外文翻译--压缩天然气柴油双燃料发动机的排放物RBF神经网络的研究

1、 附录 B 译文 压缩天然气 /柴油双燃料发动机的排放物 RBF 神经网络的研究 Liuzhentao Feishaomei 摘要： 为了解决严重的环境污染 和 能源资源的 急剧 下降 ，各国都 已作出巨大努力。中国的燃料储备和发动机技术 的现状 表明，压缩天然气（ CNG） /柴油双燃料发动机是解决上述问题的最佳方案之一。为了 研究 和提高天然气 /柴油 发动机 ，均衡器发射模型 是 基于径向基函数的排放性能（ RBF）神经网络 。 这是一个黑盒子输入输出数据模型 ， 不需要先验 条件 。RBF 的中心和连接可自动选择 ， 根据 测试 数据的分布 和 投入产出给定的空间 以及 近 似误差。研

2、究表明，预测结果都符合了一个 在 低负荷运行条件下，大范围，高负荷的实验数据。发达国家的排放量模型的 RBF 神经网络可以用来成功地预测和优化 DFE 排放量。同时，该均衡器的主要性能参数，如转速，负荷，试点数量和 喷 射时间，效果也 符合 模型的预测方法。在天然气 /柴油 发动机 排放预测模型基于 RBF 神经网络 的 分析 中，主要分析 了对二氧化碳的主要性能参数的影响 和 内置的 DFE-NO 的排放量。预测结果比较 符合 传统的排放模式，这表明该模型具有一定的应用价值， 但 由于其对实验样本数据量高度依赖 ，因此还有 一定的局限性。 关键词： 双燃料发动机，排放性能， RBF 神经网络

3、 引言 由于 严重的环境污染和世界各地的能源危机 ， 开发降低能源消耗 的 汽车成为主要的研究目标。天然气（ CNG）发动机采用压缩空气为燃料 ， 具有更高的效率和降低污染的突出优势 。 该天然气 /柴油 均衡器 专门为城市公交车也可明显降低城市空气污染，尤其是大城市。因此，对均衡器燃烧过程的研究，特别是排放性能，是非常重要和宝贵 的 ，在一般情况下，燃烧过程和发动机的机制所涉及的物理 和 化学合成的过程。由于其复杂性和即时性，没有鹿猛：大功率天然气发动机双燃烧室系统设计 2 合适的解析函数来描述 它 的燃烧过程，特别是对均衡器。在这个新的排放模型径 向基函数中 提出了天然气 /柴油均衡器。

4、RBF 神经网络理论 RBF 神经网络的结构 特别是在神经网络 RBF 神经网络，已成为近年来受欢迎因为它出色的识别和预测能力。径向基函数的 RBF 神经网络的基础上，通常是一个非线性径向对称函数。高斯函数的径向基函数的核心功能，拥有两个向量参数 x 和 C； X 是自变量向量这个函数， C 为核心 径向基函数。越野形成一个与 C 为中心，是椭圆的半径椭圆函数。基于 RBF 神经网络的神经元的功能是作为 RBF 神经网络调用。 RBF 神经网络包括三个层次，第一层是输入层，其元素 CON 组，形式的输入 参数的数量，第二层是隐层径向基函数的许多神经元组成 ；隐层节点的计算欧几里德之间的中心和网络的输入向量，然后距离的结果传递到径向基函数，最后一层是输出层组成的共同线性神经元。 RBF 神经网络的工作结构如图 1 所示。这种模式有 R 输入和 P 输出，与输入和输出之间的关系，这是模型如下： 基于 RBF 神经网络的工作原理