节点文献

基于神经网络-遗传算法优化柴油机油台架试验

Optimization for Engine Test of Engine Oil Based on Genetic Algorithm-neural Network

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 李为民； 徐春明； 许志伟；

【Author】 Li Weimin~(1,2) Xu Chunming~1 Chi HuiWai~3(1.State Key Laboratory of Heavy Oil Processing,China University of Petroleum,Beijing 102200,China;2.Department of Chemical Engineering,Jiangsu Polytechnic University,Changzhou Jiangsu 213016,China;3.Department of Chemical Engineering,Hong Kong University of Science and Technology,Hong Kong,China)

【机构】 中国石油大学(北京)重质油国家重点实验室； 香港科技大学化工系 北京102200； 江苏工业学院化工系江苏常州213016； 北京102200； 香港；

【摘要】 根据15W/40 CD柴油机油的模拟实验与台架试验的基础数据,用人工神经网络(ANN)的反向传播算法建立了模拟实验与台架试验神经网络预测模型,该神经网络模型合适的拓扑结构为5-7-1,学习速率为0.2,动量因子为0.9。探讨了用模拟实验数据预测台架试验结果的可能性,检验证明用人工神经网络方法建立的模型能准确预报15W/40CD柴油机油的台架试验结果。该神经网络预测模型用遗传算法优化,得到了15W/40 CD级柴油机油能通过台架试验的最优模拟实验结果。

【Abstract】 Based on the data of bench test and engine test of 15W/40 CD grade engine oil,an artificial neural network(ANN) model was developed for predicting the relationship between engine test and bench test using back-propagation algorithm.The appropriate topology of ANN was 5-7-1.The learning rate of ANN was 0.2,and the momentum factor of ANN was 0.3.It is shown that the ANN model can correlate and predict results of engine test of 15W/40 CD grade engine oil with much accuracy.The ANN model was optimized by incorporating genetic algorithm.Optimal bench test of 15W/40 CD grade engine oil was obtained using the ANN model developed.

【关键词】 柴油机油； 模拟实验； 台架试验； 神经网络； 遗传算法；
【Key words】 diesel engine oil； bench test； engine test； artificial neural network； genetic algorithm；
【基金】 国家重点基础研究发展规划项目(G20000263)
  • 【文献出处】 润滑与密封 ,Lubrication Engineering , 编辑部邮箱 ,2006年04期
  • 【分类号】TK427
  • 【被引频次】3
  • 【下载频次】174
打印本页
节点文献中：