基于BP神经网络的船舶柴油机氮氧化物排放预测

【摘要】：船舶柴油机作为船舶动力装置,对航运经济有非常重要的支持作用,但是,由其产生的排放污染不容忽视,而且越来越为严重。为了控制船舶柴油机的排放污染,国际海事组织《修订73/78防污公约的1997年议定书73/78防污公约1997年缔约国大会决议》已经于2005年5月19日正式生效,开始其在船舶柴油机排放方面的控制作用,本文正是基于此文件开展了船舶柴油机NOx排放的相关研究。 首先,本文阐述了船舶柴油机NOx的生成机理以及国际控制法规,并介绍了当前船舶柴油机NOx排放测试的具体步骤、注意事项和计算方法。 然后,简要介绍了人工智能和BP神经网络的基础知识,并利用BP神经网络的高度非线性拟和功能,将其引入到船舶柴油机NOx排放测试工作中。针对BP神经网络的自身特性,进行了试验设计、实际试验、测取数据等一系列现场试验工作,在设计试验过程中,又引入了正交设计法,使试验测取的数据更具有科学性。在此基础上,在MATLAB环境中编制程序,利用测取的训练网络用数据建立了相应的BP神经网络,再利用测取的网络测试用数据对建立的BP神经网络进行了船舶柴油机NOx排放预测和该网络的泛化能力的分析。 最后,针对本次试验和BP神经网络的具体情况,对进一步提高神经网络模拟船舶柴油机NOx排放的有关方法作了讨论。