融合虚拟感知与自学习智能体的柴油机NO<sub>x</sub>排放控制

刘兴义; 王裕鹏; 闫立冰; 杨金鹏; 马兴杰; 顾双

doi:10.16236/j.cnki.nrjxb.202604038

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

融合虚拟感知与自学习智能体的柴油机NO_x排放控制

更新时间：2026-07-27

- 融合虚拟感知与自学习智能体的柴油机NO_x排放控制
- Vol. 44, Issue 4, Pages: 358-365(2026)
- 作者机构：
  
  1. 潍柴动力股份有限公司内燃机与动力系统全国重点实验室
  2. 潍柴动力股份有限公司电控研究院
- 作者简介：
- 基金信息：
- DOI：10.16236/j.cnki.nrjxb.202604038
  CLC： TP212;TP18;X734.2;TK421.5
- Published：2026
- 稿件说明：
移动端阅览
刘兴义, 王裕鹏, 闫立冰, et al. 融合虚拟感知与自学习智能体的柴油机NO_x排放控制[J]. 2026, 44(4): 358-365. DOI: 10.16236/j.cnki.nrjxb.202604038.
DOI：

刘兴义, 王裕鹏, 闫立冰, et al. 融合虚拟感知与自学习智能体的柴油机NO_x排放控制[J]. 2026, 44(4): 358-365. DOI: 10.16236/j.cnki.nrjxb.202604038. DOI：

摘要

针对欧洲第七阶段排放标准和中国第七阶段机动车污染物排放法规对柴油机排放控制的新要求，提出一种融合虚拟感知与自学习智能体的选择性催化还原（SCR）系统协同控制架构．为解决传统控制策略在传感器漂移、催化剂老化及氨泄漏等复杂场景下适应性不足的问题，首先，基于长短期记忆（LSTM）网络构建虚拟NO

传感器，通过全局敏感性指数选择输入特征，实现原排NO

精准预测．其次，通过网络拓扑重构与层级优化策略实现神经网络的轻量化部署，满足嵌入式发动机电子控制单元（ECU）实时计算需求．再次，基于带遗忘因子的递推最小二乘法（FFRLS）设计偏差自学习智能体动态补偿尿素喷射量．最后，建立氨泄漏识别模块，通过滑动窗口计算相关系数．仿真验证结果表明：该系统可以有效预测原始NO

排放，根据系统偏差动态修正尿素喷射量，NO

排放总量较补偿前减少77%，可以有效识别氨泄漏，降低氨泄漏风险50%以上，融合虚拟感知与自学习智能体为柴油机后处理排放控制提供了低成本、高可靠的技术解决方案．

Abstract

关键词

Keywords

references

İbrahim Aslan Reşitoğlu,Kemal Altinişik,Ali Keskin.The pollutant emissions from diesel-engine vehicles and exhaust aftertreatment systems[J].Clean Technologies and Environmental Policy,2015.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于瞬时转速的柴油机各缸喷油量智能化控制

基于多时间尺度学习的柴油机进/排气系统自抗扰控制

基于多源特征融合的柴油机状态数据上采样方法

面向柴油机空气系统模型预测控制的多智能体算法研究

面向轻量化部署的发动机空气流量虚拟传感器开发

Related Author

张耀辉

张子磊

郭帆

肖维

凌璟岚

程振宇

刘兴义

张子磊

Related Institution

中国北方发动机研究所

天津大学先进内燃动力全国重点实验室

北京理工大学机械与车辆学院

大连理工大学控制科学与工程学院

一汽解放大连柴油机有限公司

AI问答

⁰

融合虚拟感知与自学习智能体的柴油机NOx排放控制

DOI：10.16236/j.cnki.nrjxb.202604038

摘要

Abstract

关键词

Keywords

references

融合虚拟感知与自学习智能体的柴油机NO_x排放控制