| 基于神经网络的柴油机润滑油稀释率预测方法研究 |
| |
| 引用本文： | 韩荣港,梁兴雨,吕旭,王昆,刘军,王意宝.基于神经网络的柴油机润滑油稀释率预测方法研究[J].内燃机工程,2023,44(5):74-81. |
| |
| 作者姓名： | 韩荣港 梁兴雨 吕旭 王昆 刘军 王意宝 |
| |
| 作者单位： | 天津大学 内燃机燃烧学国家重点实验室，天津 300072,天津大学 内燃机燃烧学国家重点实验室，天津 300072,天津大学 内燃机燃烧学国家重点实验室，天津 300072,天津大学 内燃机燃烧学国家重点实验室，天津 300072,潍柴动力股份有限公司，潍坊 261041,潍柴动力股份有限公司，潍坊 261041 |
| |
| 基金项目： | 内燃机可靠性国家重点实验室开放性课题项目（skler-202004） |
| |
| 摘 要： | 为了实现柴油机润滑油稀释程度的准确、快速检测，基于试验建立了润滑油稀释率与理化参数指标的数据集。利用果蝇优化算法（fruit fly optimization algorithm, FOA）搜寻最优解更新广义回归神经网络（generalized regression neural network, GRNN）的光滑因子，提出了一种多理化指标参数融合的润滑油稀释程度预测方法。仿真结果表明：该模型的拟合优度为99.9%，均方根误差为0.106。通过将4种模型进行对比，证明了FOA–GRNN模型在预测精度、收敛速度及稳定性上的优越性。在实际柴油机远后喷试验中，将该预测方法与气相色谱（gas chromatograph, GC）法进行对比，二者的绝对误差在0.5%之内。该预测方法在保证检测精度的同时大大缩短了检测时间，为柴油机实现按质换油提供了理论和技术指导。
|
| 关 键 词： | 柴油机 远后喷策略 润滑油稀释 果蝇优化算法 广义回归神经网络 |
| 收稿时间： | 2022/12/7 0:00:00 |
| 修稿时间： | 2023/2/14 0:00:00 |
Study on Prediction Method of Lubricating Oil Dilution Rate of Diesel Engine Based on Neural Network |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《内燃机工程》浏览原始摘要信息 |
|
点击此处可从《内燃机工程》下载全文 |
|
