甲醇-柴油反应活性控制压燃发动机排放特性与经济性预测及优化

打开文本图片集

摘要：  基于甲醇-柴油双燃料反应活性控制压燃（reactivity controlled compression ignition，RCCI）发动机台架试验数据，建立了基于粒子群算法（particle swarm optimization，PSO）优化BP神经网络的甲醇-柴油RCCI发动机排放特性、经济性预测智能模型，以发动机负荷、甲醇替代率、EGR率为输入参数，NO  x 、烟度、CO、THC排放和当量有效燃油消耗率为输出，预测模型的决定系数（ R 2）分别为0.99，0.97，0.99，0.98和0.96，平均绝对百分比误差（mean absolute percentage error，MAPE）为6.46%，0.56%，3.12%，1.21%和0.3%，表明构建的PSO-BPNN模型能够有效预测甲醇-柴油RCCI发动机的NO  x 、烟度、CO、THC排放和经济性。（剩余17238字）