基于神经网络的柴油机NO_x排放实时仿真模型

传统的NOx排放模型都是基于Zeldovich链式反应,其大量的计算无法满足HILSS(硬件在环仿真系统)实时仿真的要求。而根据各种影响因素与NOx生成量之间的映射关系,用神经网络方法来构建NOx排放模型是一种同时兼顾实时性和准确性的解决方案。所建立的基于BPNN的NOx排放模型,采用贝叶斯正则化训练算法提高BP网络的推广能力,具有简单、可靠和通用的特点,可以在一定程度上预测发动机瞬态工况的NOx排放。     

基于RTAI的发动机快速原型仿真系统研究

以快速开发发动机实时仿真系统为目标,采用当前先进的快速原型开发技术,建立了发动机快速原型仿真系统。该系统可有效地解决发动机仿真系统开发周期较长、软硬件通用性差等不足。系统以计算机辅助设计软件Simulink和实时Linux为软件平台,采用PC兼容机和通用工业数据采集卡为硬件平台。详细阐述了快速原型仿真系统的软硬件组成、工作原理和实现步骤,并以6135柴油机为实例进行了实时仿真系统的快速开发,验证了所建立的快速原型仿真系统的有效性。