神经网络算法在柴油机氮氧化物(NOx)排放预测中的应用任务书
2020-02-18 15:56:42
1. 毕业设计(论文)主要内容:
柴油机氮氧化物排放预测对工业界而言一直是一个很大的挑战。
基于计算流体力学(cfd)的氮氧化物模型不适用于控制和实时测量。
近年来,神经网络在汽车应用的各个领域得到了广泛的应用。
2. 毕业设计(论文)主要任务及要求
(1)查阅相关文献资料15篇以上(其中近5年外文文献不少于3篇)。
(2)完成开题报告及任务书。
(3)熟练使用matlab来预测氮氧化物排放
3. 毕业设计(论文)完成任务的计划与安排
(1)第1-4周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。
(2)第5-6周:熟悉掌握基本理论,完成英文资料的翻译,熟悉相关工具软件的使用。
(3)第7-9周:熟悉matlab,初步编写基于神经网络的氮氧化物排放预测程序。
4. 主要参考文献
[1] b.maass, j. deng,and r. stobart, diesel emissionprediction with parallel neural networks, american control conference, 2009
[2] j. deng, b. maass, r.stobart,singlenlarx model for particulate matters prediction of diesel engines[c], the 18th ifac world congress, 2011, milan, italy
[3] b. maass, j. deng,and r. stobart, prediction of nox emissions of a heavy duty diesel engine witha nlarx model, sae 2009-01-2796.