申请/专利权人:南京中远海运船舶设备配件有限公司
申请日:2023-12-18
公开(公告)日:2024-03-19
公开(公告)号:CN117725790A
主分类号:G06F30/23
分类号:G06F30/23;G06F30/27;G06N3/006;G06N3/084;G06F111/06;G06F119/14
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本发明涉及氨‑柴双燃料四冲程内燃机气阀服役条件预测方法及系统。方法包括:基于深度学习模型构建服役条件预测模型;通过鲸鱼优化算法确定服役条件预测模型的最优模型参数组合;通过气阀服役有限元分析平台获取不同内燃机工况对应的气阀服役条件;构建若干组输入为内燃机工况、输出为对应气阀服役条件的训练数据;通过训练数据对服役条件预测模型进行训练,直至模型收敛;将待预测气阀的内燃机工况输入服役条件预测模型中,输出预测的气阀服役条件。本发明通过有限元仿真的方式获取内燃机工况与气阀服役条件的对应关系,同时通过鲸鱼优化算法和深度神经网络BP神经网络的结合来提高氨‑柴双燃料四冲程内燃机气阀服役条件预测的准确性。
主权项:1.氨-柴双燃料四冲程内燃机气阀服役条件预测方法,其特征在于,包括:S1:基于深度学习模型构建服役条件预测模型;S2:通过鲸鱼优化算法确定服役条件预测模型的最优模型参数组合;S3:通过气阀服役有限元分析平台获取不同内燃机工况对应的气阀服役条件;S4:构建若干组输入为内燃机工况、输出为对应气阀服役条件的训练数据;S5:通过训练数据对服役条件预测模型进行训练,直至模型收敛;S6:将待预测气阀的内燃机工况输入服役条件预测模型中,输出预测的气阀服役条件。
全文数据:
权利要求:
百度查询: 南京中远海运船舶设备配件有限公司 氨-柴双燃料四冲程内燃机气阀服役条件预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。