基于LSTM的远程汽车尾气排放 实时检测方法探讨

传统的远程汽车尾气排放实时检测方法准确性不佳,因此,本文提出了基于LSTM(长短期记忆网络)的远程汽车尾气排放实时检测方法。首先对基于LSTM的远程汽车尾气排放实时检测方法进行了设计,其中包括基于LSTM的汽车尾气采集、基于已经采集到的尾气进行构建远程汽车排放实时检测模型、基于模型再进行检测,为证明设计方法的有效性及准确性进行对比实验。再将基于LSTM的远程汽车尾气排放实时检测方法与基于遥感的远程汽车尾气排放实时检测方法以及基于LugDown(加载减速工况法)的远程汽车尾气排放实时检测方法进行对比,最终得出基于LSTM的远程汽车尾气排放实时检测方法准确性较高的结论。

基于瞬态工况法的汽车尾气排放检测技术研究

常规的汽车尾气排放检测技术主要以尾气排放成分检测为主,通过综合调整大量检测参数,可以将不适用的检测步骤增减,如果无法实现预期的检测目标,就需要进行适当调整。为了解决这些实际问题,本文研究了基于瞬态工况法的汽车尾气排放检测技术。该技术可以有效地检测汽车尾气排放源和成分,同时对尾气中的主要污染源进行有效检测,进而分析不同车型的尾气含量。基于瞬态工况法计算汽车尾气空燃比,结合稳态工况与瞬态工况的实际情况,得出汽车空气流量与燃料消耗数量,减少不必要的检测步骤。对比实验验证了瞬态工况法检测技术的尾气排放检测精准度更高,能够应用于实际生活中。