《农业工程学报》2024年第40卷第15期刊载了昆明理工大学等单位王煜华、王贵勇、陈贵升、李进龙与何述超的论文——“农用柴油机的DPF再生条件与排放性能智能多目标优化”。该研究由云南省重大科技专项计划项目（项目号：202402AE090009）等资助。
引文信息：王煜华，王贵勇，陈贵升，等. 农用柴油机的DPF再生条件与排放性能智能多目标优化[J]. 农业工程学报，2024，40(15)：34-43.
DOI: 10.11975/j.issn.1002-6819.202403079
研究目的与方法：
为提升农用柴油机的DPF（diesel particulate filters）再生性能、排放和燃油经济性，该研究提出了基于增强循环训练的智能多目标优化方法。通过BP(back propagation)神经网络构建了DPF再生条件预测模型，并提出AMSO(adaptive memory gull optimization)算法提高预测精度。基于NSGA-III(non-dominated sorting genetic algorithm-III)对多个控制参数进行优化，并通过稳态和WHTC瞬态循环试验验证。
结果与结论：
结果表明：在稳态试验验证中，优化后DPF入口和出口温度平均增加了6.10%和2.90%，O2浓度增加了18.86%，同时，NOx、烟度和BSFC(brake specific fuel consumption)的平均降低分别为10.72%、11.48%和0.24%，确保了DPF的高效安全再生。
在瞬态测试验证中，DOC(diesel oxidation catalyst)入口温度、DPF入口温度和O2浓度明显改善，分别增加了31.00%、2.60%和0.50%，同时，NOx和烟度排放分别降低了10.40%和0.80%，燃油消耗减少了3.5%。证明了提出的优化方法解决了农用柴油机DPF再生与排放优化问题，为柴油机再生模式下控制参数优化提供指导。
本文由丨《农业工程学报》编辑部丨精编发布
欢迎留言、分享、点赞
转载、投稿、咨询
邮箱：tcsae@tcsae.org
发布征集
欢迎广大作者、读者投稿至我刊公众号，包括但不限于创新科研成果、科技写作技巧、书籍推介、优秀科技工作者介绍、科研团队招聘/招生、行业资讯以及相关活动等农业工程领域信息。
公众号文章投稿邮箱：abe-newmedia@tcsae.org
»» 点击 阅读原文 免费获取全文
