《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。