柴油机瞬态NOx排放预测方法、系统、存储介质及设备

本发明涉及柴油发动机排放预测，具体为柴油机瞬态nox排放预测方法、系统、存储介质及设备。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、柴油发动机的主要污染排放物氮氧化物(nox)和颗粒物(pms)能够对环境和人员造成危害。目前减少nox排放的方法通常采用废气再循环(egr)和选择性催化还原技术(scr)，可以极大程度减少nox排放。

3、nox具有较为复杂的生成机理，在发动机性能开发过程中需要利用模型对nox排放进行预测，而现有技术建立的模型仅仅考虑某种生成现象或者简化nox的生成过程，都会不可避免地降低nox的预测精度，从而不利于nox减排技术的优化。

技术实现思路

1、为了解决上述背景技术中存在的技术问题，本发明提供柴油机瞬态nox排放预测方法、系统、存储介质及设备，模拟鹈鹕在捕猎时的行为和策略，并将其应用到bp神经网络模型中使bp神经网络被优化，从而对瞬态循环下的柴油机nox排放有较高的预测精度。

2、为了实现上述目的，本发明采用如下技术方案：

3、本发明的第一个方面提供柴油机瞬态nox排放预测方法，包括以下步骤：

4、获取柴油发动机冷启动瞬态循环whtc实验数据，并预处理；

5、基于优化后的bp神经网络模型对完整的whtc循环进行nox排放预测；

6、其中，bp神经网络模型的优化过程为：

7、以bp神经网络输入层节点到隐含层节点的权值、隐含层节点的阈值、隐含层节点到输出层节点的权值、以及输出层节点的阈值作为待优化参数；

8、所有待优化参数组成的种群作为鹈鹕优化算法的输入，每个待优化参数视为种群中的一个成员，以每个候选解情况下，利用bp神经网络模型得到的最低平均绝对误差作为目标函数，最小平均绝对误差对应的种群作为输出，利用该种群中的成员对应的最佳权值和阈值更新bp神经网络模型中对应的参数。

9、bp神经网络模型以喷油质量、发动机转速、egr率、喷油正时、轨压、进气温度、进气压力和排气温度作为输入。

10、本发明的第二个方面提供实现上述方法所需的系统，包括：

11、预处理模块，被配置为：获取柴油发动机冷启动瞬态循环wht c实验数据，并预处理；

12、预测模块，被配置为：基于优化后的bp神经网络模型对完整的whtc循环进行nox排放预测；

13、其中，bp神经网络模型的优化过程为：

14、以bp神经网络输入层节点到隐含层节点的权值、隐含层节点的阈值、隐含层节点到输出层节点的权值、以及输出层节点的阈值作为待优化参数；

15、所有待优化参数组成的种群作为鹈鹕优化算法的输入，每个待优化参数视为种群中的一个成员，以每个候选解情况下，利用bp神经网络模型得到的最低平均绝对误差作为目标函数，最小平均绝对误差对应的种群作为输出，利用该种群中的成员对应的最佳权值和阈值更新bp神经网络模型中对应的参数。

16、本发明的第三个方面提供一种计算机可读存储介质。

17、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的柴油机瞬态nox排放预测方法中的步骤。

18、本发明的第四个方面提供一种计算机设备。

19、一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的柴油机瞬态nox排放预测方法中的步骤。

20、与现有技术相比，以上一个或多个技术方案存在以下有益效果：

21、1、bp神经网络具有更快的建模速度和更高的预测精度，结合鹈鹕算法优化模型，模拟的鹈鹕在攻击和狩猎猎物时的行为和策略，使优化后的bp神经网络模型，在实现柴油机瞬态nox排放预测时具有更高的精度。

22、2、反映到算法上，可以进行搜索空间扫描，发挥鹈鹕优化算法在搜索空间中的不同区域的勘探能力，使鹈鹕优化算法收敛到更好的位置，增加鹈鹕优化算法的局部搜索能力，得到更好的优化结果，最终使bp神经网络的预测精度提升。

技术特征：

1.柴油机瞬态nox排放预测方法，其特征在于：包括以下步骤：

2.如权利要求1所述的柴油机瞬态nox排放预测方法，其特征在于：所述bp神经网络模型以喷油质量、发动机转速、egr率、喷油正时、轨压、进气温度、进气压力和排气温度作为输入。

3.如权利要求1所述的柴油机瞬态nox排放预测方法，其特征在于：bp神经网络模型的优化过程中：

4.如权利要求1所述的柴油机瞬态nox排放预测方法，其特征在于：bp神经网络模型的优化过程中：

5.如权利要求1所述的柴油机瞬态nox排放预测方法，其特征在于：bp神经网络模型的优化过程中：

6.如权利要求1所述的柴油机瞬态nox排放预测方法，其特征在于：bp神经网络模型的优化过程中：

7.如权利要求1所述的柴油机瞬态nox排放预测方法，其特征在于：bp神经网络模型的优化过程中：

8.柴油机瞬态nox排放预测系统，其特征在于：包括：

9.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述权利要求1-7任一项所述的柴油机瞬态nox排放预测方法中的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-7任一项所述的柴油机瞬态nox排放预测方法中的步骤。

技术总结
本发明涉及柴油机瞬态NOx排放预测方法、系统、存储介质及设备，包括以下步骤：基于优化后的BP神经网络模型对完整的WHTC循环进行NOx排放预测；其中，BP神经网络模型的优化过程为：以BP神经网络输入层节点到隐含层节点的权值、隐含层节点的阈值、隐含层节点到输出层节点的权值、以及输出层节点的阈值作为待优化参数；所有待优化参数组成的种群作为鹈鹕优化算法的输入，每个待优化参数视为种群中的一个成员，以每个候选解情况下，利用BP神经网络模型得到的最低平均绝对误差作为目标函数，最小平均绝对误差对应的种群作为输出，利用该种群中的成员对应的最佳权值和阈值更新BP神经网络模型中对应的参数。

技术研发人员：陈旭,白书战,李国祥,王桂华,孙柯
受保护的技术使用者：山东大学
技术研发日：
技术公布日：2024/1/12