生物柴油在船用柴油机上的适用性研究

为验证生物柴油在船舶柴油机上的适用性,在不改变柴油机内部结构的条件下,利用船用柴油机对生物油与0#柴油体积比为1∶4的生物柴油(记为BD20)及0#柴油进行台架对比试验,测试了船用柴油机生燃用生物柴油的负荷特性、动力特性,分析了柴油机排放物中的NOx、SO2及温室气体等排放特性。试验结果表明,生物柴油BD20在80%额定工况动力特性下的油耗率比0#柴油机低1.4%,CO排放浓度降低17%;负荷特性下BD20的油耗率与油耗量均升高2%,而SO2排放浓度比0#柴油低约30%。可见,生物柴油可作为0#柴油的替代物在船舶柴油机上推广应用。     

相继增压改善柴油机经济性与排放的试验研究

为了降低柴油机的有害排放,对TBD234V12船用柴油机进行了大小增压器的相继增压系统设计和改造,并对原机增压与采用大小增压器相继增压后的柴油机进行对比试验研究,着重对该柴油机作为船舶主机推进特性工况下的排放进行测试.试验结果表明,在1TC-S和1TC-L二区相继增压比原机常规增压在相同工况下NOx和SOOT的浓度都有明显的降低,NOx最大降低64%,SOOT最大降低达76%,而且燃油消耗率有所下降,表明采用大小增压器相继增压是降低船用柴油机中低负荷排放的一种有效措施.     

基于GA-BP神经网络的柴油机NO_x瞬态排放预测

开发了一种柴油机NOx瞬态排放预测研究的方法,该方法采用BP神经网络进行建模,并加入遗算法优化网络权值弥补BP网络缺陷。模型选取影响NOx排放的控制参数作为输入量。网络训练中采用早停止策略防止训练网络过拟合,保证网络泛化能力。模型总排放预测相对误差为3.63%,尤其对加减速等瞬态变化工况的预测效果更优,相对误差小于3%,可以用于NOx瞬态排放预测,并且模型输入参数多为控制参数,有利于对模型进行深入研究。     

实际道路工况和法规工况下中型柴油机排放特性的对比分析

分别按照北京城市客车的实际道路驾驶循环BJCBC和重型柴油机的法规试验循环ETC,对满足国Ⅲ标准的中型柴油机及装配相同型号柴油机的整车进行排放测试,研究试验工况对柴油机NOx和PM排放特性的影响。研究结果表明:试验工况的变化对PM粒径浓度分布、NOx瞬时排放浓度和瞬时排放率产生明显影响,而且BJCBC的排放评价结果远远偏离ETC的排放评价结果,所以在满足认证标准工况的基础上,应按照北京市典型工况对排放控制进行优化标定。     

电控高压共轨柴油机燃用生物柴油的排放特性

针对一台大排量电控高压共轨柴油机,在发动机的结构和参数不作变动和调整的条件下,使用5种生物柴油混合燃料进行ESC稳态排放测试,研究了不同生物柴油含量的混合燃料对柴油机排放特性的影响。结果表明,随着混合燃料中生物柴油含量的增加,CO、PM和DS比排放量逐渐减少,同时HC和SOF比排放量稍有降低,NOx比排放量逐渐增加。B30燃料与B0相比,CO、PM和DS十三工况加权平均比排放量分别减少了46.0%、27.5%和44.2%,但NOx比排放量增加了10.9%。CO、PM和DS加权比排放量在大负荷工况下减少的幅度较大。     

柴油机EGR电控系统设计与试验分析

针对增压直喷柴油机开展EGR技术的电子控制研究与应用,以降低NOx排放.依据柴油机EGR控制系统的工作特点和功能要求,以80C196单片机核心,进行了控制系统的电路设计和控制软件编写.根据发动机负荷特性试验对比分析,证实柴油机在应用EGR控制系统后,NOx排放降低19.9%,HC和CO排放略有增加,柴油机动力性和经济性与原机相当,通过对EGR回路的冷却,可以抑制PM排放增加,同时还验证了EGR电控系统设计合理,能够对EGR系统按照柴油机不同工况的最佳EGR率进行实时控制.     

瞬态工况下喷油参数对柴油机排放及燃烧特性的影响

为了探究瞬态工况下燃烧优化的新方法,在一台高压共轨柴油机上研究了瞬态工况下喷油参数对排放及燃烧特性的影响,试验工况点选择在柴油机转速为1650r/min,在5s内使柴油机转矩从该转速最大转矩的10%达到90%。结果表明:瞬态工况下柴油机的燃烧和排放特性明显有别于稳态工况,具体表现为:瞬态工况下烟度激增,NOx排放低于稳态工况,CA50后移;瞬态工况下随着喷油正时的提前,烟度排放增加,NOx排放量增加,CA10、CA50和CA90均提前;随着喷油压力的加大,烟度排放降低,NOx排放量增加,CA10、CA50提前。此外,还探讨了通过调整喷油参数减小瞬态工况下柴油机性能畸变的可行性,结果表明:通过调整喷油压力可以有效地减少柴油机瞬态与稳态性能上的差异。     

车用柴油机排气再循环控制系统

为了降低车用柴油机的NOx排放,设计了用于增压中冷柴油机的排气再循环(EGR)系统。介绍了EGR控制系统及控制方法。该系统采用进气节流阀与EGR流量控制阀联合控制,可实现0～30%EGR率的优化。利用13工况对该系统控制NOx的效果进行了评价。实验表明,采用EGR技术,可以大幅度地降低NOx的排放,微粒排放基本不变。但HC和CO排放有所增加,13工况加权比油耗也较原机有所降低。     

基于NSGA-Ⅱ算法的锅炉燃烧多目标优化

采用BP（back propagation,BP）神经网络模型分别建立了300 MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态试验数据对模型进行了训练和验证。结果表明：BP神经网络模型可以很好地预测锅炉的排放特性和锅炉的热损失特性。结合NOx排放模型和锅炉热损失模型并采用非劣分类遗传算法（non-dominated sorting genetic algorithm,INSGA-Ⅱ）对锅炉进行多目标优化,优化结果表明：NSGA-Ⅱ多目标优化方法与BP神经网络模型结合可以对锅炉多目标燃烧优化问题实现有效的多目标寻优,得到理想的Pareto解方案可以在降低锅炉NOx排放的同时使锅炉运行在较高的效率工况下,是对锅炉进行多目标优化的有效工具。     

基于EGR策略的重型柴油机瞬态空燃比优化控制

针对某些重型柴油机在进气中冷后加入足量的EGR较为困难,瞬态工况下EGR优化后的发动机排放性能恶化的问题,从精确控制EGR流量、优化空燃比、降低排放的目的出发,在一台CY6D180高压共轨重型柴油机上进行了大量的试验研究。基于排放优化原则,研究了利用节气阀配合EGR阀引入EGR后的发动机稳态特性,提出了一种两阀联合关开优化发动机瞬变排放性能的策略。进行了瞬态工况条件下的对比试验验证。结果表明:本文设计的瞬态空燃比控制方法在保证烟度排放值在3.5%限度内的情况下,NOx的排放量也不超过稳态工况点的10%。     

供热管网的二级BP神经网络泄漏故障诊断

为诊断供热管网泄漏情况,利用图论理论描述基于空间管网的泄漏工况水力计算模型,得出节点泄漏和管段泄漏工况下管网各点的压力变化情况.在此基础上采用人工神经网络方法建立基于二级BP神经网络的供热管网泄漏诊断系统,该方法可根据管网中压力监测点的压力变化进行泄漏位置和泄漏量的诊断,并通过实例验证了方法的有效性.结果表明:一级神经...     

基于BP神经网络矩形微带天线谐振频率预测

谐振频率是微带天线的重要技术指标,建立合适的数学模型以获得微带天线精确的谐振频率,在微带天线的设计中至关重要,通过BP神经网络建模的方法对天线谐振频率进行预测.以一款谐振频率为2.4 GHz的矩形微带天线为分析算例,通过HFSS软件的仿真计算,获取了大量的天线样本,在此基础上建立了矩形微带天线的BP神经网络模型,并预测出不同结构参数下5个矩形微带天线的谐振频率.再将这5个天线的结构参数输入HFSS软件,用HFSS软件对这些天线进行仿真得到其谐振频率,比较结果证明采用BP神经网模型预测得到的天线谐振频率与HFSS仿真结果间误差很小,说明神经网络预测得到的天线谐振频率有效,本文的设计方法可行,效果良好.     

应力状态下混凝土碳化深度的神经网络预测

为计算应力状态下预应力混凝土在一定条件下的碳化深度,将混凝土应力水平取为影响碳化速度的参数.在已有试验结果的基础上,分别建立了预应力混凝土碳化深度实用计算模型,以及BP网络、径向基函数(RBF)网络和广义回归(GRNN)网络的三个神经网络预测模型,并通过实例将碳化深度试验值、实用公式计算值及神经网络预测值进行了比较分析.结果表明:考虑混凝土应力水平对碳化深度的影响是合理的,试验回归得到的实用碳化模型计算误差在9%以内;同时,所建立的BP、RBF以及GRNN网络模型均具有较高的计算精度以及良好的泛化能力,仿真和预测误差基本上在5%和4%以内,均低于实用计算模型的误差值.由此可见,所建神经网络模型的仿真及预测结果是理想的,可同时考虑各种影响因素组合、行之有效的混凝土碳化深度预测方法.     

构架式空间可展开天线结构优化参数预测模型

为了得到构架式空间可展开天线结构优化中目标函数与设计变量的解析表达式,基于BP神经网络建立一种天线结构优化参数的预测模型．根据天线背架的结构及神经网络的训练原理,构建对优化参数进行预测的网络模型;应用有限元软件ANSYS对优化参数进行数值计算,通过正交试验设计,得到BP神经网络的训练样本;调整传递函数、隐层节点数及训练...     

柴油机排放HC-PM现象学预测模型的研究

以柴油机 13工况排放试验结果为依据 ,研究了污染物中的碳氢化合物 (HC)与微粒 (PM )之间的关系 ,并考虑了影响因素 提出了通过每工况的HC来预测其微粒的新方法 ,计算结果和试验数据有较好的吻合 此预测模型对高压共轨柴油机ECU的设计是一个有力的工具     

索力振动法测量神经网络赋泛研究

索的受力状态关系着索体系桥梁的安全,索力值是衡量索力学状态的重要指标.目前,索的边界条件难以判别是影响索力识别结果准确性的重要因素.为此,利用ANSYS对拉索振动进行数值模拟,并借助已有索力计算公式对建模方式的可靠性进行验证,并生成模拟数据;然后,以索长、线密度、抗弯刚度、1阶频率、2阶频率、3阶频率为输入参数,以索力...     

基于BP神经网络分源预测综采面瓦斯涌出量研究

为了提高综采工作面瓦斯涌出量的预测精度,根据综采工作面瓦斯来源的分析,在瓦斯分源预测方法的基础上,融合神经网络预测技术,建立BP神经网络分源预测模型。结合某矿1242（1）工作面地质条件和开采技术条件,利用BP神经网络分源预测模型对工作面瓦斯涌出量进行了预测,结果表明,BP神经网络分源预测模型预测精度能满足现场需求,与分源法相比较,在综采工作面瓦斯涌出量预测中方便简洁而且具有很高可信度,其应用前景更广泛。     

基于BP神经网络的中国人口预测

本文基于中国统计年鉴1990—2010年中国人口数据,通过建立BP神经网络模型,对中国人口进行了预测。结果表明,神经网络预测数据相对误差不到0.01%,比传统预测方法精确很多,根据该模型预测,中国人口将在2050年达到峰值14.5亿左右。     

PSO-SVM与BP神经网络组合预测供水系统余氯的方法

针对余氯量在供水系统内非线性变化的特性,建立了PSO-SVM与BP神经网络组合模型对管网末端余氯进行预测分析。该模型通过粒子群优化算法（PSO）,对SVM的特性参数进行优化;采用BP神经网络对模型进行残差修正。通过对单一的BP模型和SVM模型、组合模型的预测精度进行分析。结果表明：组合模型预测比BP和SVM单一预测均方误差分别降低了62.30%、75.29%,平均相对误差降低了55.03%、54.27%。综上所述,该模型具有强大的非线性拟合能力,预测精度高,运行稳定性强,对供水企业控制余氯的投加量和设置二次加氯点有一定的指导作用。