1. 天津大学储能科学与工程研究院
2. 广西大学机械工程学院
3. 武汉理工大学汽车工程学院
纸质出版:2026
移动端阅览
桑海浪, 王秀雷, 钟洪文, 等. 国Ⅵ轻型柴油机颗粒物排放控制系统健康状态评估[J]. 内燃机学报, 2026,44(5):452-462.
桑海浪, 王秀雷, 钟洪文, et al. 国Ⅵ轻型柴油机颗粒物排放控制系统健康状态评估[J]. 2026, 44(5): 452-462.
桑海浪, 王秀雷, 钟洪文, 等. 国Ⅵ轻型柴油机颗粒物排放控制系统健康状态评估[J]. 内燃机学报, 2026,44(5):452-462. DOI: 10.16236/j.cnki.nrjxb.202605048.
桑海浪, 王秀雷, 钟洪文, et al. 国Ⅵ轻型柴油机颗粒物排放控制系统健康状态评估[J]. 2026, 44(5): 452-462. DOI: 10.16236/j.cnki.nrjxb.202605048.
将柴油机颗粒物排放控制系统健康状态评估归为异常检测场景,颗粒物排放控制的关键是颗粒物原始排放和颗粒捕集器(DPF)捕集效率,通过采集台架和整车试验数据,结合机理相关性分析,确认特征变量,包括12个影响颗粒物原始排放的变量及4个影响DPF颗粒物捕集效率的变量;其次在数据清洗之后,使用自动编码器和主成分分析奇异点检测算法,剔除异常点;然后基于注意力机制和样本密度设置样本权重,优化误差分布;再通过模型对比结合参数优化,确认三隐含层反向传播(BP)自编码神经网络为最终模型,神经元数量分别为20、5和20;最后故障仿真测试和整车故障验证表明,结合不同的平均绝对误差(MAE)阈值设定,模型可以在实际整车上识别不同程度的异常数据.
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构