基于随机森林和优化 GRU 算法的
柴油机 NOx 预测

doi:10.16638/j.cnki.1671-7988.2023.08.017

汽车实用技术 ›› 2023, Vol. 48 ›› Issue (8): 101-106.DOI: 10.16638/j.cnki.1671-7988.2023.08.017

基于随机森林和优化 GRU 算法的柴油机 NOx 预测

郭智刚，申宗，江楠，闫立冰，冯健洧

潍柴动力股份有限公司

出版日期:2023-04-30 发布日期:2023-04-30
通讯作者: 郭智刚
作者简介:郭智刚（1997—），男，硕士，工程师，研究方向为内燃机、深度学习，E-mail:2601046208@qq.com。

NOx Prediction of Diesel Engine Based on Random Forest and Optimized GRU Algorithm

GUO Zhigang, SHEN Zong, JIANG Nan, YAN Libing, FENG Jianwei

Weichai Power Company Limited

Online:2023-04-30 Published:2023-04-30
Contact: GUO Zhigang

摘要/Abstract

摘要： 以尿素为还原剂的选择性催化还原（SCR）技术是降低柴油车 NOx 排放的主要途径，而实现 NOx 的精准预测是实现对 SCR 精准控制的前提，文章提出使用随机森林结合门控循环单元（GRU）的方法对 NOx 进行预测。针对 NOx 生成因素的复杂性，使用随机森林进行特征选取，选取对结果影响大的特征，并构建基于优化门控单元的 NOx 的预测模型。实验结果显示，在瞬态与稳态工况下使用随机森林结合 GRU 的预测结果的均方误差分别为 66.419×10-6 与 63.423×10-6，证明模型具有较高的精准度以及良好的泛化能力。

关键词: NOx 预测；神经网络；柴油机；随机森林；GRU 算法

Abstract: Selective catalytic reduction (SCR) technology with urea as reducing agent is the main way to reduce NOx emissions of diesel vehicles, and accurate prediction of NOx is the premise to achieve accurate control of SCR. In this paper, a method of random forest combined with gate recurrent unit (GRU) is proposed to predict NOx. In view of the complexity of NOx generation factors, random forest is used to select features that have a large impact on the results, and the NOx prediction model based on gate unit is constructed. The experimental results show that the mean square error of the prediction results using random forest combined with GRU under transient and steady-state conditions is 66.419×10-6 and 63.423×10-6 , which proves that the model has high accuracy and good generalization ability.

Key words: NOx prediction; Neural network; Diesel engine; Random forest; GRU algorithm

郭智刚. 基于随机森林和优化 GRU 算法的柴油机 NOx 预测[J]. 汽车实用技术, 2023, 48(8): 101-106.

GUO Zhigang. NOx Prediction of Diesel Engine Based on Random Forest and Optimized GRU Algorithm[J]. Automobile Applied Technology, 2023, 48(8): 101-106.

参考文献

[ 1 ] 乔志鹏.汽车尾气排放问题及节能减排分析[J].汽车实用技术,2018,43(17):216-217. [ 2 ] 郭朋彦,秦飞,陈全征,等.柴油机固态选择性催化还原研究现状及进展[J].科学技术与工程,2022,22(10): 3835-3845. [ 3 ] MOOS R.A Brief Overview on Automotive Exhaust Gas Sensors Based on Electroceramics[J].International Journal of Applied Ceramic Technology,2005(5):401- 413. [ 4 ] 戴金池,庞海龙,俞妍,等.基于 LSTM 神经网络的柴油机 NOx 排放预测[J].内燃机学报,2020,38(5):457-463. [ 5 ] 周斌.基于 BP 神经网络的内燃机排放性能建模与应用研究[D].成都:西南交通大学,2004. [ 6 ] 吐尔逊·买买提,赵梦佳,宁成博,等.基于深度极限学习机的柴油机尾气排放预测[J].科学技术与工程, 2021,21(36):15646-15654. [ 7 ] 周斌,谭达明,魏道远,等.基于神经网络的内燃机排放预测方法的研究[J].内燃机学报,2001(4):361-364.[ 8 ] 胡杰,林峰,王天田,等.基于神经网络偏最小二乘法的柴油机NOx排放预测模型[J].内燃机学报,2015, 33 (6):510-515. [ 9 ] HE Q,YAN R,KONG F,et al.Machine Condition Monitoring Using Principal Component Representations [J].Mechanical Systems and Signal Processing,2009, 23(2):446-466. [10] MALHI A,GAO R.PCA-based Feature Selection Scheme for Machine Defect Classification[J].IEEE Transaction on Instrumentation and Measurement, 2004,53:1517-1525. [11] 许昕,韩慧苗,潘宏侠,等.基于多特征提取和 KECA 柴油机关键部件故障识别[J].电子测量技术,2021,44 (19):63-68. [12] 叶建芳,刘强,李雪莹.基于随机森林的疲劳驾驶检测识别模型的优化研究[J].汽车实用技术,2018,43(13): 39-43. [13] 王冬,曲媛,刘玉航,等.基于优化随机森林算法的乳腺癌分类诊断[J].计算机工程与设计,2022,43(3):706- 712. [14] 饶姗姗,冷小鹏.基于组合特征选择的随机森林信用评估[J].计算机系统应用,2022,31(3):345-350. [15] 赵庆媛,叶春茂,鲁耀兵.基于随机森林的微动特征重要性评估研究[J].现代防御技术,2022,50(4):124-131. [16] 邢红涛,郭江龙,刘书安,等.基于 CNN-LSTM 混合神经网络模型的 NOx 排放预测[J].电子测量技术,2022, 45(2):98-103. [17] 曹广华,赵中林,许昀昊.基于 GRU 的锂电池组健康状态预测研究[J].吉林大学学报(信息科学版),2022, 40(2):1-7. [18] 王文广,赵文杰.基于 GRU 神经网络的燃煤电站 NOx 排放预测模型[J].华北电力大学学报(自然科学版), 2020,47(1):96-103. [19] AMARI S.Backpropagation and Stochastic Gradient Descent Method[J].Neurocomputing,1993,5(4/5):185- 196. [20] DUCHI J,HAZAN E,SINGER Y.Adaptive Subgradient Methods for Online Lear-ning and Stochastic Optimization[J].Journal of Machine Learning Research, 2011,12(7):257-269. [21] YEUNG S,RUSSAKOVSKY O,NING J,et al.Every Moment Counts:Dense Detailed Labeling of Actions in Complex Videos[J].International Journal of Computer Vision,2017(8):1-15.

基于随机森林和优化 GRU 算法的柴油机 NOx 预测

NOx Prediction of Diesel Engine Based on Random Forest and Optimized GRU Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

编辑推荐

Metrics

基于随机森林和优化 GRU 算法的 柴油机 NOx 预测

NOx Prediction of Diesel Engine Based on Random Forest and Optimized GRU Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

编辑推荐

Metrics

基于随机森林和优化 GRU 算法的柴油机 NOx 预测