实验设计和神经网络法对柴油机性能的优化研究

简介

利用GT-Power软件搭建一款3.1L电控增压柴油机仿真模型,采用拉丁超立方采样算法进行实验设计与计算,确立了6个实验因子和4000个实验数目.通过神经网络径向基算法对不同响应变量因子进行建模,最终确定了转速与EGR率两个实验因子对多目标优化影响的贡献度最大.通过建立实验因子和响应变量模型关联,完成了基于模型的多目标遗传优化.优化结果表明通过优化柴油机扭矩和燃油消耗率,可使柴油机扭矩值最大提升12.3%,且燃油消耗率最大能下降2.6%.