基于NSGA-Ⅱ与RBF神经网络的DPF结构参数优化.pdf
《基于NSGA-Ⅱ与RBF神经网络的DPF结构参数优化.pdf》由会员分享,可在线阅读,更多相关《基于NSGA-Ⅱ与RBF神经网络的DPF结构参数优化.pdf(6页珍藏版)》请在咨信网上搜索。
1、第22卷第1期2024年2月Vol.22 No.1Feb.2024中 国 工 程 机 械 学 报CHINESE JOURNAL OF CONSTRUCTION MACHINERY基于NSGA-与RBF神经网络的DPF结构参数优化贾德文,郭岩琦,雷基林,毕玉华,聂学选(昆明理工大学 云南省内燃机重点实验室,云南 昆明 650500)摘要:为降低某型号柴油机颗粒捕集器(DPF)在运行过程中的流动阻力,并使其保持较高的捕集效率。采用试验设计方法抽取代表性样本集,并分析影响因素对DPF捕集性能影响的显著性。利用径向基函数(RBF)神经网络构建所选变量与目标函数映射关系代理模型,并结合第二代非劣排序遗传
2、算法(NSGA-)与结合熵权的优劣解距离排序法(TOPSIS)得到关于目标函数的一组最优解。结果表明:该型号DPF平均压降降低了14.58%,且DPF平均捕集效率保持99%以上。关键词:柴油机颗粒捕集器;多目标优化;捕集性能;RBF神经网络;NSGA-遗传算法中图分类号:TK 426 文献标志码:A 文章编号:1672-5581(2024)01-0001-06Structural parameter optimization of DPF based on NSGA-and RBF neural networkJIA Dewen,GUO Yanqi,LEI Jilin,BI Yuhua,NIE
3、 Xuexuan(Yunnan Key Laboratory of Internal Combustion Engines,Kunming University of Science and Technology,Kunming 650500,Yunnan,China)Abstract:In order to reduce the flow resistance of a certain type of diesel particulate filter(DPF)in operation and maintain a high trapping efficiency.The experimen
4、tal design method was used to extract the representative sample set and analyze the significance of influencing factors on the DPF collection performance.Using radial basis function(RBF)neural network to construct an agent model of the mapping relationship between the selected variables and the obje
5、ctive function.Non-dominated sorting genetic algorithm(NSGA-)and entropy weight combined with the technique for order preference by similarity to an ideal solution(TOPSIS)are used to obtain a set of optimal solutions with respect to the objective function.The results show that the average DPF pressu
6、re drop of this model is reduced by 14.58%,and the average DPF capture efficiency is maintained above 99%.Key words:diesel particulate filter;multi-objective optimization;trapping performance;radial basis function neural networks;NSGA-genetic algorithm 柴油机因良好的热效率及高经济性被广泛应用于工业、农业、交通及国防领域。但其尾气排放物中的氮氧化
7、合物(NOx)和颗粒物(PM)会损害人体健康以及对生态环境造成污染1-2,且随着对污染物排放要求更为严格的国 VI 法规的颁布和实施,降低柴油机排放物中的污染物已成为当今学者研究柴油机排放的重要方向之一。柴油机颗粒捕集器(diesel particulate filter,DPF)作为一种可有效降低柴油机颗粒物排放的机外措施被广泛应用,其对颗粒物的捕集效率可达95%以上3-4。但随着DPF捕集碳烟量的增加,大量的碳烟累积会导致发动机的排气背压增大,恶化发动机的工作环境,影基金项目:云南省科技厅重大科技专项计划资助项目(202102AB080007)作者简介:贾德文(1977),男,教授,博士。
8、E-mail:第22卷中 国 工 程 机 械 学 报响发动机的性能5。DPF的总体压降与DPF碳载量和DPF结构关系密切。因此,在保证捕集效率的前提下,通过优化结构参数来降低DPF压降具有一定的可行性。但传统的研究方法会耗费大量时间、人力及财力,因此寻求更高效、经济的试验手段具有十分重要的意义。DPF结构参数包括封装结构参数、载体结构参数以及孔道结构参数。针对DPF结构参数对DPF性能的影响,国内外学者都进行了一定的研究。Tsuneyoshi等6提出了六边形孔道结构,并通过台架实验与传统方形孔道结构进行性能对比,结果表明,六边形孔道 DPF 颗粒数浓度下降更快,捕集效率更高。彭美春等7运用二次
9、序列规划算法,为降低DPF压降,在约束条件为DPF捕集效率前提下,对DPF孔道结构进行优化,降低了流动阻力。赵立峰等8通过多目标遗传算法(multi-objective genetic algorithm,MOGA)对 DPF 和柴油机氧化催化器(diesel oxidation catalyst,DOC)的压降以及气体均匀性进行优化,提高了后处理排气系统的寿命以及效率。目前,随着人工智能算法被广泛应用于工程领域来处理复杂非线性问题9-10,将人工智能算法寻优用于DPF结构寻优,可为设计高性能DPF提供一定的参考及预测。本文以某型号 DPF 为研究对象,利用 GT-POWER一维仿真软件建立D
10、PF碳烟加载仿真模型,使用全因子试验设计方法研究不同DPF长径比、壁厚和孔密度(channels per square inch,CPSI)对 DPF 捕集性能的影响规律,利用仿真所得到的试验数据训练径向基函数(radial basis function,RBF)神经网络,结合第二代非支配排序遗传算法(non-dominated sorting genetic algorithms-,NSGA-)求得优化方案的最优解集,通过结合熵权的优劣解距离法(technique for order preference by similarity to an ideal solution,TOPSIS)评
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 NSGA RBF 神经网络 DPF 结构 参数 优化
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。