基于EGR技术的船用低速二冲程柴油机增压系统匹配研究

针对采用EGR技术的船用低速二冲程柴油机在满足IMO排放法规时增压系统须兼顾多模式、宽流量范围运行的问题,基于某型低速二冲程柴油机在GT-Power软件中搭建整机及EGR系统仿真模型并校核。在此基础上研究涡轮增压器匹配、进排气旁通、废气旁通(EGB)等措施对该型柴油机TierⅢ和TierⅡ模式时性能的影响并得出系统匹配策略。研究结果表明:TierⅢ模式时,减小涡轮等效流通面积可有效恢复增压压力,但导致运行点接近压气机喘振线;引入进排气旁通则可有效解决喘振问题。TierⅡ模式时,采用EGR和EGB措施均可有效解决因涡轮等效面积减小带来的增压压力过高问题,但其中EGR方案NO_x排放较低,燃油消耗率偏高,而EGB方案燃油消耗率较低,NO_x排放偏高;综合应用EGR和EGB,即高负荷采用EGR,中低负荷采用EGB的匹配方案,可达到整机NO_x排放满足TierⅡ法规要求且燃油消耗率最低的设计目标。     

基于自适应变分模态分解和长短期记忆网络的月径流预报

准确可靠的月径流预报是流域水旱灾害防治及水资源合理配置的重要依据。原始径流时间序列包含多种频率成分，将时间序列数据分解预处理技术和机器学习模型相结合的混合模型已被用于捕捉径流动态过程。然而，将数据分解技术直接应用于整个时间序列是一种不切实际的方法，会导致部分信息从测试阶段传输到模型的训练过程中。为此，设计了一个用观测数据更新历史样本的自适应动态分解策略，提出基于自适应变分模态分解和长短期记忆网络的分解-预测-集成月径流预测混合模型。首先，采用自适应分解策略对径流时序数据进行变分模态分解，得到不同频率成分的子序列；其次，为每个分解子序列构建长短期记忆神经网络径流预测模型，并采用贝叶斯优化算法优选模型超参数；然后，将子序列的预测结果集成得到径流的最终预测结果；最后，以金沙江上游石鼓水文站月径流预报为研究实例，对比传统的分解策略(“捆绑分解”)和分解方法(离散小波变换和集成经验模态分解),验证所提混合模型的有效性和可行性。结果表明，所提混合模型在数据分解预处理中避免了引入未来信息，并能够进一步提升径流预报精度。