柴油机选择性催化还原系统NOx传感器的NH3交叉敏感性研究

针对选择性催化还原(SCR)系统中NOx传感器对NH_3的交叉敏感性问题,通过对发动机台架试验数据进行分析,研究了排气温度、氨氮比和空速3个因素对传感器交叉灵敏度的影响,建立了与3个影响因素相关的SCR催化剂反应模型,提出了一种SCR催化剂下游NO_x排放水平和NH3泄漏量的预测方法。Simulink仿真与发动机台架试验结果表明,该方法在一定程度上可有效预测NO_x传感器的准确性。     

基于动态改进遗传粒子群-BP的重型车NOx排放预测模型研究

为了降低重型车NO_x排放速率监测控制中OBD设备异常采集数据和数据耦合问题的影响,基于BP神经网络建立了排放预测模型。为了提高预测模型的准确性,引入了遗传粒子群组合算法,并对其进行动态改进,同时利用PCA分析提取数据特征。结果表明：对比传统遗传算法和粒子群算法,动态改进的遗传粒子群组合算法在适应度函数上提升了5.75%和3.37%;与其他9种预测模型相比,动态改进后的遗传粒子群-BP网络在评价指标MASE、RMSE和R²上表现最优,MASE、RMSE分别为0.024和0.033 6,R²为0.951,预测结果与原始数据基本吻合,所建预测模型具有较高的预测准确性。