《表1 柴油机主要参数：实验设计和神经网络法对柴油机性能的优化研究》

  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

《实验设计和神经网络法对柴油机性能的优化研究》

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

国内学者在某款高压共轨柴油机优化设计上使用DOE技术，并与常规标定的效果对比，得出了采用DOE方法不仅大幅度减少实验次数，而且油耗标定效果更好，等油耗区域明显增加[3]。且该学者在DOE基础上，对柴油机VNT-vEGR系统的排放和燃油消耗率进行了多目标优化，DOE能在燃油消耗率基本保持不变，使欧洲稳态测试循环（European Steady-state Cycle，ESC）工况加权的氮氧化合物排放量下降约49.49%[4]，因此，基于DOE方法优化发动机性能效果显著。此外，国内学者通过基于径向基神经网络的优化方法来研究共轨柴油机喷油策略，为共轨柴油机多工况不同喷油策略的确定提供参考依据[5]。以一台电控增压柴油机为研究对象，基于该柴油机应用DOE技术与神经网络模型进行柴油机扭矩与燃油消耗率的多目标优化，结合仿真技术与实验验证，探索不同影响因子对优化目标对改善柴油机性能的潜力。该电控增压柴油机主要参数，如表1所示。