《表2 扭矩最优Pareto解与EGR率组合》

  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

由表2、表3可知，在全负荷不同转速工况下，通过多目标遗传算法寻优所得的扭矩优化值与实验值变化率较大，燃油消耗率优化结果变化较均匀。在最大转速工况下，优化后的扭矩值提升率达到了12.3%，燃油消耗率下降率达到了2.6%，寻优效果较好。在转速为1800r/min时，优化所得扭矩值小于实验值，优化燃油消耗率大于实验值，其主要原因为计算所使用的燃烧模型、湍流模型以及模型中设定的Map图与实际工况存在一定误差。对于本研究，Pareto最优解与实验值相比较，变化率（包括提升率与下降率）较为合理，说明基于模型优化结果良好，侧面验证RBF神经网络建模的准确性。