汽油机不同暂态燃油补偿模型的比较

通过对三种暂态燃油补偿模型（TFC）的剖析，并在相同条件下对每个模型进行仿真，提出了基于模型的TFC和基于神经网络（NN）时，模型选取的方法和需要考虑的问题。     

基于模型汽油发动机的空燃比控制器仿真研究

建立了合理的四缸四冲程汽油发动机数学模型,对模型发动机进行仿真标定实验,获得其喷油MAP图.根据发动机运行特点及控制要求,在均值模型的基础上,建立了稳态部分负荷、瞬态、怠速3种主要运行工况下的控制器模型,并给出了以上模型在Matlab/Simulink环境下的结构框图和综合仿真过程.仿真结果表明:控制器能够判断不同工况,并自动切换到相应的控制模块,使空燃比达到预期要求,具有良好的控制性能、控制策略与控制算法可行.     

FCC汽油降烯烃非加氢工艺

为满足环保要求,针对催化裂化汽油烯烃含量较高的问题,研究了一种非加氢降烯烃催化剂。在小型固定床上,考察了催化剂性质和反应条件等对FCC汽油烯烃含量的影响,确定了降烯烃非加氢工艺的最佳工艺条件。研究结果表明,在以氧化铝为担体,过渡金属为活性组分,反应温度为110℃,反应压力为0.3 MPa,体积空速为2.6 h-1条件下,FCC汽油降烯烃反应后,苯的体积分数小于2.5%,芳烃的体积分数有所升高但小于40%,烯烃体积分数由原来的55%下降至30%(荧光法),满足国家汽油新标准要求。同时测定产品油的辛烷值(RON)为95,克服了以往加氢带来的辛烷值降低的缺点。     

提升管反应器FCC汽油催化转化过程数值模拟

在汽油催化转化反应动力学模型和气-固两相流模型的基础上,将流动、传热、反应综合考虑,建立了催化裂化汽油催化转化提升管反应器的反应-流动耦合模型。模拟结果与中型实验提升管出口数据吻合较好。数值模拟了提升管反应器内气相组成、温度分布、速度分布沿提升管高度变化,以及提升管出口产品产率随温度和剂油比的变化情况,模拟结果反应了其变化规律,验证了模型的可靠性。     

用于近红外校正模型的训练样本选择

近红外(near-infrared,NIR)校正模型建立时传统的训练样本选择方法只考虑光谱欧氏距离的同类就近选取,不考虑光谱特征异常的训练样本的影响.基于主元分析(principal component analysis,PCA)残差,在同类就近取样的基础上引入异常光谱剔除技术进行训练样本的二次提取,用于建立偏最小二乘(partial least squares,PLS)回归模型.实验结果表明,该方法比传统方法的预测精度有较明显的提高.     

某汽油机活塞机械负荷作用下的有限元分析

针对某汽油机扩缸后的活塞 ,建立了比较完整的数学和几何模型 ,以及相应的边界条件 ,在此基础上对机械负荷作用下的活塞进行三维有限元分析     

汽车加油站易出现的防爆安全隐患

章结合加油站防爆安全性能检查工作中发现的问题，从供电系统、防雷防静电、接地保护、加油机、管理等方面，深入探讨了如何切实加强加油站整体的防爆性能，减少安全隐患。     

电控汽油机怠速模糊RBF神经网络控制

针对电控汽油机怠速控制要求,提出了一种模糊径向基函数(RBF)神经网络控制方案,在MATLAB环境下进行了控制仿真,获得了比PID、模糊、模糊BP神经网络更好的控制性能。     

汽油在线优化调合系统实践

为了保证汽油调合辛烷值的准确性,在减少辛烷值浪费的同时应避免因辛烷值低于标准值而造成质量事故。参考国内外汽油在线优化调合的各种技术方案,设计了一种适合中国国情的汽油在线优化调合控制系统。经中石化天津和洛阳炼油厂应用证明,系统很好地解决了调合过程中的辛烷值控制及优化问题,取得了较好的经济效益。     

神经网络和专家系统在汽车发动机故障诊断中的应用研究

运用神经网络与专家系统两种人工智能技术,通过对汽车发动机废气中CO,HC,CO2和02含量的分析进行故障推理和诊断.神经网络与专家系统主要采用串行连接,用神经网络模块进行故障分类,再经专家系统给出解释并进一步推理,得到具体的诊断结果,从而实现发动机常见故障的快速、准确和智能化诊断.