车用发动机

作者：潘恒斌，官维，潘明章，梁科，文涛，姜淑君

单位：(1.广西大学机械工程学院，广西南宁530004；<br/>\r\n2.无锡职业技术学院，江苏无锡214121)

关键词：柴油机；氮氧化物；预测；猎人猎物优化算法；长短期记忆网络

在严格的排放法规面前，柴油机后处理系统发挥了不可估量的作用，而获取NOx排放是后处理系统中SCR装置得以正常工作的前提之一。建立一种使用猎人猎物优化（HPO）算法优化长短期记忆（LSTM）网络的虚拟预测模型，实现对柴油机NOx排放准确预测，以代替现有物理传感器或作为并行装置监控其运行。试验在柴油机测功机上进行，在高度瞬态的柴油机运行周期内，输入了若干种便于获取且与NOx形成密切相关的参数至模型中，结果表明：该优化后的网络应用于测试集和全新的未知瞬态工况时，与未优化网络的预测结果相比，RMSE分别提高了29.1%和23.4%，R2分别大于和接近0.95，预测结果与传感器测量值呈现高度相同的变化趋势，满足了车载运用和准确性的需求，验证了该方法的可行性。

来源：2024年第1期

《车用发动机》期刊编辑部

查看车用发动机杂志2024年第1期