为解决柴油机预测模型参数过多导致的标定困难问题,采用遗传基因算法对搭建的船用中速机DIjet预测燃烧模型进行智能标定。借助最大缸内压力以及对应的曲轴转角快速完成缸压曲线标定,相较于传统手动标定,标定时间可缩短到几十分之一。在...为解决柴油机预测模型参数过多导致的标定困难问题,采用遗传基因算法对搭建的船用中速机DIjet预测燃烧模型进行智能标定。借助最大缸内压力以及对应的曲轴转角快速完成缸压曲线标定,相较于传统手动标定,标定时间可缩短到几十分之一。在进行柴油机整体功率验证后,对NO_(x)排放进行标定,形成一套简便可行的智能标定流程。在完成标定的模型上进行NO_(x)排放及有效燃油消耗率(brake specific fuel consumption,BSFC)优化,在考虑两者不同权重系数的情况下得到更优的帕累托前沿面。展开更多
文摘为解决柴油机预测模型参数过多导致的标定困难问题,采用遗传基因算法对搭建的船用中速机DIjet预测燃烧模型进行智能标定。借助最大缸内压力以及对应的曲轴转角快速完成缸压曲线标定,相较于传统手动标定,标定时间可缩短到几十分之一。在进行柴油机整体功率验证后,对NO_(x)排放进行标定,形成一套简便可行的智能标定流程。在完成标定的模型上进行NO_(x)排放及有效燃油消耗率(brake specific fuel consumption,BSFC)优化,在考虑两者不同权重系数的情况下得到更优的帕累托前沿面。
