本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)的船舶柴油機氮氧化物排放預(yù)測，由筆耕文化傳播整理發(fā)布。

【摘要】：船舶柴油機作為船舶動力裝置,對航運經(jīng)濟有非常重要的支持作用,但是,由其產(chǎn)生的排放污染不容忽視,而且越來越為嚴重。為了控制船舶柴油機的排放污染,國際海事組織《修訂73/78防污公約的1997年議定書73/78防污公約1997年締約國大會決議》已經(jīng)于2005年5月19日正式生效,開始其在船舶柴油機排放方面的控制作用,本文正是基于此文件開展了船舶柴油機NOx排放的相關(guān)研究。 首先,本文闡述了船舶柴油機NOx的生成機理以及國際控制法規(guī),并介紹了當前船舶柴油機NOx排放測試的具體步驟、注意事項和計算方法。 然后,簡要介紹了人工智能和BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識,并利用BP神經(jīng)網(wǎng)絡(luò)的高度非線性擬和功能,將其引入到船舶柴油機NOx排放測試工作中。針對BP神經(jīng)網(wǎng)絡(luò)的自身特性,進行了試驗設(shè)計、實際試驗、測取數(shù)據(jù)等一系列現(xiàn)場試驗工作,在設(shè)計試驗過程中,又引入了正交設(shè)計法,使試驗測取的數(shù)據(jù)更具有科學性。在此基礎(chǔ)上,在MATLAB環(huán)境中編制程序,利用測取的訓練網(wǎng)絡(luò)用數(shù)據(jù)建立了相應(yīng)的BP神經(jīng)網(wǎng)絡(luò),再利用測取的網(wǎng)絡(luò)測試用數(shù)據(jù)對建立的BP神經(jīng)網(wǎng)絡(luò)進行了船舶柴油機NOx排放預(yù)測和該網(wǎng)絡(luò)的泛化能力的分析。 最后,針對本次試驗和BP神經(jīng)網(wǎng)絡(luò)的具體情況,對進一步提高神經(jīng)網(wǎng)絡(luò)模擬船舶柴油機NOx排放的有關(guān)方法作了討論。
【關(guān)鍵詞】：船舶柴油機 NOx排放 BP神經(jīng)網(wǎng)絡(luò) 誤差分析
【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2006
【分類號】：U664.1
【目錄】：

• 第1章 緒論11-17
• 1.1 本文背景11-14
• 1.1.1 船舶柴油機排氣的組成11-13
• 1.1.2 船舶柴油機排氣的危害13-14
• 1.2 本文研究的主要內(nèi)容及章節(jié)安排14-17
• 1.2.1 研究的主要內(nèi)容15
• 1.2.2 本文的章節(jié)安排15-17
• 第2章 船舶柴油機NOx排放的控制現(xiàn)狀及趨勢17-25
• 2.1 船舶柴油機NOx的生成機理17-20
• 2.1.1 熱氮氧化物(Thermal NOx)的生成機理17-20
• 2.1.2 燃料氮氧化物(Fuel NOx)的生成機理20
• 2.2 船舶柴油機氮氧化物排放控制現(xiàn)狀20-24
• 2.2.1 國際社會控制排氣污染法規(guī)20-22
• 2.2.2 現(xiàn)有測試方法及簡化測試方案的提出22-24
• 2.3 本章小結(jié)24-25
• 第3章 船舶柴油機NOx排放測試及計算方法25-40
• 3.1 柴油機族、組認證25
• 3.2 測試項目和要求25-28
• 3.2.1 測試項目25-26
• 3.2.2 測試要求26-27
• 3.2.3 主要測量設(shè)備及要求27-28
• 3.3 測試儀器的校準、分析28-34
• 3.3.1 試驗臺架上主要測量設(shè)備的精確要求28
• 3.3.2 排放分析儀器要求28-34
• 3.3.2.1 分析儀器所需工作氣體和標準氣體29
• 3.3.2.2 分析儀器的校準29-31
• 3.3.2.3 現(xiàn)場安裝檢驗31-32
• 3.3.2.4 測試過程的控制32
• 3.3.2.5 試驗臺上的工況及加權(quán)系數(shù)32-34
• 3.4 船舶柴油機NOx排放的計算分析34-39
• 3.4.1 概述34-35
• 3.4.2 廢氣質(zhì)量流量計算方法35-39
• 3.4.2.1 碳平衡法35-36
• 3.4.2.2 通用法或稱為碳／氧平衡法36-37
• 3.4.2.3 排氣中各組分質(zhì)量流量的計算37-38
• 3.4.2.4 排放量計算38
• 3.4.2.5 排氣質(zhì)量流量的修正38-39
• 3.5 本章小結(jié)39-40
• 第4章 BP神經(jīng)網(wǎng)絡(luò)40-54
• 4.1 人工神經(jīng)網(wǎng)絡(luò)(ANN)基礎(chǔ)知識40-45
• 4.1.1 概述40
• 4.1.2 神經(jīng)網(wǎng)絡(luò)的生物學基礎(chǔ)40-41
• 4.1.3 人工神經(jīng)元模型41-44
• 4.1.4 神經(jīng)網(wǎng)絡(luò)學習44-45
• 4.2 誤差反向傳播(BP)網(wǎng)絡(luò)45-53
• 4.2.1 BP網(wǎng)絡(luò)概述45
• 4.2.2 基本BP模型的結(jié)構(gòu)45-47
• 4.2.3 標準BP模型的學習過程及實例47-53
• 4.2.3.1 學習過程47-51
• 4.2.3.2 學習實例51-53
• 4.3 本章小結(jié)53-54
• 第5章 船舶柴油機NOx排放的BP神經(jīng)網(wǎng)絡(luò)預(yù)測54-80
• 5.1 當前柴油機NOx排放研究方法54-55
• 5.2 船舶柴油機NOx排放的BP神經(jīng)網(wǎng)絡(luò)預(yù)測55-78
• 5.2.1 BP神經(jīng)網(wǎng)絡(luò)輸入、輸出層神經(jīng)元數(shù)的確定55-56
• 5.2.2 BP神經(jīng)網(wǎng)絡(luò)學習樣本的選取56-63
• 5.2.2.1 學習樣本選取的原則和注意事項56-57
• 5.2.2.2 船舶柴油機NOx排放性能對學習樣本的要求57
• 5.2.2.3 均勻設(shè)計法原理57-59
• 5.2.2.4 柴油機變邊界均勻試驗設(shè)計59-61
• 5.2.2.5 本研究中的試驗裝置及試驗設(shè)計方案61-63
• 5.2.3 BP神經(jīng)網(wǎng)絡(luò)隱層數(shù)目的確定63-64
• 5.2.4 BP神經(jīng)網(wǎng)絡(luò)隱層神經(jīng)元數(shù)的確定64-66
• 5.2.5 BP神經(jīng)網(wǎng)絡(luò)學習樣本數(shù)據(jù)的預(yù)處理66-67
• 5.2.6 BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值選取67-68
• 5.2.7 BP神經(jīng)網(wǎng)絡(luò)訓練次數(shù)的確定68-69
• 5.2.8 BP神經(jīng)網(wǎng)絡(luò)的確定69-70
• 5.2.9 BP神經(jīng)網(wǎng)絡(luò)的訓練70-72
• 5.2.10 BP神經(jīng)網(wǎng)絡(luò)學習能力的分析72-73
• 5.2.11 BP神經(jīng)網(wǎng)絡(luò)的預(yù)測73-74
• 5.2.12 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(泛化)能力的分析74-78
• 5.3 本章小結(jié)78-80
• 第6章 結(jié)論和展望80-82
• 攻讀碩士學位期間公開發(fā)表論文82-83
• 致謝83-84
• 參考文獻84-88
• 研究生履歷88

【引證文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 趙秋亮;劉國平;;船舶柴油機供油提前角云控制模型研究[J];計算機仿真;2009年06期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 孟琪;地下商業(yè)街的聲景研究與預(yù)測[D];哈爾濱工業(yè)大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前7條

1 周夢華;柴油機磨合過程中油液光譜數(shù)據(jù)算法研究[D];大連海事大學;2011年

2 王興福;采用VB實現(xiàn)船舶柴油機拐檔差數(shù)據(jù)處理系統(tǒng)的研制[D];集美大學;2008年

3 白利波;基于BP神經(jīng)網(wǎng)絡(luò)的船用柴油機NO_x排放特性預(yù)測[D];大連海事大學;2010年

4 鄭曉蘭;應(yīng)用BP神經(jīng)網(wǎng)絡(luò)預(yù)測原油含水率的研究[D];大慶石油學院;2010年

5 任偉宏;基于人工神經(jīng)網(wǎng)絡(luò)的水果價格短期預(yù)測研究[D];中國農(nóng)業(yè)科學院;2012年

6 杜文婷;基于改進BP神經(jīng)網(wǎng)絡(luò)的電滲析脫鹽率預(yù)測[D];東北石油大學;2012年

7 錢耀宇;基于AIS信息的港區(qū)船舶排污在線監(jiān)測系統(tǒng)研究[D];集美大學;2012年

  本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)的船舶柴油機氮氧化物排放預(yù)測，由筆耕文化傳播整理發(fā)布。

，

本文編號：281235