基于信息融合的氢发动机故障诊断及优化控制

发布时间：2021-03-13 01:02

　　现如今全球化石燃料短缺,世界各国研究开发新型能源的任务迫在眉睫。氢气以其自身的清洁性和永久可再生性受到了社会各界的青睐,氢燃料取代常规的汽油、柴油用于发动机时具有很多的优点,但同时也存在着一定的问题,如它有着比汽油机低的输出功率、易发生回火、早燃等异常燃烧,氢发动机的异常燃烧现象将会影响其正常的运行生产。本文以信息融合技术为基础,展开的研究包括了:基于自组织映射神经网络（Self Organizing Maps,SOM）和多Agent系统融合的氢发动机早燃的诊断研究、基于蚁群-Fletcher-Reeves共轭梯度法（Ant Colony Optimization-CGF,ACO-CGF）融合的氢发动机早燃的优化控制研究、基于粒子群-BP神经网络（Particle Swarm Optimization-Back Propagation,PSO-BP）融合的氢发动机整体性能优化研究。具体而言,阐述了氢发动机的优点与异常燃烧的机理,以压力升高率为线索对氢发动机的早燃进行诊断并对其性能进行优化控制。本文的研究内容包括:1.对氢发动机早燃的现象采用SOM神经网络的方法进行诊断,对于轻度早燃的诊... 

【文章来源】：华北水利水电大学河南省

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

我国近几年新能源汽车保有量Fig1-1China"snewenergyvehicleownershipinrecentyears

世界范围能源消费情况

中国能源消耗情况


本文编号：3079301