针对柴油发动机推进特性下的中高负荷工况出现的NO_(x)排放峰值现象,以及燃油价格日益上涨带来降低油耗率的迫切需求,本研究通过调节柴油/甲醇组合燃烧(diesel/methanol compound combustion,DMCC)发动机多种控制参数,在保证动力性前提...针对柴油发动机推进特性下的中高负荷工况出现的NO_(x)排放峰值现象,以及燃油价格日益上涨带来降低油耗率的迫切需求,本研究通过调节柴油/甲醇组合燃烧(diesel/methanol compound combustion,DMCC)发动机多种控制参数,在保证动力性前提下,实现NO_(x)排放和有效燃油消耗率(brake specific fuel consumption,BSFC)的同步下降。为避免大规模试验带来的成本增加,首先基于高斯过程回归建立DMCC发动机排放的NO_(x)体积分数、BSFC和指示功率预测模型;然后将所建模型与第二代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)结合,对NO_(x)的体积分数和BSFC进行优化,并将Pareto前沿解集代入逼近理想解排序法(the technique for order preference by similarity to an ideal solution,TOPSIS)寻找最优控制参数组合;最后将最优控制参数组合标定至电子控制单元,与原机数据进行对比分析。结果表明:基于高斯过程回归建立的预测模型的拟合优度大于0.95,均方根误差小于1,具有良好的一致性和准确性;使用NSGA-Ⅱ获取的最佳控制参数与优化前(原机工况)的相比,NO_(x)的排放量下降74.5%,仅为3.47 g/(kW·h),BSFC平均下降6.7%,仅为203.5 g/(kW·h)。展开更多
为更好地反映我国沿海地区主要港口的综合竞争力,从港口的基础设施、经济结构、港口效率、港口发展潜力等4个维度,构建沿海港口竞争力评价指标体系。结合逼近理想解排序法(technique for order preference by similarity to an ideal so...为更好地反映我国沿海地区主要港口的综合竞争力,从港口的基础设施、经济结构、港口效率、港口发展潜力等4个维度,构建沿海港口竞争力评价指标体系。结合逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS),分别采用随机主观和客观赋权方法对港口竞争力进行评价,并运用Kendall一致性检验和CRITIC法将各指标主客观权重组合,构建组合赋权-TOPSIS的港口竞争力评价模型。以我国14个主要沿海港口为研究对象进行实验分析。结果表明:上海港、宁波舟山港的港口竞争力最强;天津港、广州港、深圳港、青岛港、烟台港、大连港的竞争力较强;湛江港、海口港、福州港、厦门港、泉州港、汕头港的竞争力较弱。对各港口指标数据进行聚类分析,聚类结果与评价结果相符,证明评价模型合理。展开更多
文摘针对柴油发动机推进特性下的中高负荷工况出现的NO_(x)排放峰值现象,以及燃油价格日益上涨带来降低油耗率的迫切需求,本研究通过调节柴油/甲醇组合燃烧(diesel/methanol compound combustion,DMCC)发动机多种控制参数,在保证动力性前提下,实现NO_(x)排放和有效燃油消耗率(brake specific fuel consumption,BSFC)的同步下降。为避免大规模试验带来的成本增加,首先基于高斯过程回归建立DMCC发动机排放的NO_(x)体积分数、BSFC和指示功率预测模型;然后将所建模型与第二代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)结合,对NO_(x)的体积分数和BSFC进行优化,并将Pareto前沿解集代入逼近理想解排序法(the technique for order preference by similarity to an ideal solution,TOPSIS)寻找最优控制参数组合;最后将最优控制参数组合标定至电子控制单元,与原机数据进行对比分析。结果表明:基于高斯过程回归建立的预测模型的拟合优度大于0.95,均方根误差小于1,具有良好的一致性和准确性;使用NSGA-Ⅱ获取的最佳控制参数与优化前(原机工况)的相比,NO_(x)的排放量下降74.5%,仅为3.47 g/(kW·h),BSFC平均下降6.7%,仅为203.5 g/(kW·h)。
文摘为有效预测船舶油耗,提出一种基于混合核函数的船舶油耗预测模型。分别构建径向基函数(radial basis function,RBF)和多项式单核函数的支持向量回归(support vector regression,SVR)模型,并利用自适应随机搜索(adaptive random search,ARS)算法对两者进行优化。在此基础上,建立基于混合核函数ARS-SVR的船舶油耗预测模型。以一艘风帆助航的大型原油运输船(very large crude carrier,VLCC)为研究对象,基于实船监测数据开展船舶油耗预测。结果表明,与单一的RBF和多项式单核ARS-SVR相比,采用混合核函数ARS-SVR的模型的预测结果的均方根误差分别降低了19.8%和30.2%。所提出的船舶油耗预测模型可以提升风帆助航船油耗计算的准确率,有助于优化船舶能效和提升管理技术。
文摘为更好地反映我国沿海地区主要港口的综合竞争力,从港口的基础设施、经济结构、港口效率、港口发展潜力等4个维度,构建沿海港口竞争力评价指标体系。结合逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS),分别采用随机主观和客观赋权方法对港口竞争力进行评价,并运用Kendall一致性检验和CRITIC法将各指标主客观权重组合,构建组合赋权-TOPSIS的港口竞争力评价模型。以我国14个主要沿海港口为研究对象进行实验分析。结果表明:上海港、宁波舟山港的港口竞争力最强;天津港、广州港、深圳港、青岛港、烟台港、大连港的竞争力较强;湛江港、海口港、福州港、厦门港、泉州港、汕头港的竞争力较弱。对各港口指标数据进行聚类分析,聚类结果与评价结果相符,证明评价模型合理。
