检索结果-内蒙古大学图书馆

科学技术创新 2025年第7期 213-216页

作者：车金涛范卓颖陈铭世中汽研汽车检验中心(广州)有限公司广东广州

构建了基于BP神经网络的汽油机NO_(x)、CO和HC排放预测模型,并设计试验验证了该模型的排放预测效果。该模型以转速、负荷、EGR率三类数据作为输入量,以NO_(x)、CO和HC的排放作为输出量。首先使用训练样本数据进行模型训练,确定模型的神... 详细信息

构建了基于BP神经网络的汽油机NO_(x)、CO和HC排放预测模型,并设计试验验证了该模型的排放预测效果。该模型以转速、负荷、EGR率三类数据作为输入量,以NO_(x)、CO和HC的排放作为输出量。首先使用训练样本数据进行模型训练,确定模型的神经元数量、选择传递函数并进行归一化处理,得到最终的BP神经网络模型。然后将测试样本数据输入到该模型后,得到NO_(x)、CO和HC的排放预测值。从试验结果来看,排放预测值与试验值的误差控制在10%以内,说明基于BP神经网络的汽油机NO_(x)、CO和HC排放预测模型的预测精度较高。

关键词： BP神经网络排放预测模型传递函数归一化处理

来源：评论

学校读者我要写书评

暂无评论

高速公路收费站车辆尾气排放预测模型研究

高速公路收费站车辆尾气排放预测模型研究

引用

作者：严钰东南大学

学位级别：硕士

本研究以广泛应用于交通节能减排领域且效果显著的电子不停车收费系统(electronic toll collection,ETC)为研究对象,通过实测车辆运行数据、交通排放数据,借助数理统计方法以及数学建模的常用算法,研究两种收费系统(ETC系统和人工收费系... 详细信息

本研究以广泛应用于交通节能减排领域且效果显著的电子不停车收费系统(electronic toll collection,ETC)为研究对象,通过实测车辆运行数据、交通排放数据,借助数理统计方法以及数学建模的常用算法,研究两种收费系统(ETC系统和人工收费系统)处不同类型车辆的交通运行特性和排放特征,通过不同建模方法构建车辆四种尾气CO、HC、NOx、CO2的排放测算模型,并进行模型对比和评价。本研究主要的研究内容如下。(1)通过无人机航拍采集高平峰时段四种车型(小客车、大客车、小货车和大货车)在电子不停车收费车道和人工收费车道处的车辆运行视频,以获得交通流特征参数,包括速度、加速度、交通量、排队长度、延误等。利用对比分析方法和显著性检验对调查数据进行统计分析,结果显示,ETC车道较人工收费车道更高效、影响区间更小、延误更小、排队更少,能显著提高车辆运行效率和收费站服务水平。(2)在排放特性研究模块,通过AUTOplus汽车尾气测试仪和手持GPS跟车实测,获取不同车辆类型、载重、排放标准、燃油类型的运行车辆的实时尾气排放质量(g/s)及车辆实时速度、加速度信息。从不同工况、车辆尾气排放空间变化规律以及车辆运行特性(包括速度和加速度指标)对尾气排放水平的影响三方面入手,探究车辆在高速公路收费站处的排放特性,得到如下结论:1)相较于人工收费车道,ETC车道具有车辆变速距离短(比人工收费车道缩短40-60m)、总排放量小(针对不同尾气,可以减少一半不止)、空间排放较均匀的特点;2)高速区间的各尾气排放水平基本高于低速度区间,高加速区间的各尾气排放水平基本高于低加速区间;3)ETC车道处尾气排放因子随加速度增加而增加,且在加速度为0处未出现显著高峰,而人工收费车道处怠速收费区域内排放聚集较为明显。(3)在高速公路收费站车辆尾气排放预测建模模块,引入车辆比功率(Vehicle Specific Power,VSP)参数建立收费站影响区内各尾气单车排放预测模型及排放总量预测模型,与传统VT-Micro模型相比,所提出的VSPBin与排放率均值二次多项式拟合构造的排放模型能够精准地预测收费站影响区内的各车辆实时质量排放率(g/s)和尾气排放总质量(g),随着车辆比功率VSP值的升高,四种尾气的质量排放率普遍呈波动上升趋势。

关键词：高速公路收费站 ETC系统质量排放率机动车比功率排放预测模型

来源：评论

学校读者我要写书评

暂无评论

基于工况细分的挖掘机排放特性研究

引用

徐州工程学院学报（自然科学版） 2023年第1期38卷 86-92页

作者：冯涛王飞张孝天徐工集团挖掘机械有限公司江苏徐州221018

搭建了一种挖掘机排放测试系统.基于工况细分,进行挖掘、平地、憋压测试,并赋予权重,全面、精细地分析挖掘机的排放特性.对工业考核中的挖掘机开展排放测试,研究其全寿命周期内的劣化态势,并建立排放预测模型,提高试验效率.A型挖掘机经8... 详细信息

搭建了一种挖掘机排放测试系统.基于工况细分,进行挖掘、平地、憋压测试,并赋予权重,全面、精细地分析挖掘机的排放特性.对工业考核中的挖掘机开展排放测试,研究其全寿命周期内的劣化态势,并建立排放预测模型,提高试验效率.A型挖掘机经800 h工业考核,其90分位NO_(x)比排放水平为3.998 g/(kW·h),较出厂前劣化了123.0%,距限值20.04%.对5款挖掘机排放特性进行分析,得到其排放水平受工况、档位影响较大,挖掘排放水平并非最高,故企业摸查时需进行多工况多档位测试,避免风险.提出将测试工况、档位、时间固定的测试方法,有利于排放测试的可重复性和可再现性,强化过程管控,形成产品履历.

关键词：排放测试工况细分权重劣化研究排放预测模型

来源：评论

学校读者我要写书评

暂无评论

基于PCA-GRU的轻型汽油车NOx排放预测

引用

时代汽车 2023年第10期 10-12页

作者：王珑迪何超西南林业大学机械与交通学院云南省昆明市650000 云南省高校高原山区机动车环保与安全重点实验室云南省昆明市650224

为建立一种轻型汽油车NOx排放预测模型,在昆明市内采用便携式车载排放测试系统(Portable Emission Measurement System,PEMS)对一辆轻型汽油车进行实际行驶污染物排放(Real Drive Emission,RDE)测试;利用主成分分析算法(Principal Compo... 详细信息

为建立一种轻型汽油车NOx排放预测模型,在昆明市内采用便携式车载排放测试系统(Portable Emission Measurement System,PEMS)对一辆轻型汽油车进行实际行驶污染物排放(Real Drive Emission,RDE)测试;利用主成分分析算法(Principal Component Analysis,PCA)对影响轻型汽油车排放的特征参数进行降维,将降维后的数据作为门控循环单元神经网络(Gated Recurrent Unit,GRU)的输入,建立基于PCA-GRU的排放预测模型,对轻型汽油车的NOx的排放量进行瞬时预测。结果表明,PCA-GRU模型对NOx的预测结果的平均绝对误差为0.133mg/s,绝对系数为0.88,相比于单一的GRU模型,分别提高了42.4%和8.6%。该排放预测模型可以实现对轻型汽油车NOx排放较准确的预测,具有一定的工程价值。

关键词：便携式车载排放测试系统 RDE测试主成分分析门控循环单元神经网络排放预测模型

来源：评论

学校读者我要写书评

暂无评论

基于IPSO-BP的轻型汽油车道路排放预测

引用

北京交通大学学报 2020年第6期44卷 103-109页

作者：王志红严浩袁雨刘志恩武汉理工大学现代汽车零部件技术湖北省重点实验室武汉430070 武汉理工大学现代零部件技术湖北省协同创新中心武汉430070

结合轻型汽油车RDE测试方法,采用便携式排放测试系统(Portable Emission Measurement System,PEMS),对某国六轻型汽油车在市区、市郊和高速路段上进行排放特性测试;建立双隐含层反向传播神经网络,并加入改进粒子群算法(Improved Particl... 详细信息

结合轻型汽油车RDE测试方法,采用便携式排放测试系统(Portable Emission Measurement System,PEMS),对某国六轻型汽油车在市区、市郊和高速路段上进行排放特性测试;建立双隐含层反向传播神经网络,并加入改进粒子群算法(Improved Particle Swarm Optimization Algorithm,IPSO)对BP结构的初始阈值及权值进行寻优;利用主成分分析对输入参数进行降维,CO与NO x排放预测值为目标输出,用试验数据进行训练及验证.结果表明:所建立的IPSO-BP排放预测模型的泛化能力较好,CO与NO x排放预测值能与试验值高度吻合,其平均相对误差分别为10.58%和13.76%;整体排放水平上,CO与NO x排放因子相对误差分别为4.81%和6.4%,该预测模型对监测轻型汽油车实际道路排放具有一定的工程价值.

关键词： RDE测试便携式排放测试系统改进粒子群算法排放预测模型

来源：评论

学校读者我要写书评

暂无评论

柴油机燃用生物柴油的排放预测建模及多目标优化研究

柴油机燃用生物柴油的排放预测建模及多目标优化研究

引用

作者：蔡凯西华大学

学位级别：硕士

在能源危机和环境污染的双重压力下,生物柴油以其清洁可再生、理化性质与石化柴油相似度高的优势,已成为极具潜力的柴油机替代燃料之一。因此,柴油机燃用生物柴油的污染物排放控制也成为了内燃机领域的研究热点。鉴于此,本文分别采用BP... 详细信息

在能源危机和环境污染的双重压力下,生物柴油以其清洁可再生、理化性质与石化柴油相似度高的优势,已成为极具潜力的柴油机替代燃料之一。因此,柴油机燃用生物柴油的污染物排放控制也成为了内燃机领域的研究热点。鉴于此,本文分别采用BP神经网络（BP-ANN）和支持向量机（SVM）机器学习算法建立了柴油机燃用生物柴油的排放预测模型,并利用遗传算法（GA）和粒子群算法（PSO）等智能优化算法针对所建立模型的预测精度进行了优化研究,另外还采用优化后的支持向量机（SVM）排放预测模型与非支配排序遗传算法（NSGA-II）相结合的方式建立了柴油机燃用生物柴油的污染物排放多目标优化模型,求得了同时降低NOx和颗粒物排放的生物柴油理化性质最优解。所取得的研究成果为生物柴油理化性质及组分的优化和调节提供了理论基础和技术手段。本文所取得的主要研究成果如下:（1）基于柴油机台架实验数据,建立了BP-ANN和SVM柴油机燃用生物柴油的排放预测模型,并研究了神经元个数对BP-ANN预测模型精度的影响以及核函数、惩罚因子C和核函数参数g对SVM预测模型精度的影响。在BP-ANN排放预测模型中,隐含层神经元个数分别为6和9时NOx排放预测和颗粒物排放预测的预测精度最高,其决定系数R2分别达到了0.9626和0.966。在SVM排放预测模型中,采用径向基核函数时模型预测精度最高。在测试集中,NOx和颗粒物排放预测的决定系数R2分别达到了0.9555和09565,均方误差mse分别达到了0.00932和0.00912。另外,惩罚因子C和核函数参数g对SVM预测模型预测精度影响十分显著。随机选取C、g将明显降低NOx和颗粒物排放预测的决定系数（R2<0.41）,增大均方误差（mse>0.2）。（2）采用GA算法对BP-ANN预测模型的权值和阈值以及SVM预测模型的惩罚因子C和核函数参数g进行优化分别建立了GA-BP和GA-SVM预测模型。相比于GA-BP预测模型,GA-SVM预测模型的预测精度更高,NOx和颗粒物排放预测的R2分别提高了1.8%和2%,mse分别降低了0.09%和0.11%。另外,还采用PSO算法对SVM预测模型进行优化建立了PSO-SVM预测模型,通过比较GA-SVM和PSO-SVM预测模型的预测性能发现,两者的预测精度基本相当,但GA-SVM预测模型的预测速度更快。（3）采用GA-SVM排放预测模型与NSGA-II算法相结合的方式建立了柴油机燃用生物柴油的污染物排放多目标优化模型,并针对NOx和颗粒物排放进行了生物柴油理化性质的最优解求解。结果表明,通过改变生物柴油组分以调节其理化性质能够同时降低柴油机的NOx和颗粒物排放。

关键词：生物柴油柴油机机器学习多目标优化排放预测模型

来源：评论

学校读者我要写书评

暂无评论

轻型汽油车实际道路排放特性分析及排放模型研究

轻型汽油车实际道路排放特性分析及排放模型研究

引用

作者：严浩武汉理工大学

学位级别：硕士

我国于2020年7月1日全面实施国六排放标准,并引入了实际道路驾驶排放试验要求,将车辆排放检测标准从实验室延伸到实际的行驶路面。不同于实验室特定的环境条件和固定的驾驶曲线,实际道路驾驶排放测试过程中综合考虑了驾驶工况、交通状... 详细信息

我国于2020年7月1日全面实施国六排放标准,并引入了实际道路驾驶排放试验要求,将车辆排放检测标准从实验室延伸到实际的行驶路面。不同于实验室特定的环境条件和固定的驾驶曲线,实际道路驾驶排放测试过程中综合考虑了驾驶工况、交通状态、环境温度及海拔等其它外界因素的影响,在一定程度上更能反映车辆真实的排放水平。本文对某国六轻型汽油车进行实际道路驾驶排放测试,并依据排放试验数据开展相应的分析与研究,为完善更加规范、更加具体的实际道路驾驶排放试验提供数据研究支持,进而弥补实验室工况法的不足之处,加强对轻型汽油车的排放管理。具体工作内容如下:首先选取某国六轻型汽油车为研究对象,按照详细的道路试验规范,利用便携式排放测试系统在襄阳市内完成实际道路驾驶排放测试,再分别采用移动平均窗口法及功率等级分组法两种方法来对试验数据进行处理。从最终的计算结果来看,两种方法的计算结果比较接近,功率等级分组法下各项污染物排放水平要略小于移动平均窗口法的计算结果,但是移动平均窗口法参数较少,计算过程较为简便。其次基于移动平均窗口法的计算结果,对CO、NOX、PN窗口的排放水平进行了评估,结果表明:市区、市郊及高速路窗口符合性因子都低于国六限值,三种污染物的排放水平均满足排放标准。同时对整个行程的瞬时排放率进行分析,结果表明三种污染物瞬时排放率受工况变化明显,在加速情况下出现排放峰值,其中NOX瞬时排放率在整个行程下保持一个较低的水平,CO及PN在低速下排放较低,在市郊及高速段上排放较高。并进一步分析了冷起动阶段排放数据对评估结果的影响。最后利用BP神经网络建立轻型汽油车排放预测模型,选取车速、加速度、发动机转速、发动机负荷率、燃油消耗率、排气温度及排气流量共7个输入参数,通过主成分分析法对模型输入参数进行了降维,同时对粒子群算法存在的问题提出了改进方法,以保证学习因子在优化过程中随时间而变化、惯性权重保证非线性衰减变化,结果表明:与改进前的预测模型相比,改进后的模型预测精度都得到提高,其中CO排放实测值与预测值的平均相对误差降低4.1%、对总排放因子的预测精度提高2.76%;NOX排放实测值与预测值的平均相对误差降低4.84%、对总排放因子的预测精度提高3.16%,所建立的排放预测模型对轻型汽油车整体排放水平表现出较好的预测性。

关键词：轻型汽油车实际道路驾驶排放测试数据处理方法排放评估排放预测模型

来源：评论

学校读者我要写书评

暂无评论

汽油特性对汽车颗粒物排放影响及预测模型研究

汽油特性对汽车颗粒物排放影响及预测模型研究

引用

作者：朱仁成南京航空航天大学

学位级别：博士

随着汽车保有量的快速增加,汽车排放已成为我国城市大气细颗粒物(PM2.5)主要来源之一,加强汽车排放控制是目前城市大气污染防治工作的主要组成部分。油品作为“车-油-路”污染防治体系的关键要素对汽车颗粒物排放具有重要影响,有必要基... 详细信息

随着汽车保有量的快速增加,汽车排放已成为我国城市大气细颗粒物(PM2.5)主要来源之一,加强汽车排放控制是目前城市大气污染防治工作的主要组成部分。油品作为“车-油-路”污染防治体系的关键要素对汽车颗粒物排放具有重要影响,有必要基于我国车、油特点开展相关研究,为制定符合我国国情的车用汽油标准和汽油车排放标准提供科学依据。本文基于国内外车用汽油标准差异,共设计9种具有不同理化特性的试验汽油,并在9辆典型汽油车上开展尾气排放和蒸发排放试验,研究烯烃含量、芳烃含量、T50（蒸馏出50%体积汽油时所对应温度）、T90（蒸馏出90%体积汽油时所对应温度）和乙醇含量等特性指标对汽油车排放影响。主要研究工作和创新研究成果如下:（1）本文选择烯烃、芳烃、T50、T90和乙醇含量5种关键环保指标作为研究对象,利用单因素方法,共设计9种试验燃料。首先,在典型受试汽车上详细考察了颗粒物计数器、测试循环、起动形式、车辆负荷和车辆技术等相关因素对汽车尾气颗粒物排放影响;然后,基于GDI和PFI两种不同技术汽油车,系统研究了烯烃、芳烃、T50、T90和乙醇含量对颗粒物排放影响,并考虑了环境温度的影响;最后,基于理论推导和试验研究对“油品-颗粒物排放”预测模型进行了研究。（2）与烯烃相比,芳烃对汽油车尾气颗粒物排放影响更显著,建议进一步加严我国车用汽油标准中芳烃含量的限值。烯烃含量降低14%对汽油车颗粒物排放无明显影响规律,但在高速运行工况下却有降低颗粒物排放的趋势。芳烃含量降低15%,两辆受试汽油车尾气中颗粒物质量（PM）和数量（PN）排放因子分别降低67?70%和29?63%,其影响主要发生在冷起动、超高速及部分急加速工况下。此外,降低芳烃含量也可有效降低汽油车尾气中黑炭（BC）排放。整体来看,汽油烯/芳烃含量对常规气态污染物排放会有一定影响,但无一致性规律。（3）与T50相比,T90对汽油车尾气颗粒物排放影响更大,尤其是在冷起动阶段,建议下阶段标准中应严格限制汽油的T90温度。T50增加40?C对汽油车常规气态污染物排放影响呈非线性,对PM排放影响无一致规律,但有降低PN排放的趋势。T90增加20?C,两辆受试汽油车PM和PN排放分别增加了40.4?239.2%和41.4?233.8%,但对尾气中常规气态污染物排放无明显影响。（4）本研究发现降低环境温度将严重恶化汽油车尾气颗粒物排放,尤其是在冷起动阶段。与普通汽油相比,乙醇汽油（E10）可以有效降低汽油车尾气中颗粒物的排放,但是随着环境温度降低,乙醇汽油的颗粒物减排优势呈逐渐减小趋势。与进气道喷射汽油车（PFI）相比,直喷汽油车（GDI）可以有效抑制因环境温度降低造成的颗粒物排放恶化现象。常温下（30?C）,GDI汽油车尾气PM、PN和BC排放明显高于PFI汽油车,但是低温（-7?C）时PFI汽油车尾气颗粒排放因子与GDI汽油车相当,甚至更高。（5）试验结果证明汽油烯/芳烃含量和乙醇含量与汽车蒸发排放均密切相关,但通过汽油理化特性指标调节可以有效控制其蒸发排放,进而减少其二次颗粒物的生成潜势。本试验结果显示高烯/芳烃含量汽油有促进汽油车蒸发排放及其臭氧生成潜势（OFP）趋势;另外,与普通汽油相比,E10并没有明显恶化汽油车的蒸发排放。（6）基于理论推导提出了一种新的汽油指标──颗粒物指数（PI）。研究表明试验汽油的PI与两辆受试汽油车尾气PN排放因子之间具有良好的正相关性,拟合优度系数（R2）均能达到0.90以上;但是汽油PI与汽油车尾气PM排放因子之间的相关性较弱,尤其是对于PFI汽油车。试验证明该“油品─颗粒物排放”模型对市售汽油具有很好的适用性;由于未考虑乙醇汽油的“氧预混合效应”,该预测模型对E10的适用性略差。

关键词：汽油特性细颗粒物环境温度直喷汽油车排放预测模型蒸发排放

来源：评论

学校读者我要写书评

暂无评论

基于实际道路排放的武汉市重型车排放模型构建

引用

数字制造科学 2018年第2期 88-93页

作者：杜常清王琪琪颜伏伍张佩徐月云武汉理工大学汽车工程学院湖北武汉430070 中国汽车技术研究中心天津300162

为了克服标准工况排放与实际行驶排放测试的差异,以武汉市城市道路重型车为研究对象,利用PEMS采集车辆实际道路污染物排放数据,GPS系统采集车辆实际行驶工况数据,以车辆瞬时速度v和比功率VSP划分的行驶工况区间,采用回归分析的方法建立... 详细信息

为了克服标准工况排放与实际行驶排放测试的差异,以武汉市城市道路重型车为研究对象,利用PEMS采集车辆实际道路污染物排放数据,GPS系统采集车辆实际行驶工况数据,以车辆瞬时速度v和比功率VSP划分的行驶工况区间,采用回归分析的方法建立车辆污染物逐秒排放率与实际道路工况的排放预测模型。经验证,各工况区间内由模型得到的预测值与实际道路测试值的误差均小于10%且总体误差均值为1.9%,模型准确性良好,可应用于武汉市城市道路重型车排放预测,并对后续减排策略制定提供支撑。

关键词：实际道路排放重型车二维回归分析排放预测模型

来源：评论

学校读者我要写书评

暂无评论

基于PSO-BP神经网络的摩托车排放预测

引用

数字制造科学 2018年第4期16卷 247-251页

作者：王志红贺星驰吴鹏辉袁雨武汉理工大学现代汽车零部件技术湖北省重点实验室湖北武汉430070 武汉理工大学汽车零部件技术湖北省协同创新中心湖北武汉430070

为了预测摩托车的排放特性,依据台架试验中的某摩托车速度、加速度、λ值与排放数据,利用MATLAB搭建了基于PSO-BP神经网络的摩托车排放预测模型。排放预测模型以双隐含层BP神经网络为基础,使用粒子群算法优化神经网络的权值与阈值,选取... 详细信息

为了预测摩托车的排放特性,依据台架试验中的某摩托车速度、加速度、λ值与排放数据,利用MATLAB搭建了基于PSO-BP神经网络的摩托车排放预测模型。排放预测模型以双隐含层BP神经网络为基础,使用粒子群算法优化神经网络的权值与阈值,选取速度、加速度与λ值作为输入数据,CO、NO_x和THC的排放浓度作为输出数据。预测结果表明:CO、NO_x、THC排放因子的最大相对误差为8.32%,预测值与实测值相关性强。该模型可为摩托车排放研究提供依据,具有一定的实用价值。

关键词： BP神经网络粒子群算法排放预测模型摩托车

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：