数据驱动下农用车辆柴油机NOX排放预测模型

来源：中国农机化学报杂志2023年第4期北京时间：

作者：李宇航, 庄继晖, 陈振斌

单位：海南大学机电工程学院，海口市，570228

摘要：针对农用车辆柴油机NOX排放与实际运行工况之间的复杂非线性关系，提出一种数据驱动下的NOX排放预测模型。基于车辆OBD采集实际运行数据，通过小波阈值降噪降低原始数据的非平稳性，采用集成特征选择算法完成模型输入特征的选择，同时融合BiGRU和注意力机制构成BiGRU-Attention模型，同时利用贝叶斯优化进行模型超参数选择。基于实车道路测试数据集分析，提出的模型相对于LSTM、GRU和BiLSTM-Attention模型NOX瞬时排放预测校正系数分别提高7.65%、3.26%和4.09%，模型平均绝对误差维持在0.001 4 g/s，在不同车辆数据集上预测校正系数均保持在85%以上，可以有效进行实际场景下NOX排放的高精度预测，为农用车辆柴油机NOX排放预测控制提供数据支撑。

关键词：NOX排放,小波降噪,特征选择,双向GRU,注意力机制,贝叶斯优化

基金资助：国家自然科学基金资助项目（51866002）