决多特征高维非线性柴油机系统问题，为柴油机性能预测建模提供了一种行之有效的方法。

来源：2022年第5期

《车用发动机》期刊编辑部

查看车用发动机杂志2022年第5期