基于机器学习的柴油机碳烟颗粒质量排放预测模型

基于SC7H涡轮增压柴油机试验台架,开展了非道路瞬态试验循环下的柴油机排放试验,研究了瞬态循环的工况对碳烟颗粒质量浓度的影响。收集与碳烟颗粒质量浓度相关的各类传感器数据,构建一个大型的柴油机碳烟排放数据集。构建LGB梯度树模型和循环神经网络模型,采用数据集对它们进行训练,然后采用自学习算法对两种模型进行融合,获得一个更高准确度的预测碳烟质量排放融合模型。预测与实测结果的比较表明,构建的融合模型能较为准确地预测柴油机排放的即DPF入口的碳烟质量浓度实时变化,为柴油机后处理过程中碳载量的准确计算以及控制策略的开发提供参考。

添加CO_2/H_2O对正丁醇火焰中碳烟反应的影响

耦合简化的正丁醇动力学机理和固定分区碳烟模型,研究了在空气中添加CO_2或H_2O蒸气对正丁醇同轴扩散火焰中碳烟质量分数和数密度的影响,计算结果表明:添加CO_2或H_2O蒸气后,整体上二者均降低;此外,添加CO_2后各反应与组分生成往火焰下游移动.碳烟数密度的降低是由于温度和苾(A4)浓度降低引起的成核速率的下降,而碳烟质量分数的降低主要是由于H摩尔分数、颗粒总表面积及温度降低引起的脱氢加乙炔(HACA)速率的下降.碳烟最终在火焰下游被完全氧化,主要氧化组分为OH.

整车上的GPF标定

标定车辆是为满足国六B阶段法规而开发的一款带GPF的越野车,现介绍整车上GPF的标定内容,主要包括碳烟质量的标定,主动、被动、4S店再生的标定。碳烟质量的标定包括基于发动机原始排放模型和基于压差传感器模型的碳烟质量标定,标定车辆的两种碳烟质量模型的偏差都小于30%,满足标定要求。标定车辆的被动再生实现了GPF的安全可控;主动再生仅在必要时发生,且给被动再生提供了充分的温度条件;4S店再生时,GPF温度、发动机水温都在允许范围内,且碳烟能消除干净,满足标定要求。