多元燃料神经网络模型预测研究

摘要：

在云内4100QBZL柴油机上进行了FT柴油、M5(多元燃料中甲醇体积分数为5％,以此类推)、M15和M25的负荷特性试验,通过建立BP神经网络模型,训练四种油品燃油消耗量、缸内压力峰值和,使用训练好的模型对M10和M20进行预测,并将预测结果与试验结果进行比较.研究表明,M10是一种较好的多元燃料混合比例,其燃油消耗量、缸内压力峰值的预测结果与试验结果的算数平均误差分别为-0.98％和2.89％.因此,BP网络模型具有较好的学习能力,并可用于柴油机燃用代用燃料的性能预测.

关键词： 汽车多元燃料 柴油机 人工神经网络模型 燃烧特性

作者: 杨甜甜 王铁 曹贻森 刘磊 石晋宏

作者单位: 太原理工大学车辆工程系,太原 030024

会议类型: 国内会议

会议名称: 中国内燃机学会燃烧节能净化分会2014年学术年会暨先进发动机节能及测试技术论坛

会议地点: 成都

会议语种:中文

页码: 577-581

在线出版日期: 2014-08-01（万方平台首次上网日期，不代表论文的发表时间）