基于灰色關聯(lián)度和神經網絡的電控汽油機性能和排放的研究.pdf

1、近些年來，我國不斷加大各行各業(yè)“節(jié)能減排”的政策力度。而在交通運輸行業(yè)，機動車數量伴隨著我國經濟的持續(xù)增長，也逐年急劇增加，而與此同時，機動車對能源的消耗和環(huán)境的污染也越來越嚴重。因此提高汽車發(fā)動機的性能和降低發(fā)動機的排放是一個重要課題。本文以CF4g18型電控汽油機為試驗對象，進行研究得到了以下的結論： （1）、通過搭建CF4g18汽油機臺架試驗，采集了該汽油機的性能和排放試驗數據。并利用灰色關聯(lián)度對排放相關數據進行分析，找到

2、了各污染物排放與各影響因素聯(lián)系的密切程度，并以此為基礎為人工神經網絡建模提供依據。 （2）、利用BP神經網絡進行了汽油機各性能參數的模型辨識。其中在驗證集上，轉矩、功率、燃油消耗率、燃油消耗量、過量空氣系數和排氣溫度的最大誤差分別為：9.58％、9.36％、4.42％、5.76％、3.74％和6.97％。證明了BP網絡能夠滿足汽油機性能模型辨識的要求。 （3）、利用Elman神經網絡進行了汽油機排放污染物的模型辨識。其中