论文部分内容阅读
随着航运业的迅速发展以及人们环保意识的增强,船舶废气排放控制面临着越来越严格的要求。其中,对船舶柴油机NOx排放控制是重要的环节之一。本文立足于MARPOL公约附则Ⅵ国内化实施的背景,建立了W6L20C型柴油机NOx排放GA-BP预测模型,并在此基础之上,对模型如何在实船上应用进行了研究。首先,本文分析了船舶柴油机NOx的生成机理,介绍了柴油机NOx比排放值计算方法及NOx预测算法的基本知识。然后通过深入分析台架试验中柴油机NOx排放的影响因素,确定了以柴油机转速和功率作为模型输入参数。采用L-M算法训练BP网络,该方法与传统梯度下降法相比,网络可以在更短的时间内完成收敛。同时,为了提高网络的全局搜索能力,采用遗传算法优化了BP网络的初始连接权值和阈值。在此基础之上,以W6L20C型柴油机台架试验数据作为样本数据,建立了船舶柴油机NOx排放GA-BP预测模型,并对预测模型进行了训练及验证。与采用梯度下降法训练的船舶柴油机NOx排放BP神经网路预测模型相比,本文所建立的模型在收敛速度和泛化能力方面都有了一定的提高。并利用建立好的GA-BP预测模型对W6L20C型柴油机NOx排放性能进行了预测和分析。最后,分析了实船柴油机NOx排放性能影响因素及模型在实船上的适用条件,并通过实例分析了环境条件对船舶柴油机NOx排放性能影响程度。对实船柴油机NOx排放测试循环工况点的选择提出了建议,这样就可以利用所建立的GA-BP模型按照建议的测试循环工况点对柴油机的NOx排放特性进行预测,再根据各工况点对应的加权因数计算出该柴油机的NOx比排放值,为主管机关提供参考作用。在此基础之上,对以GA-BP船舶柴油机NOx排放预测模型为核心的NOx排放监测体系的实现方法进行了研究。