-
题名神经网络模型度量地形对实际行驶排放的影响
- 1
-
-
作者
常虹
吴冬梅
张力
龚香坤
徐划龙
付明明
-
机构
中国汽车工程研究院股份有限公司
重庆大学机械与运载工程学院
-
出处
《重庆大学学报》
CAS
CSCD
北大核心
2024年第1期31-40,共10页
-
基金
国家重点研发计划资助项目(2018YFB0106404)
重庆市技术创新与应用发展专项项目(cstc2019jscx-msxmX0016)
通用技术中国汽研检测事业部创新课题项目(JCCXKT-2021-002)。
-
文摘
由于难以将行驶路线地形的影响从实际行驶排放(real driving emission,RDE)试验的其他试验边界的影响中独立出来,提出采用神经网络输入变量重要性算法以定量评估行驶路线地形试验边界对RDE试验的影响强度。以重庆地区RDE试验的37256个数据窗口排放样本为基础,采用因子分析方法缩减数据并消除试验边界之间的信息重叠,建立神经网络模型预测污染物排放,并计算输入变量相对重要性占比。结果表明,行驶路线地形试验边界在二氧化碳(CO_(2))排放中起主导作用,它的相对重要性远大于行程动力学试验边界。对于一氧化碳(CO)、颗粒数量(particle number,PN)、氮氧化物(NO_(x))污染物排放,地形因素的影响力仍不可忽视,特别是在车辆高速行驶条件下,它对车辆行驶排放的影响与行程动力学因素大致相当。总体而言,在现有排放标准体系中,行驶路线地形试验边界对RDE试验的影响被严重低估。
-
关键词
实际行驶排放
排放模型
神经网络
地形
行程动力学
-
Keywords
rde(real driving emission)
emission model
artificial neural network
route topography
trip dynamics
-
分类号
U448.213
[建筑科学—桥梁与隧道工程]
-
