标题:基于偏最小二乘回归的发动机排气分析仪线性化研究
作者:常英杰;陆宪忠;王世龙;王志明
作者机构:[常英杰] 山东大学机械工程学院, 济南, 山东 250061, 中国.;[陆宪忠] 济南汽车检测中心, 济南, 山东 250002, 中国.;[王世龙] 济南汽车检测中心, 济南, 山东 2500 更多
通讯作者:Wang, Z.(zhiming@sdu.edu.cn)
通讯作者地址:[Wang, Z] School of Energy and Power Engineering, Shandong University, Jinan 250100, China;
来源:机械工程学报
出版年:2011
卷:47
期:10
页码:76-81
DOI:10.3901/JME.2011.10.076
关键词:线性化; 分析仪; 偏最小二乘回归法; 切比雪夫多项式
摘要:汽车及非道路用发动机的主要排气污染物有NO_x、THC、CO、PM及CO_2等,测量这些排气污染物的分析仪由于测量原理等原因本身线性并不理想,需 要进行线性化校正。现广泛采用的高次方多项式逐步回归线性化方法的模型稳定性和预测性能不佳。利用偏最小二乘回归方法建立CO_2和CO分析仪线性化有效 预测模型,该模型物理意义明确,较普通最小二乘回归多项式模型和切比雪夫多项式模型的预测精度分别提高29.1%~35.1%和23.5%~39.3%。 提出基于交叉舍一方法计算回归系数不确定度的通用计算方法;提出基于交叉舍一方法计算的方均根偏差作为判定模型预测精度的原则;提出用回归系数不确定度区 间是否包括零轴作为判定模型参数是否显著有效的原则;这一套方法简单、实用、有效,不仅适用于偏最小二乘回归(Panial least squarcs,PLS)模型,也适用于最小二乘法(Least sqHares,LS)等其他回归模型。该建模方法可用于发动机排气分析仪的线性化建模,提高排气污染物的测量精度,尤其在分析仪线性度不高、特性比较复 杂时更能有效地提高预测精度。
收录类别:EI;CSCD;SCOPUS
Scopus被引频次:6
资源类型:期刊论文
原文链接:https://www.scopus.com/inward/record.uri?eid=2-s2.0-79958009646&doi=10.3901%2fJME.2011.10.076&partnerID=40&md5=027abd534f197ff31d171c8f6bd2eff1
TOP