基于神经网络对电控柴油机运行特性影响因素仿真研究

基于AVL-BOOST软件仿真平台建立某船用四缸柴油机仿真模型,标定后的模型进行柴油机全工况仿真计算。仿真出来的3 200组数据作为人工神经网络输入数据,采用贝叶斯统计方法对网络进行训练建立2层的反馈神经网络仿真模型。并分别通过实验、AVL-BOOST和神经网络数据曲线的对比分析,验证人工神经网络预测的准确性。利用验证好的人工神经网络模型预测进排气压力对柴油机转矩的影响,以及预测压缩比和供油定时对柴油机排放性能和动力性能的影响,最后利用扰动法分析不同工况下柴油机各个参数对柴油机性能的影响程度。     

基于AVL-BOOST某型高背压柴油机增压器 匹配研究

增压器的选型匹配是柴油机整机研发过程中的一项重要工作。文章应用AVL-BOOST软件,建立某型高背压柴油机的工作过程计算模型,依据该模型进行模拟计算和分析,结合相关试验数据,对模型进行标定。通过模拟不同型号增压器对柴油机性能的影响,选取出性能最优的增压器进行试验,通过仿真和试验相结合的方式,验证了AVL-BOOST进行增压器匹配的可行性,提升研发效率,节约试验成本,同时提高柴油机的性能。     

基于GRNN算法的船用柴油机性能曲线模拟与油耗率预测

根据4190ZLC-2船用四冲程增压柴油机实际实验测得数据,建立基于广义回归神经网络(GRNN)的柴油机性能曲线和燃油消耗率预测模型。在所得实验数据中,选取柴油机油门、转速、扭矩等参数数值作为网络输入,柴油机的燃油消耗率作为网络输出。仿真结果表明:基于GRNN模型的神经网络学习速度快,预测精度高,可以很好地适用于柴油机燃油消耗率的性能预测中,并且能很好的实现预测仿真的效果。模型建立之后,可以根据测得数据实时了解柴油机的运行工况及性能状态。     

基于PCA-BP神经网络在船用柴油机热工故障诊断中的应用研究

利用AVL-BOOST对柴油机的热工故障进行仿真计算,首先通过主成分分析法对柴油机的热工故障进行分析,选取能够反映原始变量99.589%信息的3个主成分作为BP神经网络的输入,将柴油机的故障模式作为输出,构建一个3层的神经网络预测模型。结果表明,PCA-BP神经网络模型能够很好的对柴油机的故障模式做出诊断。     

4190Z_LC船用柴油机工作过程仿真与整机性能优化研究

利用AVL BOOST软件建立了4190ZLC船用四冲程柴油机的仿真模型,并对柴油机进行了额定工况下的实验;通过对比仿真计算和实验结果,验证了仿真模型的正确性。利用建立的AVL BOOST仿真模型,研究了压缩比、燃烧起始角和配气相位对柴油机性能的影响;针对柴油机的输出功率,以气缸内最高爆发压力为约束条件、以油耗为优化目标,进行柴油机的优化计算,结果表明:优化后柴油机的性能有一定的提高。     

可变喷油速率的电控单体泵喷射系统控制研究

利用 AMESim软件建立柴油机喷射系统仿真模型,对柴油机的结构参数进行匹配优化,选取5种比较合理的方案,并将其中的两组导入到 AVL-BOOST整机仿真模型中,选取最优的供油定时角。在定喷油量、定供油定时角前提下,将不同喷油速率导入到柴油机仿真模型当中,研究不同喷油速率对柴油机缸内温度、压力、排放、放热率以及油耗和转矩的影响。结果表明：合理的喷油速率和供油定时角能进一步优化柴油机的综合性能,同时选取1组动力性能和经济性比较好的方案,进行柴油机的台架试验,仿真和实验的误差在2%以内。结果表明仿真有助于探索柴油机的综合性能规律。     

船用柴油机与涡轮增压系统匹配及性能研究

利用AVL BOOST软件建立了4190ZL C-2型船用中速四冲程增压柴油机的仿真模型,利用BOOST模型进行柴油机推进特性和负荷特性工况的计算,通过与实验数据对比,验证模型的正确性.利用BOOST软件对4190ZL C-2型船用中速柴油机与现有增压器联合运行规律进行研究,得到柴油机与涡轮增压器匹配特性.结果表明,4190ZLC-2型柴油机与压气机联合运行性能很好符合增压器匹配的要求.     

可变喷油速率的电控单体泵喷射系统控制研究

利用AMESim软件建立柴油机喷射系统仿真模型,对柴油机的结构参数进行匹配优化,选取5种比较合理的方案,并将其中的两组导入到AVL-BOOST整机仿真模型中,选取最优的供油定时角。在定喷油量、定供油定时角前提下,将不同喷油速率导入到柴油机仿真模型当中,研究不同喷油速率对柴油机缸内温度、压力、排放、放热率以及油耗和转矩的影响。结果表明:合理的喷油速率和供油定时角能进一步优化柴油机的综合性能,同时选取1组动力性能和经济性比较好的方案,进行柴油机的台架试验,仿真和实验的误差在2%以内。结果表明仿真有助于探索柴油机的综合性能规律。     

基于GT-Power的四冲程柴油机喷油策略优化研究

文章采用台架试验与仿真计算相结合的方法开展研究,利用内燃机一维仿真计算软件GT-Power建立4135型船舶柴油机仿真模型,在完成四冲程柴油机仿真模型验证基础上,研究了喷油定时和喷油持续时间对燃烧及整机性能的影响。结果表明,全负荷工况下,选择-15°CA喷油提前角及30°CA的喷油持续时间可实现更高的功率输出和更佳的燃油消耗率。     

闭式循环柴油机性能仿真研究

基于GT-Power软件建立了以某型柴油机为动力单元的闭式循环柴油机仿真模型,通过比较仿真结果与实验数据,验证了模型的准确性.改变进气成分、进气温度和系统压力,分析运行结果,给出了进气成分、比热比、进气温度及系统压力对闭式循环柴油机性能的影响规律.     

基于神经网络的柴油机混合建模方法研究

针对柴油机性能仿真中的建模问题,分析不同建模方法的特点,提出机理和神经网络相结合的混合建模方法,采用神经网络在线补偿机理模型的误差,提高模型精度,并能够适应柴油机的时变特性。以6PA6型涡轮增压柴油机为例,在Matlab环境下建立机理-神经网络混合模型。仿真分析得出混合建模的一些结论。     

掺水乳化油对船舶柴油机燃烧和排放的影响

应用AVL-FIRE软件对使用不同掺水量乳化油燃料的船舶柴油机进行了多维数值模拟研究,对比分析了缸内压力、放热率、缸内平均温度、NOX和碳烟排放浓度,并且得到了缸内温度场、NOX和碳烟浓度场。结果表明,计算燃烧缸内压力曲线与试验缸内压力曲线具有较好的一致性,验证了模型的准确性。通过比较可知,掺水乳化油会使滞燃期延长,在燃烧过程中由于水蒸发吸热,降低了燃烧温度,并且发生水煤气反应,有效地减少了污染物排放。仿真结果表明,使用5%~10%掺水乳化油做为燃料,使NOX排放量减小43.9%~67.7%。     

基于AAKR模型的船用低速柴油机状态监测方法

针对船用二冲程低速柴油机运行状态监测,本文分析现有的柴油机状态监测方法,并指出现有方法的不足之处。提出基于AAKR模型的柴油机状态监测方法,同时阐述AAKR模型的原理。该方法具有无需故障数据、无需对模型进行训练与调参、高效快捷等优点。本文建立柴油机仿真模型,通过对柴油机模型进行模拟状态监测实验,证明基于AAKR模型的柴油机状态监测方法的有效性,最后讨论不同带宽的选择对模型性能的影响。该方法无需故障数据的特性使其具有更强的普适性,可广泛应用于船舶柴油机的在线状态监测和预警。     

船舶柴油机供油系统故障诊断研究

柴油机燃油供给系统工作质量的好坏,直接影响柴油机的工作性能。阐述了在虚拟仪器中对柴油机喷油系统压力波的数据采集和特征参数提取,并介绍了在各种故障模式下柴油机喷油器产生故障的原因和特征参数的变化,利用人工神经网络模型实现故障诊断。结果表明,该方法可实现柴油机喷油器不解体故障诊断,在实际的故障诊断中具有一定的应用价值。     

基于PNN的舰船柴油机冷却系统故障预警研究

针对舰船柴油机冷却系统，分析其典型故障模式，选取特征参数，基于概率神经网络（PNN）建立故障预警模型以对其进行故障预警，结合某型柴油机在某船实际运行数据完成模型的训练和验证。结果表明：采用概率神经网络可有效地实现舰船柴油机冷却系统的故障预警。     

船用柴油机工作过程故障诊断的仿真研究

利用计算机数值计算方法进行了船用柴油机性能故障的仿真计算，通过对各故障下热工参数的特征分析，揭示了热工参数在不同性能故障、不同运行工况和不同航行工况下变化规律，探讨了热工特征参数的优化选择、性能故障的分类和计算机仿真建模等问题，提出了热工参数的相对偏差分析法，并介绍了人工神经网络在船用柴油机故障诊断中的具体应用。     

基于三点模型的柴油机热工参数预测

准确预测热工参数劣化趋势是对柴油机实施预测维修的前提。已有预测技术均视不同时段信息所具有的建模价值相等,忽略了近期信息比远期信息更能反映设备当前运行态势这一客观事实,导致预测模型难以准确描述柴油机热工参数的真实变化规律。针对该问题,提出一种基于三点模型的柴油机热工参数预测方法,并采用新陈代谢法同步更新建模数据,以提高建模数据的利用效率及预测精度。与灰色系统GM(1,1)模型预测精度的对比结果表明,三点模型能够有效处理不同时段信息在反映设备运行态势能力上的差异,得到更为准确的预测结果。     

船舶主柴油机缸套冷却水出口温度的智能控制

利用传热学的有关理论,对船舶主柴油机缸套冷却水系统的传热机理进行了分析,给出了船舶主柴油机缸套冷却水系统的动态热力数学模型,并将基于神经网络的模糊PID控制引入到缸套冷却水出口温度控制系统中,以实现对对象进行在线控制.仿真结果表明,基于神经网络的模糊PID自适应控制比传统的PID控制的控制性能更好,而且前者具备适应控制环境变化的能力和自学习能力,当主机运行工况发生变化时,仍具有很好的控制性能.