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: | 2022-12-07 |
修稿时间: | 2023-02-14 |
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》下载免费的PDF全文 |
|