基于机器学习的柴油机纳米级微粒预测模型

来源 :科学技术与工程 | 被引量 : 0次 | 上传用户:agz100
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
预测柴油机燃烧产生的纳米级微粒是减少空气污染的有效方法之一,为车辆颗粒物(particulate matter,PM)的排放监管与控制提供支持,协助标定工程师制定严格的排放法规。采用气缸压力传感器测量柴油机在不同行驶工况下的气缸压力,利用主成分分析(principal component analysis,PCA)方法提取前4、7、10主成分作为神经网络的训练输入,粒径为7~990 nm的颗粒物浓度作为模型的输出,分析不同工况下气缸压力主成分贡献率对纳米颗粒的预测效果。结果表明:利用较少的主成分即可代表不
其他文献
近期,国家商务部印发的《规范对外投资合作领域竞争行为的规定》明确提出,“鼓励企业树立开放的经营理念,广泛合作、整合力量,降低市场开拓成本并实现可持续性发展。”这既是
针对种子科学与工程专业实验教学的自身特点,对种子学实验技术的课程设置,实验内容,实验方法等方面进行了一些实践和探索。把电泳法测定种子纯度新技术及时的纳入实验课程设置中
介绍了一种通过网络实现模拟/数字电路实验的方法。通过该方法,学生可以利用课余时间完成教材中模拟/数字电路原理的验证,掌握基本电路参数的测试方法,完成相配套的实验和综合电路
在脑薄片实验中,实验是否成功,取决于脑脊液的配制、标本的制备、微电极的制作、干扰的排除以及仪器设备的质量和实验者的实验技术等各个环节,而保持脑薄片的生理活性及干扰的排