基于数字孪生的船用柴油机燃烧模型的构建与验证

Construction and verification of combustion model of marine diesel engine based on digital twin

来源:中文会议(科协)
中文摘要英文摘要

船用柴油机燃烧模型的构建是对处于长时间运行状态的发动机的性能优化和健康管理的关键手段。本文基于Wiebe燃烧模型结合深度学习神经网络提出了基于混合驱动的发动机零维预测模型构建方案,用于实现发动机的同步仿真。首先对通过试验获得的缸压曲线进行Wiebe参数求解,进而利用长短时记忆神经网络(LSTM)建立运行参数与Wiebe参数的辨识模型,然后将Wiebe方程与深度学习神经网络相结合构建出零维预测燃烧模型,并对预测性能进行非校核工况的泛化性分析。基于数…查看全部>>

The construction of marine diesel engine combustion model is a key means for performance optimization and health management of the engine in a long-term running state. Based on the Wiebe combustion model combined with the deep learning neural network, this paper proposes a zero-dimensional engine prediction model construction scheme based on hybrid drive, which is used to realize the synchronous simulation of the engine. First, solve the Wiebe parameters for…查看全部>>

胡登;王贺春;杨传雷;王彬彬;段宝印;王银燕;

设计与智能制造2023年学术年会

柴油机 数字孪生 LSTM神经网络 燃烧模型

diesel engine digital twin LSTM neural network burning model

1-7 / 7

评论

您当前未登录!去登录点击加载更多...

上述内容所涉观点、意见仅代表作者,与国家学术会议平台无关。

国家学术会议平台已取得上述相关成果授权,未经允许,任何单位和个人不得转载、复制或用作他途,一经发现,相关法律后果自行承担,国家学术会议平台保留向相关侵权人依法追究法律责任的权利。