分会场
智能控制与混合动力
摘要
本文以生物柴油-柴油双燃料发动机为研究对象,目的是找到双燃料发动机在不同工况下的控制参数最佳组合,从而满足排放法规和实现较低的燃油消耗。通过研究不同参数对双燃料发动机性能和排放的影响,并结合卷积神经-门控循环神经网络 (CNN-GRU) 和帕累托最优-多目标蛇优化算法 (Pareto-SO)探讨了推进特性工况下的最优控制参数问题。首次利用CNN-GRU建立双燃料发动机运行参数和性能之间的预测回归模型。首次将Pareto 优化理论与蛇优化算法相结合,所有优化后的工况均可以实现经济性和排放性之间的权衡。试验结果表明,所有推进特性工况氮氧化物(NOx)排放均满足Tier III法规,额定工况下,方案2对应的NOx排放降低了76.51%,油耗比优化前升高了1.58%。因此,合理的参数有利于缓解柴油机性能与排放特性之间的矛盾。
关键词
柴油机;CNN-GRU;蛇优化算法;多目标优化;双燃料发动机
电子U盘全文仅限大会已缴费参会代表下载。
您还没有登录,请您先 点击这里登录
2024世界内燃机大会
2024 World Congress on Internal Combustion Engines