汽车安全与节能学报 ›› 2020, Vol. 11 ›› Issue (3): 345-354.DOI: 10.3969/j.issn.1674-8484.2020.03.010
XIE Hui, NIE Zhenhua, CHEN Tao
摘要: 针对 Wiebe 燃烧模型需要大量的逐点参数整定、普适性较差、不具备预测性的问题,该文 提出一种建立基于 Bayes 正则化的神经网络燃烧预测模型的多重 Wiebe 放热率模型标定方法。利用 modeFRONTIER 对多重 Wiebe 燃烧模型进行部分工况的预标定,为燃烧预测模型建立提供数据; 进行工况边界参数和模型标定参数之间的敏感性分析,并利用基于 Bayes 正则化的神经网络建立两 者之间关系,赋予多重 Wiebe 燃烧模型预测性,降低燃烧模型标定工作量。结果表明:该燃烧预测 模型的平均精度达到 93.2%,部分工况点的预测精度达到 97% 以上,表明该神经网络燃烧预测模型 具备较高的模型精度和模型泛化能力。
中图分类号: