《表1 网络输入参数:基于多因素神经网络模型的柴油机NO_x排放预测及试验研究》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于多因素神经网络模型的柴油机NO_x排放预测及试验研究》
为了研究试验台架控制因素对柴油机排放的影响,通过控制系统将与性能相关的提前角、喷射始点、喷射量等参数固定,因此柴油机的尾气排放主要取决于试验台架控制。综合考虑试验控制的因素,并避免试验因素之间存在较大相关性,确定发动机转速、进气量、循环油量、发动机出水温度、中冷后进气温度、进气湿度、排气背压、柴油温度作为神经网络的输入(见表1),NOx排放质量流量作为目标输出量。根据文献[2],太多隐层数会影响网络训练速度,同时会导致模型无法收敛,通常3层结构就可以实现网络快速收敛和预测。已有研究表明,具有Sigmoid非线性函数的3层神经网络可以实现任意精度的连续函数逼近。因此,本研究中NOx排放网络预测模型选择输入层、隐层、输出层3层结构,选择Sigmoid非线性函数作为转移函数。
图表编号 | XD0013360800 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.25 |
作者 | 冀树德、高华伟、邬旭宏、刘志刚、张伟、郝冀雁、陈东峰、李全、梁玉明 |
绘制单位 | 中国北方发动机研究所(天津)、北方通用动力集团有限公司、中国北方发动机研究所(天津)、中国北方发动机研究所(天津)、中国北方发动机研究所(天津)、中国北方发动机研究所(天津)、中国北方发动机研究所(天津)、中国北方发动机研究所(天津)、中国北方发动机研究所(天津) |
更多格式 | 高清、无水印(增值服务) |