车用汽油机空燃比特性灰色关联度研究
汽车排放物各成分间关系的灰色关联分析
汽 车 排 放 物 各 成 分 间 关 系 的 灰 色 关 联 分 析
侯 志 祥 李 小 颖 李 河 清 ， ’
（ 长 沙交 通学 院 汽车 与机 电工程 系 ， 南 长沙 １ 湖 ４ ０ ７ ；２ １ ０ ６ 长沙 交通学 院 计算 机系 ， 湖南 长沙 ４０ ７ ） １ ０ ６
摘
Ｈ ＯＵ Ｚｈｉｘｉ ｑｉ — ｎｇ
（ ． １ Ｄｅ ｔ ｐ ．ｏｆＡｕｔ ｏｍｏ ｌ Ｍ ｅ ｈ ｎ ｃ ｌａ ｅ ｔ ｉ ｇｉ ｅ ｒｎ ｂｉ ｅ， ｃ ａ ｉ ａ ｎｄ Ｅｌ ｃ ｒ ｃ Ｅｎ ｎ ｅ ｉ ｇ，Ｃｈ ｎ ｈａＣｏ ｍｕｎ ｃ ｔｏ ａ ｇｓ ｍ ｉ ａ ｉ ｎ Ｕｎｉ ｅ ｓ ｔ ｖ ｒ ｉ ｙ，Ｃｈ ｎ ｈ ０７ ａ ｇｓ ａ ４１ ０ ６，Ｃｈ ｎ ｉ ａ；２ Ｄｅ ｔ ． ｐ
ｂ ｒ ｏ ｎ ｉ ｅ Ｂｅ ａ ｓ ｆｔ ｅ ｃ ｍ ｐ ｅ ｉｙ ｏ ｕ ｎ ｎ ｔ ｅ ｒ ｌ ｔ ｎ ｅ ｗ ｅ ｎ ｔ ｅ ｉ ｇ ｅ ｉ ｎ ｓ ｏ ｕ ｏ ｅ ｆｅ ｇ ｎ ． ｃ ｕ ｅ ｏ ｈ ｏ ｌ ｘ ｔ ｆｂ ｒ ｉ ｇ， ｈ ｅ ａ ｉ ｓ ｂ ｔ ｅ ｈ ｎ ｒ ｄ ｅ ｔ ｆａ ｔ ｍｏ ｏ —
ｐ ｐ ｒ， ｈ ｒ ｙ ｒ ｌ ｔｖ ｅ ｒ ｅ ｆｔ ｅ ｉ ｇ ｅ ｉ ｎ ｓｏ ｕ ｏ ｏ ｉ ｍ ｉｓｏｎ ｒ ａ ｃ ｌ ｔ ｄ ｕ ｉ ｇ ｔ ｅ ｇ ａ ａ ｅ ｔ ｅ ｇ ａ ｅ ａ ｉ ｅ ｄ ｇ ｅ ｓ ｏ ｈ ｎ ｒ ｄ ｅ ｔ ｆａ ｔ ｍ ｂ ｌ ｅ ｓ ｉ ｓ ａ ｅ ｃ ｌ ｕ ａ ｅ ｓ ｎ ｈ ｒ ｙ ｅ
染 物 中 占 的 相 对 体 积 质 量 也 越 来 越 大 。汽 车 排放 污 染 物 之 间的 关 系 是 实 现 汽 车 排 放 污 染 物 控 制 的重 要 条 件之一ｕ ， ｊ 因此 希 望 能 计 算 出汽 车 各 排 放 成 分 的 联 系 紧 密 度 并 量 化 ， 为 改 善 汽 车 排 放 指 标 的 理 论 作 依 据 。传 统 的 回 归 分 析 是 一 种 较 通 用 的方 法 ， 通 常 只适 用 于 少 因素 、 但 线性 的 情 况 ， 于 多 因素 、 线 性 对 非 的情 况 则难 以 处 理 。 因此 ， 用 灰 色 理 论 来 计 算 各 排 气 成 分 间关 系 的 灰 色 关 联 度 ， 灰 色 关 联 度 表 征 各 利 用
车用汽油机过渡工况空燃比的神经网络多步预测控制策略
第14卷第1期2008年2月燃 烧 科 学 与 技 术Journal of Combustion Science and T echnology V ol.14 N o.1Feb.2008车用汽油机过渡工况空燃比的神经网络多步预测控制策略吴义虎,侯志祥,宋丹丹(长沙理工大学汽车与机械工程学院,长沙410076)摘 要:车用汽油机空燃比存在传输延迟,直接用于反馈控制影响空燃比的控制精度.为此,提出了一种基于神经网络的空燃比多步预测控制策略,首先建立了基于BP 神经网络的空燃比多步预测模型,利用空燃比预测模型预报空燃比的未来值,利用预测值与期望值的误差及误差变化率,采用模糊控制器对空燃比实施多步预测控制.对H L495发动机两种典型过渡工况实验数据进行仿真,结果表明,该方法能将过渡工况空燃比控制在理论空燃比的±3%以内.关键词:汽油机;过渡工况;空燃比;神经网络预测;模糊控制中图分类号:TK 41 文献标志码:A 文章编号:100628740(2008)0120011205Air Fuel R atio Control of G asoline E ngine B ased on N euralN etw ork Multi 2Step Predictive ModelDuring T ransient ConditionsW U Y i 2hu ,H OU Zhi 2xiang ,S ONG Dan 2dan(School of Autom obile and Mechanical Engineering ,Changsha University of Science and T echnology ,Changsha 410076,China )Abstract :F or air fuel ratio signal of a gas oline engine ,there exist transmission delay ,which affects the control accuracy of air fu 2el ratio using directive air fuel ratio sens or signals.A multi 2step predictive control method based on neural netw ork was provided in this paper.A multi 2step predictive m odel of air fuel ratio based on back propagation neural netw ork was first set up ,and a fuzzy controller was then set up using the error of predictive values and expected values and its derivative.The simulation was accom 2plished using the experimental data of H L495gas oline engine ,and the results show that using multi 2step predictive control method ,the air fuel ratio error could be contralled within 3%under the transient conditions.K eyw ords :gas oline engine ;transient condition ;air fuel ratio ;neural netw orks prediction ;fuzzy control 收稿日期:2007203208.基金项目:国家自然科学基金资助项目(50276005).作者简介:吴义虎(1962— ),男,博士,教授.通讯作者:吴义虎,w2309@. 为了降低汽油机污染物的排放和燃料消耗,需要将汽油机空燃比精确控制在理论空燃比附近.实际空燃比的微小变化会引起三效催化转化效率的严重降低.神经网络具有自学习、自适应功能,近些年来,基于神经网络的智能控制策略成为国内外研究空燃比精确控制的热点[125].为实现空燃比的精确控制,目前通常采用氧传感器信号进行闭环控制.由于氧传感器安装在排气管内,气缸内空燃比的检测存在传输延迟,从而影响空燃比的控制精度.过渡工况时,如节气门突变时,气缸内空燃比波动幅值大,空燃比传输延迟时间对空燃比控制精度的影响更大.为克服空燃比传输延迟对空燃比控制精度的影响,本文提出了一种车用汽油机过渡工况空燃比的神经网络多步预测控制策略.以H L495汽油机为例,首先建立了车用汽油机过渡工况空燃比的神经网络多步预测模型,然后利用该预测模型,采用模糊控制器进行空燃比预测控制仿真.1 空燃比多步预测模型及其算法111 空燃比模型分析空燃比模型如图1所示,包括进气通路和供油通路两部分,实际空燃比λ是每循环进入气缸的空气质量m ac 与进入气缸的燃油质量m fc 之比,即λ=m ac /m fc .进气通路模型包括节气门模型和进气管模型,研究表明[527],通过节气门的空气质量流量m at 是节气门开度α和进气管压力p m 的非线性函数,故 m at =g 1(α,p m )(1)图1 空燃比模型气缸入口处的空气质量流量m ac 可描述为发动机转速ω和进气管压力p m 的非线性函数,故 m ac =g 2(ω,p m )(2)在稳态工况时,进气管内空气流速均匀稳定,进入进气管的空气流速可认为等于进入气缸的空气流速.当汽油机处于过渡工况时,由于进气系统存在动态的fill 2em pty 现象,进、出进气管的空气流速不再相等.根据理想气体状态方程有 m am =p m V mRT m(3)式中:m am 为进气管内空气质量流量;V m 为进气管容积;R 为气体常数;T m 为进气管内温度.对式(3)两边取微分,得到 p m =RT m V m m am +p m T mT m(4)考虑到所有工况下热传导很小,压力随时间的变化比温度的变化大很多,所以忽略式(4)右边第二项.将进气管系统视为一个充气泵,对进气管空气流应用质量守恒定律,有 m am = m at - m ac(5)由式(4)和式(5)得 p m =RT mV m( m at - m ac )(6)由式(1)、式(2)和式(6)可知,过渡工况时,通过进气管进入气缸的空气质量流量变化率可描述为 m ac =g 3(ω,p m ,α)(7)式中的g 3为非线性函数.喷油嘴在喷油脉宽时间t i内喷出的燃油m fi 一部分以燃油蒸气的形式直接进入气缸,另一部分则以液态油滴形式在进气岐管壁面沉积下来形成油膜,油膜内的燃油又以1/τf 的速率不断蒸发,蒸发出的燃油蒸气与上述油蒸气一起进入气缸.油膜动力学模型可用以下数学公式描述[6],即 m fv =(1-x )m fim ff =1τf(-m ff +xm fi)m fc =m fv +m ff(8)式中:m fv 为燃油蒸气的质量流量;m fi 为喷油嘴喷出燃油质量流量;m ff 和 m ff 为油膜蒸发的质量流量和其变化率;m fc 为进入气缸的燃油质量流量;τf 为燃油蒸发时间常数;x 是燃油分配系数.参数τf 和x 是发动机运行工况的函数[6],即 τf =f 1(ω,p m )(9) x =f 2(ω,p m ,T m )(10)式中f 1、f 2均为非线性函数.由式(8)～式(10)可知,在假定进气管内温度T m 恒定情况下,进入气缸的燃油质量可描述为 m fc =f 3(ω,p m ,m fi )=f 4(ω,p m ,t i )(11)其中f 3、f 4均为非线性函数.由式(7)和式(11)可知,空燃比数学模型可用非线性函数H 描述,即λ=H (α,ω,p m ,t i )(12)由于氧传感器不能直接安装在气缸内,通常安装在排气管内,因而空燃比的检测存在传输延迟,直接作为反馈控制信号将导致控制系统存在较大迟滞,影响控制响应速度与精度.因此,本文考虑根据式(12)先建立神经网络动态预测模型.112 空燃比多步预测模型及其算法1.2.1 预测模型时滞系统的未来响应特性与系统当前时刻的状态有关,与当前及过去时刻系统的状态变化趋势有关.经过仿真分析,为改善神经网络的多步预测结果,只要将系统实际输出值的变化趋势,即在k -1时刻的一阶导数和二阶导数输入到网络的输入层即可[7],于是有图2所示的空燃比神经网络多步预测模型.将喷油脉冲宽度视为系统输入U ,节气门开度、进气管压力、发动机转速视为系统干扰D ,D =[α,p m ,ω]T,空燃比λ为系统输出,借鉴文献[4]的结论,系统输入与干扰阶次取2,系统输出的阶次取3.对于离散系统,用λ或λN 在k -1时刻的前向差分表示系统的一阶和二阶导数,为便于计算,可将实际采样周期下的差分方程简化为・12 ・燃 烧 科 学 与 技 术第14卷第1期图2 空燃比神经网络多步预测模型一阶导数λ(k -1)=λ(k )-λ(k -1)二阶导数 ¨λ(k -1)=λ(k )-2λ(k -1)+λ(k -2)1.2.2 预测算法网络的输入向量中增加 λ(k -1)和¨λ(k -1),并对网络的输入数据进行尺度变换处理,对于图2便有如下的神经网络多步预测算法.步骤1 开关3与1相接,采用BP 网络离线实现空燃比系统的模型辨识,即用BP 神经网络实现映射λ(k )=NN [U (k -1,k -2),D (k -1,k -2),λ(k -1,k -2,k -3), λ(k -1),¨λ(k -1)],学习完成且网络收敛后,BP 神经网络的输出λN (k )≈λ(k ).步骤2 令k =1,在线采集D (k -1)、U (k -1)、λ(k -1),利用已学习的网络计算出λN (k ),开关3与2相接,用网络输出值λN (k )代替实际值λ(k )输入向量Y 中,即 Y =[λN (k ),λ(k -1),λ(k -2), λN (k -1),¨λN (k -1)]T(13)步骤3 Y 和D 、U 一起输入已训练好的BP 网络,求出预测值λ(1)N (k +1).步骤4 令式(13)中k =k +1,将预测值代入式(13),利用BP 网络计算新的预测值.步骤5 重复步骤4,连续预测N 步(N 取决于空燃比传输延迟时间与控制周期比值,在N 步预测过程中,D 、U 不变),求出BP 网络预测值λ(1)N (k +1),λ(1)N (k +2),…,λ(1)N (k +N ).步骤6 返回步骤2.113 多步预测模型的训练与验证实验发动机为H L495Q 四缸电喷汽油机,发动机排量为2184L ,标定功率为7315kW ,标定功率转速为3800r Πmin ,压缩比ε=718,怠速转速为750r Πmin ,测功器为CW260型电涡流测功器,在确保采样信号不失真的条件下,采样时间设为0101s.由于发动机过渡工况情况复杂,因此,在节气门全程范围内采用分阶段实验,同时采集节气门开度信号、进气管压力信号、发动机转速信号、喷油脉冲宽度信号、空燃比信号.试验1为发动机加速实验,使节气门开度以不同速度(在1s 、2s 、3s 、4s 和5s 内)由怠速位置开启至85%,测试时间为8s ,获取5×800组实验数据.实验2为发动机减速实验,使节气门开度以不同时间(分别在015s 、1s 、115s 、2s 和3s 内)由85%减速至怠速位置,测试时间为5s ,共获取5×500组实验数据.考虑用BP 神经网络进行空燃比多步预测,由图2分析可知,BP 神经网络输入层为13,网络的隐层根据仿真训练结果确定为15,以3s 内加速和115s 内减速实验数据作为模型预测检验样本,其它样本作为模型辨识训练样本(5200组);权值调整采用共轭梯度算法,通过变换梯度加速网络训练的收敛速度,该方法可直接调用MAT LAB 中的traincg f ()实现[8],训练步数为6000次,由空燃比传输延迟时间与采样时间确定预测步长N =4;当网络训练完成后,用检验样本对模型预测能力进行检验,其预测结果与实际值如图3、图4所示.网络输出最大误差小于3%,平均误差小于2%,网络逼近性能较高.图3 加速工况空燃比预测结果图4 减速工况空燃比预测结果2008年2月吴义虎等:车用汽油机过渡工况空燃比的神经网络多步预测控制策略・13 ・ 2 基于多步预测模型的空燃比模糊控制211 基于多步预测模型的空燃比模糊控制基于多步预测模型的空燃比模糊控制结构如图5所示,整个控制系统包含神经网络空燃比预测模型和模糊控制器两个主要部分,利用神经网络空燃比预测模型的未来预测值与设定值的误差及其变化率采用二维模糊控制器计算出喷油时间.设误差的基本论域为[-5,5],误差变化率的基本论域为[-3,3],喷油时间的基本论域为[1,9](ms ),空燃比误差e 的模糊子集设为{NB ,NM ,NS ,Z O ,PS ,PM ,P B};空燃比误差变化率 e 的模糊子集设为{NB ,NS ,Z O ,PS ,P B};喷油时间t i 的模糊子集设为{NB ,NM ,NS ,Z O ,PS ,PM ,P B}.输入输出变量的隶属度函数见图6,输入变量误差及变化率选用三角形隶属度函数,在误差变量0值附近区域较窄,增加系统的灵敏度[9],输出变量喷油时间采用高斯形隶属度函数.建立如表1所示的模糊规则,模糊控制器输入输出关系如图7所示.212 过渡工况空燃比的多步预测模糊控制仿真以H L495发动机过渡工况为仿真对象,考虑如图8所示两种过渡工况情况.过渡工况一为节气门以慢速变化,过渡工况二为节气门快速变化,采用上述多步图5 基于多步预测的空燃比模糊控制结构图6 输入输出变量的隶属度函数表1 喷油时间t i 控制模糊规则表eeP B PM PS Z O NS NM NB P B P B P B PM Z O Z O NM NB PS P B PM PM Z O NS NM NB Z O P B PM PS Z O NS NM NB NS P B PM PS Z O NS NM NB NBP BPSZ OZSNMNBNB图7 模糊控制器输入输出关系・14 ・燃 烧 科 学 与 技 术第14卷第1期预测模糊控制算法,其空燃比控制仿真结果分别如图9、图10所示.从图中可见,在节气门慢速变化时,空燃比变化范围为理论空燃比的±1%;节气门快速变化时,空燃比变化范围为理论空燃比±3%;从而有效地改善了过渡工况因油膜效应而造成空燃比大幅度变浓或变稀.仿真所得的空燃比多步预测模型结构与参数以及模糊器规则为空燃比实时控制奠定了基础.图10 过渡工况二的空燃比控制仿真结果图9 过渡工况一的空燃比控制仿真结果图8 节气门开度变化3 结 语本文提出了一种基于神经网络的空燃比多步预测控制策略,首先建立了基于BP 神经网络的空燃比多步预测模型,利用空燃比预测模型预报空燃比的未来值,利用预测值与期望值的误差与误差变化率采用模糊控制器对空燃比实施多步预测控制.以H L495发动机两种典型过渡工况实验数据进行仿真,结果表明,该方法能将过渡工况空燃比控制在理论空燃比的±3%以内,从而有效改善过渡工况因油膜效应而造成的空燃比大幅度变浓或变稀.参考文献:[1] Shiraishi H ,Lpri S L ,Cho D D.C M AC neural netw ork control 2ler for fuel injection system [J ].IEEE Transaction on Control System Technology ,1995,3(1):32238.[2] W on M ,Choi S B.Air 2to 2fuel ratio control of spark ignition en 2gines using G aussian netw ork sliding control [J ].IEEE Transac 2tions on Control System Technology ,1998,6(5):6782687.[3] Wendeker M.Hybrid air fuel ratio control using the adaptive andneural netw orks [C ]ΠΠSAE Pape .Detroit ,MI ,US A ,2000,200020121248.[4] Cesare Alippi.A neural 2netw ork based control s olution to air fuelratio for autom otive fuel injection system[J ].IEEE transactions on System Man and Cybernetics (Part C ),2003,33(2):2312239.[5] 李国岫,张 欣,夏 渊.一类自适应模糊神经混合解耦控制器的研究[J ].高技术通讯,2004,14(6):78280.LI G uoxiu ,Zhang X in ,X ia Y uan.Adaptive fuzzy neural hybrid decoupling controller [J ].High Technology Letter ,2004,14(6):78280(in Chinese ).[6] E lbrt Hendricks.Mean value m odeling of spark ignition engines[C]ΠΠSAE Paper .Detroit ,MI ,US A ,1996,960616.[7] 张吉礼.模糊神经网络控制原理与工程应用[M].哈尔滨:哈尔滨工业大学出版社,2004.Zhang Jili.Fuzzy Neural Network Control Theory and Application [M].Harbin :Harbin P olytechnical University Press ,2004(in Chinese ).[8] 闻 新,周 露,李 翔.M AT LAB 神经网络仿真与应用[M].北京:科学出版社,2003.Wei X in ,Zhou Lu ,Li X iang.Neural Network Simulation and Application Based on MAT LAB [M].Beijing :Science Press ,2003(in Chinese ).[9] 诸 静.模糊控制原理与应用[M].北京:机械工业出版社,1999.Zhu Jing.Fuzzy Control Theory and Application [M].Beijing :China Machine Press ,1999.2008年2月吴义虎等:车用汽油机过渡工况空燃比的神经网络多步预测控制策略・15 ・ 。
汽车维修质量评价中的灰色聚类法分析
＝
，
＝
／ ２
） ，
阙值的描述式为 ：
＝
２ 一
（ ＋ｒ （ ｉ － １ ） ｉ ） ／ ２
（ ａ ）
（ ｉ ＝２ ， ３ ， …， 一 ， ：１ ， ２ ， …， ｍ）
灰数的白化权函数描述为是： ｘ ｆ ＝ ｌ ， ２ ， …， ｎ ； ｊ ＝ ｌ ， ２ ， …， ｍ ； ｋ ＝ １ ， ２ ， …Ｋ） 为第 个指标对于第尼 个灰类的白化函数 值。
Ｃｈ ｉ ｎ ａ Ｓ ｃ ｉ ｅ ｎ ｃ
… ～
— …
ｅ ｃ ｈ 翌 ？
工 艺 设 计 改 造 及 检 测 检修
…
…
…
汽车维修质量评价中的灰色聚类法分析
方 凤 飞
（ 国网Ｉ ￣／ ｉ ｌ 省电力公司德 阳供 电公 司， 四川德阳 ６ １ ８ ０ ０ ０ ）
【 摘 要 ｌ灰 色聚类法 因为其 一 系列 的优 势， 如今 已经被广 泛应 用到汽车 维修 质量 的评价体 系中。 通 过实践研 究表 明， 在对 汽车 维修 企业 的维修 质量的评 价 中， 它 可以较 为 方便 灵活的 应用， 并且具有较 强的综合性 ， 越来越 为业界所推 崇。 本文 简要 分析 了汽 车维修 质量评 价 中的灰 色聚类法及其 实 施 步骤， 运 用灰 色聚类 法对一批 汽车的 维修质 量进行 了 灰 色评价， 由此可知， 灰 色聚 类法是一种 灵活方便， 综合 性强的评价 方法， 希望 可以提 供一些有 价 值 的参 考 意 见 。 Ｉ 关 键词 】汽车 维修 质量评 价 灰 色聚 类法
；
一
得出 如下 样 本矩 阵： Ｄ ～ ｌ ｆ ； “
（ ２ ） 描述灰类 的 白化权函数 。 所有评价指标 的等级都是会变化 的， 这个 范围是 不确 定的数 ， 我们将其称之为灰数 ， 具体来讲 ， 就是 个 区间范 围。 在这个标定范围 内， 所有 白化数对 本区间所对 应的 灰数 亲疏程度是存在 着差异 的， 因此 ， 在评定计算 时 ， 就 可 以将 百 化 函数给应用进来 。 白化函数的基本形式可 以划分为如图１ 所示的 三 类。 在第一类 白化 函数 图中， 第ｊ 个指标第 一类白化 函数的阙值用 ｆ 『 来表示 ； 在第三个 图中， 表示的是第ｎ 类 白化函数图 ， 第Ｊ 个指标 第ｎ —ｌ 类 白化函数的阙值用 （ ｌ—１ ｆ ） ， 来表 ， 灰类 的中心值为阙 值。 如果 ｆ ， 是白化 函数 ， 那么本 白化函数对第Ｊ 个指标的第ｉ 爪灰类 最亲密 ， 函数最大值为 １ 。
应用灰色关联分析法综合评价汽驱储层
应用灰色关联分析法综合评价汽驱储层摘要：S区块F油层是辽河油田首个中深层稠油工业化蒸汽驱开发区块。
经过多年吞吐、汽驱开发后，热采储层变化特征明显，通过开展取心井综合地质研究，提出采用灰色关联分析法，在稠油热采后储层宏观、微观变化特征基础上，对稠油储层非均质性进行综合评价，满足稠油油藏中后期开发需要，指导开发调整，进一步提高稠油热采采收率。
关键词：蒸汽驱稠油储层灰色关联分析法分类评价S区块是在斜坡背景上发育起来的单斜构造，四周被断层封闭，地层北陡南缓。
沉积类型为扇三角洲前缘亚相沉积。
F油层属中～厚互层状高孔、高渗储集层，为中～厚层状边水稠油油藏，隔夹层较为发育。
S区块1987年开始蒸汽吞吐开发，1998年开展了4个井组的70m井距蒸汽驱先导试验，相比吞吐采收率可提高21.7%，吞吐加汽驱采出程度达55%。
2003年又进行了7个井组扩大试验，2006年在全块开展了规模化转驱工作，共设计汽驱井组149个。
总结目前汽驱开发面临的主要问题有以下几个方面。
1）平面动用不均，蒸汽主要沿河道及地层倾角上倾方向驱替，不同方向蒸汽扩展速度差异较大[1-2]，平面动用程度57.8%。
2）纵向动用不均，主体部位纵向动用程度62.8%（蒸汽动用30%），高渗层动用好，低渗层动用差[3]。
3）层间受渗透率级差控制，级差大于4以上基本不吸汽，主力油层汽窜增加，纵向动用程度较差。
4）层内受蒸汽超覆的制约，厚层下部基本为热水驱替，驱油效率低。
因此，开展汽驱储层综合评价，确定动用不均原因，对确定调控潜力区十分关键。
一、灰色关联分析法储层定性评价由于评价参数多，且分类评价结果易出现交叉、矛盾的现象，难度较大[4]。
所以本次研究采用灰色关联分析法对F油层地质体进行综合定量分类评价。
灰色关联分析法是通过寻求系统中各因素的主要关系，找出影响各项评价指标的重要因素，根据各参数重要程度对其赋以不同的“权系数”。
1.原始数据处理储层综合定量评价一般采用极大值标准化对储层参数进行标准化处理，以单项参数除以同类参数极大值，使评价参数在0～1之间变化。
用灰色关联分析法遴选油气地球化学指标
用灰色关联分析法遴选油气地球化学指标李水福;何生【摘要】随着石油地球化学研究的深入和现代分析测试技术的发展,生物标志化合物参数越来越多.在已有明确地球化学意义的参数基础上,选用南阳凹陷27个原油生物标志化合物分析的30个油气地球化学指标,运用灰色关联分析方法,对现有指标的地球化学意义作出评价,归纳为反映有机质生源特征的、衡量有机质热演化成熟度的以及两者兼有的3种类型,并遴选出m(β锥满烷)/m(α+β锥满烷)、m(βα娠甾烷)/m(αβ娠甾烷)、m(奥利烷)/m(γ-蜡烷)、m(8,14-断藿烷C29)/m(C30)等新的油气地球化学指标,对油气地球化学深入研究有一定意义.【期刊名称】《新疆石油地质》【年(卷),期】2005(026)006【总页数】4页(P650-652,655)【关键词】生物标志化合物;参数;灰色系统;南阳凹陷【作者】李水福;何生【作者单位】中国地质大学,资源学院,武汉,430074;中国地质大学,资源学院,武汉,430074【正文语种】中文【中图分类】TE112.11;P593随着现代分析仪器检测精度的提高，许多新的化合物不断被发现。
很多学者尝试着用这些化合物间的比值作为新的油气地球化学指标（参数），以更好地研究油气地球化学问题。
本文试图用灰色关联方法，用一些地球化学意义较为明确的参数来遴选新的油气地球化学指标。
（1）反映生源和沉积环境的参数生物标志物，尤其是甾、萜烷化合物，在油气生源问题或有机质原始沉积环境研究方面起到很大的作用[1]。
目前普遍认为，m ［ααα（20R）C27］/m（C29甾烷）、孕甾烷（升孕甾烷）、m（Pr）/m （Ph）、4-甲基甾烷和甲藻甾烷分布特征、升藿烷指数、伽马蜡烷指数、奥利烷指数、三环二萜烷和四环萜烷等参数主要反映原油的生源母质和沉积环境。
此外，芳烃中三芴系列化合物组成和原油族组分稳定碳同位素组成特征，也主要受母质和沉积环境的影响[2]。
（2）反映成熟度的参数化合物在较强的地质热力条件作用下，将发生结构变化，以适应新的地质环境，达到新的化学热力学平衡，其转化程度可以衡量有机质的热演化成熟度。
灰色关联分析在汽车主观评价数据处理中的运用
仪 表 进 行 设 计 优 化 ， 文 受 其 启 发 ， 深 入 研 究灰 色 本 在
作 内容。 对标样 车的性 能试验 中 ， 在 主观评 价主 要用 于精确 调整 行驶特性 和协调 汽车 与人 的关系 ，虽然
由于 特性 的细化 ， 评价 的准 则越来 越 多 ， 所 而人 的分
衰 减 传 动 轴 系 振 动 对 驾 驶 室 的 影 响 。 从 试 验 结 果 来
转速达 到 １ ０ ／ ｉ ， ０ｒ ｎ 仍没 出现抖动 现象 。 ６ ｍ
看 。该 方法有效 解决 了某型 自卸车 驾驶室 的抖动 问 题 ， 得 广泛借鉴 与参考 。 值
４ 结束 语
本 文解 析某 型 自卸 车驾 驶 室存 在抖 动 的原 因 ： 由于车 辆在万 向节 当量 夹角 不为零 的条件下 ，传动 输 出轴存 在瞬 时转速波 动能 力 有 限 ，但 主 观 评 价 始 终 在 汽 车 的 发 展 中 有
理论 的基础上 ，提 出 了运 用灰 色关联 分析法 对汽车 主观评 价数据 进行 处理 的新 方法。本 文所选 取 的样 车是 一辆进 口的 轻型载 货车。 载荷状 态不 同时 ， 整 其
重 要 作用 。汽 车 主 要 的评价 项 目有 ： 线行 驶 特 直
收 稿 日期 ： ０ ０ ０ — ０ ２ １— ９ ２
构 变速箱辅 助悬 置在该坡 可用 ２挡爬坡 （ 发动 机转
速 １３ ０ｒ ｉ ０ ｒ ｎ ， 油 门踩 到 底 ， 动 机 ０ ｒ ｎ １ ０ｒ ｉ ）将 ／ ａ ４ ／ ａ 发
振源： 然后再 选择 装备合理 的变速箱辅 助结 构 ， 到 达
在 汽车 新产品开 发过程 中 ，准确 提取对 标样 车 的性 能信 息 已经成 为新品开 发过程 中不可缺 少 的工
基于灰色关联度分析某型空压机故障诊断
２ 诊 断 原 理
２ １ 灰 色关联 度诊 断算 法［ ． ５ ］
评价 系统 因 子之 间关 联 程度 的指 标 称 为 灰 色
因子序 列 的几何接 近 ， 以分析 和确 定 因子 间 的影 响 程度 或者 因 子 对 主行 为 的测 度 关 系 ｌ。灰 色 关 联 １ ］
Ｑｉ ｕ ｉ ｇ Ｌｉ ｑ ｎ Ｗ ａ ｇ Ｌ ｎ Ｚｈ ｏ Ｌｉ ｎ ｎ Ｆ ｘｎ ｕ Ｄｉ ｉ ｇ ｎ ｏ ｇ ａ ａｇ
（ ｖ ｅ ｔ ｆ ｅ ｌ ｇ ，Ｂｅ ｇ ｕ ２ ３ １ ） Ｎａ ｙ Ｐ ｔｙ Ｏｆｉ ｒＣｏ ｌ ｅ ｃ ｅ ｎ ｂ ３ ０ ２
Ａｂｓ ｒ ｃ Ｉ ｅ ｅ ａ ，ｔ ｅａ ｌ ｅ ｅ ｓｍｕ ｕ ｌ ｎ ｅ ｔ ｎ ｏ ｏ ｔａ ｔ ｎ ｇ ｎ ｒ ｌ ｈ ｌ ｌｖ ｌ ｔ ａ ｆ ｃ ｉ ｆｃ ｍｐ ｅ ｓ ｒ ａ ｅ ｎ ｅ ｔ ｉ ｎ ｏ ｍａ ｉｎ Ｅｘ ｓ ｉ ｏ ｒ ｓ ｏ ｅ ｔ ｉ ｏ ｒ ｓ ｏ ｋ ｓ ｕ ｃ ｒ ａｎ ｉ ｆ ｒ ｔ ｉｔ ｎ ｃ ｍｐ ｅ ｓ ｒｔ ｓ ｍ ｏ ｄ ｔ ，ａ ｄ ｉ ｃ ｅ ｓ ｓ ｔ ｅ ｄ ｆｉｕ ｔ ｆｆ ｕ ｔｄ ａ ｎ ｓｎ ．Ｇｒ ｙ ｒ ｌｔｏ ｎ ｌ ｓｓ ｈ ｓｓ ｅ ｉ ［ ｄ ａ ｔ ｇ ｎ ｈ ｎ ｌ ｔ ｅ ｕ ｃ ｒａｎ ｉ － ａ ａ ｎ ｎ ｒ ａ ｅ ｈ ｉ ｃ ｌ ｏ ａ ｌ ｉｇ ｏ ｉ ｇ ｆ ｙ ａ ｅａ ｉｎ ａ ａ ｙ ｉ ａ ｐ ｃａ ａ ｖ ｎ ａ ｅ ｉ ａ ｄ ｅ ｈ ｎ ｅ ｔ ｉ ｎ
蚌埠
赵
亮
（ 军 蚌 埠 士 官 学 校 机 电系 海
２３１） ３ ０ ２
摘
要
一般情况下 ， 差式 空压 机各级缸互相影 响 ， 级 使得空压机的测量数据存 在着不确 定信 息， 增加了故障诊 断的难
灰色关联度方法应用于石化企业多指标体系的综合评价
价 ， 出 了 ２ 个 企 业 的 排 名 序 列 ， 结 果 与 实 际 基本 相 符 ， 明 该 方 法 具 有一 定 的理 论 指 导 意义 和实 用 价 值 。 得 １ 其 表 关 键 词 ：石 化 企 业 ； 指标 体 系 ； 色 关 联 度 ； 价 多 灰 评
中圈 分 类 号 ：０２ ３ 文献 标 识 码 ：Ａ 文章 编 号 ：１ ０ —４ ６ （ ０ ０ ０ 一Ｏ ３ 一Ｏ ０ ７ ２ ０ ２ １ ） ２ ０８ ５
０ 引 言
对企 业经 济效益 进行综 合评 价是企 业诊 断 的核心 内容 ， 直是 国 内外企 业界关 注 的热点 ， 一 而在综 合 评 价 中 ， 了建 立一套 科学 的经 济效益 指标体 系外 ， 除 还要运 用正 确 的评 价方 法 ， 对评 价对 象作 出客观 、 公 正、 合理 的全 面评价 。石化 行业 由于产 品众 多 、 生产 过程 复杂 、 生产装 置结构 不 同等特点 ， 在统计 综合评
最优值 组成参 考序列 ， 各企 业实 际完成 经济 指 标情 况 与参 考 序列 之 间 的灰 色关 联 度最 优 为 出发点 ， 从 计 算 出各个企 业 的整体绩 效 ，对石化 企业 经济效 果进行 综合 评价 。 １ 基 于灰色 关联度 的 多 目标评 价模型
１ １ 综 合 评 价 的 条 件 及 设 定 ．
响作用 ， 确定影 响事 物 的本 质 因素 ， 使各 种影 响 因素之 间的“ 色” 系清 晰化Ｉ 。本 文收集 了 中国石 化 灰 关 １ ］
２０ ０ ８年 ２ １个企业 （ 括股份 公 司平 均水平 ） ９ 主要统计 指标 完成情 况 的数据 ， 取 ２ 包 １个 选 １个企 业 中完 成
２１ ０ ０年 ５月
应用灰色关联分析方法探讨检泵率的影响因素
应用 自己编制 的灰 色 关联分 析程 序 ， 计算 了影响检 泵 率七 个 因素的 关联 度， 如 表２ 所示
不难看出， 影响检泵率高低的因素从高到低依次为： 泵问题＞杆断＞ 脱接
器＞ 其 它＞管漏＞管 断＞ 杆 磨 断， 其 中影 响检泵率 的 首要 因素是 泵问题 ， 其 次是 杆断， 这 也 与现 场 的经验认 识 相一致 。
应用灰 色 关联分析 方法 定量分 析 了影响检 泵率 个因素的 主次程 度 ， 结果 表 明泵 问题 和杆 断是影 响检 泵率高 低 的２ 个 主要 因素 ， 这也 与人们 的实 际认识 相 一致 ， 表 明该方 法切 实可 行 ， 该结 果和方 法对 预测和 降低 检泵率 具有 重要 的 参考 意义 。
工 业 技术
Ｉ ■
Ｃ ｈ ｉ ｎ ａ ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ １ ｏ ｇ ｙ Ｒ ｅ ｖ ｉ ｅ ｗ
应 用 灰 色 关 联 分 析 方 法 探 讨 检 泵 率 的影 响 因素
许珊 珊
（ 大 庆油 田有 限责 任公 司第 五 采油 厂 黑 龙江大 庆 １ ６ ３ ５ １ ３ ） ［ 摘 要］ 检泵 率 的高 低是 油 田开 发过程 中重要 的 经济和 管理 指 标之 一 ， 检 泵率 的 高低受 到 很 多因素 的 影响 ， 采 用灰 色 关联 分方 法探 讨 了影 响检 泵率 ７ 个 构 成因素 的大 小程度 ， 分 析结 果认为 影响检 泵率 的首要 因素是泵 问题 ， 其 次是杆 断 ， 这 也与 矿场认 识相 一致 。 该应 用方法 和结 果对预 测和 降低检 泵率 具有重 要 的参考
基于灰色关联的LNG汽车推广策略研究
基于灰色关联的LNG汽车推广策略研究【摘要】本文通过分析LNG汽车市场现状，介绍了灰色关联分析方法，并针对LNG汽车推广制定了基于灰色关联的策略。
在实证分析中，我们发现采用这种策略可以有效提高LNG汽车的推广效果。
总结了研究的结论，提出了创新点，并展望了未来的发展方向。
通过本文的研究，我们可以更好地了解LNG汽车市场，并为未来的推广工作提供指导。
【关键词】LNG汽车, 灰色关联, 推广策略, 市场分析, 研究结论, 创新点, 未来展望1. 引言1.1 研究背景尽管LNG汽车在近年来得到了越来越多的关注和发展，但在整个汽车市场中仍然只占据很小的份额。
这主要是由于传统燃油车辆仍然占据着市场主导地位，而且LNG汽车在推广过程中面临着诸多挑战。
随着环保意识的增强，LNG汽车具有清洁、低碳、节能等优点，已经成为替代传统燃油车辆的重要选择。
研究如何有效推广LNG汽车，促进其市场发展具有重要意义。
LNG汽车推广策略的制定需要结合市场现状、消费者需求以及行业发展趋势等因素，采用灰色关联分析方法可以帮助更好地理解这些因素之间的关系，从而制定出更具针对性和可行性的推广策略。
本研究旨在通过对LNG汽车市场现状的分析、灰色关联分析方法的介绍以及基于灰色关联的LNG汽车推广策略制定等方面展开探讨，为推动LNG汽车的广泛应用和推广提供理论支持和实践指导。
1.2 研究意义LNG汽车作为清洁能源汽车的一种，具有较低的碳排放和环境污染，对于减少交通运输领域的大气污染具有重要意义。
随着全球对环保和可持续发展的关注不断增加，发展LNG汽车已成为汽车产业发展的重要方向之一。
而在我国，尽管LNG汽车在特定领域有一定的应用，但整体推广程度仍然较低。
研究基于灰色关联的LNG汽车推广策略具有以下几点重要意义：通过研究基于灰色关联的推广策略，可以更好地了解LNG汽车在中国市场中的发展现状和问题，为企业和政府决策提供科学依据。
通过制定科学有效的推广策略，可以促进LNG汽车在市场中的普及和推广，推动清洁能源汽车的发展，从而减少传统燃油车辆对环境的污染和耗能。
发动机精确空燃比控制方法的研究
发动机精确空燃比控制方法的研究近年来，随着汽车工业的快速发展，发动机燃烧技术也在不断创新和完善。
其中，精确空燃比控制技术成为了燃烧技术领域的热点之一。
本文将从发动机燃烧原理、空燃比控制的重要性、目前的控制方法以及未来的发展方向等几个方面对发动机精确空燃比控制方法进行深入探讨。
一、发动机燃烧原理在深入探讨精确空燃比控制方法之前，我们首先需要了解发动机的燃烧原理。
发动机的燃烧过程是指空气和燃料经过混合后，在高压环境下进行点燃并快速燃烧的过程。
而燃烧的效率和性能又与空燃比密切相关。
空燃比是指发动机燃烧室内的空气和燃料的混合比，对于不同的发动机来说，最佳的空燃比也是不同的。
实现精确空燃比控制对于提高发动机的燃烧效率和降低排放具有重要作用。
二、空燃比控制的重要性精确的空燃比控制对于发动机的燃烧效率和排放都有着重要的影响。
过高或过低的空燃比都会导致燃烧不完全，从而降低发动机的功率输出和提高尾气排放。
通过精确控制空燃比可以实现更为充分的燃烧，提高发动机的功率输出和降低尾气排放，是发动机技术领域的研究重点。
三、目前的控制方法目前，实现精确空燃比控制的方法主要包括氧传感器闭环控制、模型预测控制、混合气分离控制等。
其中，氧传感器闭环控制是最常见的方法之一。
该方法通过检测排气中氧气的含量，反馈到发动机管理系统，从而调整燃料喷射量，实现精确的空燃比控制。
而模型预测控制则是利用发动机的数学模型来预测最佳的空燃比，然后通过调整燃料喷射量进行控制。
混合气分离控制则是将空气和燃料在进气道分开，并在燃烧室内重新混合，以实现更为精确的空燃比控制。
四、未来的发展方向随着汽车工业的不断发展，未来发动机精确空燃比控制技术将会朝着更加智能化、高效化和环保化的方向发展。
利用人工智能技术实现发动机空燃比的自适应控制，将使发动机在不同工况下都能够实现最佳的空燃比，从而实现更为高效的燃烧和更低的排放。
发动机空燃比控制技术也将与新能源技术相结合，推动汽车工业向更加清洁和可持续的方向发展。
基于灰色关联度法的发动机噪声影响因素及降噪研究
FRONTIER DISCUSSION | 前沿探讨随着国内经济水平的不断提高，人民消费能力持续增长，汽车市场也在蓬勃发展。
根据数据显示，截至2021年底，我国机动车保有量已达到3.95亿辆，驾驶人数亦已超过4.81亿人[1]。
我国汽车销量在2001至2017年的平均增长率达到15.47%，近三年，我国汽车销量仍然呈现稳步增长趋势，并在2022年汽车销量达到2686万辆。
我国已成为全球最大的汽车生产和消费经济体[2]。
然而，汽车噪声问题对人们生活造成了严重影响，驾乘人员长期处于高噪声环境中容易造成紧张、疲劳、烦躁等症状，同时对人们休息和工作效率产生一定负面影响[3]。
汽车噪声主要由发动机噪声，传动系统噪声，风扇噪声及排气系统噪声等构成，其中，发动机是整车振动与噪音的主要来源[4]。
因此，发动机降噪研究是汽车降噪研究的重点之一。
文章基于通过灰色关联度法和发动机噪声影响因素检测数据，建立数据序列，计算灰色关联系数和关联度，由此得出发动机噪声影响因素的主次程度，并根据计算结果研究降噪方法，即对转速、高度、水平距离等影响因素的主次程度进行分析计算，并根据计算结果研究降噪方法。
1 基于灰色关联度法发动机噪声影响因素分析为简化计算模型，将发动机噪声视为一个灰色系统，运用灰色关联度法分析其影响因素，得出其主次程度分布[5]，为发动机降卢振生 王磊 王迎辉 孟繁龙 陈艳娜绥化学院 黑龙江省绥化市 152061摘 要：随着汽车工业的蓬勃发展，汽车噪声严重影响着人们的日常生活，汽车产生的噪声包括发动机噪声、传动系统噪声、风扇噪声以及排气系统噪声，其中发动机噪声是汽车噪声的主要来源，引起国内外学者的广泛研究。
文章运用灰色关联度法对发动机噪声影响因素（转速、高度、水平距离）进行计算，得出相应关联系数与关联度，由此得出发动机噪声影响因素的主次程度，并针对主要影响因素进行降噪方法研究。
关键词：发动机噪声 影响因素 灰色关联度法 降噪方法Research on Influencing Factors of Engine Noise and Noise Reduction Based on Grey Relational Degree MethodLu Zhensheng，Wang Lei，Wang Yinghui，Meng Fan-long，Chen YannaAbstract： A long with the rapid development of the auto industry, the noise of the car has seriously influenced people's daily life. Automotive noise consists of engine noise, transmission system noise, fan noise and exhaust system noise, among which engine noise is the main source of automobile noise, causing extensive research by domestic and foreign scholars. In this study, the grey relational degree method is used to calculate the influencing factors of engine noise (speed, height, and horizontal distance), and the corresponding correlation coefficient and correlation degree are obtained, thus the primary and secondary degree of influencing factors of engine noise is obtained. Furthermore, the method of reducing noise is researched for the major influencing factors.Key words： E ngine noise, Influencing factors, Grey relational degree method, Noise reduction method基于灰色关联度法的发动机噪声影响因素及降噪研究噪研究提供依据。
基于灰色关联的LNG汽车推广策略研究
基于灰色关联的LNG汽车推广策略研究随着环保意识的提高和市场的需求，液化天然气（LNG）汽车已成为新能源汽车市场的一个重要角色。
然而，LNG汽车推广面临着许多问题，如高成本、低能源利用率和技术不成熟等，需要制定有效的推广策略。
本文将采用灰色关联分析方法，以提高LNG汽车推广和营销策略的有效性和专业性。
首先，将分析当前LNG汽车推广的现状和存在的问题。
LNG汽车的价格较高，相对于传统的燃油汽车和混合动力汽车，LNG汽车的续航里程和加注站点都存在一定的限制。
此外，LNG汽车的服务保障体系还未完善，车辆充电和保养等服务质量与效率还存在一定的问题，这些问题都直接影响着消费者对LNG汽车的购买和使用。
其次，运用灰色关联分析方法，依据消费者对于LNG汽车推广的需求和态度等进行研究。
具体步骤如下：1.确定要素：以消费者对于LNG汽车推广的看重程度为要素，包括品牌可信度、价格、续航里程、加注设施等。
2.构建关联度计算模型：采用灰色关联分析方法，将不同要素之间的关联程度进行量化计算，并得出关联度矩阵图。
3.对关键要素进行分析：通过按关联度大小将各要素进行排序，以此对LNG汽车推广策略进行相应的调整和优化。
例如，在价格方面，可适当降低LNG汽车的售价或联合银企推广等活动，提高消费者的接受度和购买热情；在续航里程方面，可根据市场需求加大技术投入和研发，提高LNG汽车的续航距离和运行效率。
最后，建立完善的营销体系和服务保障体系。
对LNG汽车推广过程中的各个环节进行管理和协调，提高服务质量和效率，增强消费者对LNG汽车的信任和购买意愿。
此外，还可以通过加强品牌宣传，组织LNG汽车俱乐部等方式，增强LNG汽车的品牌影响力和社会认知度。
综上所述，灰色关联分析方法为LNG汽车推广提供了一种科学、有效的分析工具，可帮助企业在制定LNG汽车推广策略时有针对性和专业性地进行分析和优化，提高LNG汽车市场竞争力和消费者接受度。
空燃比对直喷汽油机微粒排放特性的影响
空燃比对直喷汽油机微粒排放特性的影响随着现代汽车制造业的迅猛发展，直喷汽油机作为一种新型燃油发动机技术迅速得到了广泛应用。
然而，直喷汽油机在实际应用中发现其微粒排放量较大，对环境造成的污染也非常明显。
通过调节空燃比，可以有效地控制直喷汽油机的微粒排放特性，降低其对环境的危害。
本文将详细地介绍空燃比对直喷汽油机微粒排放特性的影响。
首先，介绍什么是空燃比。
空燃比是指混合气中空气和燃料的量的比值。
由于燃料的燃烧产生的热量主要依靠空气来传递，因此空燃比对燃料的燃烧效率和产生的排放也有着直接的影响。
对于直喷汽油机来说，合适的空燃比对于微粒的排放非常重要。
在过高或过低的空燃比下，燃料的燃烧将会不完全，从而导致微粒的排放量增加。
当空燃比过低时，燃料不完全燃烧，未燃烧的氧气和氮气将导致微粒的生成。
而当空燃比过高时，燃料燃烧速度过快，可能导致燃料不完全燃烧，同样会增加微粒的排放。
因此，合适的空燃比可以显著降低直喷汽油机的微粒排放量。
一般来说，最佳空燃比取决于直喷汽油机的具体设计和运行状态。
为了达到最佳的微粒控制效果，通常需要进行调整，以确保燃料在氧气充足的条件下完全燃烧。
此外，直喷汽油机的排气温度也会对微粒排放量产生影响。
在过低或过高的排气温度下，微粒的生成可能会增加。
因此，控制直喷汽油机的排气温度也是减少微粒生成的重要一环。
综上所述，空燃比是直喷汽油机微粒排放控制的一个重要因素。
适当调整空燃比，可以降低直喷汽油机微粒排放量，减少对环境造成的污染。
但是需要注意的是，空燃比的调整需要基于对直喷汽油机的充分理解和分析，建议由专业人员进行操作。
除了空燃比的调整之外，直喷汽油机微粒排放特性还受到很多其他因素的影响。
例如，燃料质量、缸内气流、燃烧室结构等都可能对微粒排放产生影响。
从燃料方面来看，直喷汽油机微粒排放量也与燃料参数有关。
燃料的挥发性、密度、沸点等参数都会影响燃料的燃烧性质，从而影响微粒产生的数量和大小。
此外，不同类型的燃料也可能对微粒排放产生不同的影响效果。
基于灰色关联理想解法的油气田开发方案
基于灰色关联理想解法的油气田开发方案摘要：对于油田开发方案进行选择是一项非常重要、且比较复杂的工程。
以灰色系统理论为依据的关联分析原理则是一种较为有效的对油田开发方案进行选择的一种分析方法。
本文将就基于灰色关联理想解法的油气田开发方案进行一定的分析与探讨。
Abstract: To choose an appropriate development scheme of oilfield is a very important and complicated project. The theory of grey correlation analysis principle is an effective analysis method for choosing development program of oilfield. This paper will discuss the development scheme of grey relational ideal solution for oil and gas field based on some analysis and discussion.关键词：灰色关联；油气田开发；方案Key words: grey correlation；development project of oil and gas field；scheme中图分类号：TE3 文献标识码：A 文章编号：1006-4311（2014）13-0017-020 引言在灰色系统分析中，灰色关联分析是其中的一项较为重要的内容，其能够在系统发展的过程中对系统中各个因素之间的不同变化情况进行适当的分析。
这种方法首先应当需要在不同的方案之中形成由其最佳指标所组成的关联系数矩阵，并由这个矩阵得出最终的最优方案关联程度，之后再以其为依据进行分析与排序，从而得出最终的选择结果。
1 灰色关联理想解法的建模过程在灰色关联分析法中，提供了一种对不同因素之间的关联程度进行分析的方法，其主要方式就是在所有需要选取的方案之中的最优指标值作为系统参数数列的实体，并将评价方案中的各类指标当做分析最终比较数列的基本实体。
基于灰色关联的LNG汽车推广策略研究
基于灰色关联的LNG汽车推广策略研究四川省富含天然气而少石油，是全国LNG 汽车应用推广的一个代表，LNG 汽车具有经济、高效等优点，是改善能源结构和降低汽车排放污染的有效途径，但受油价下调、气价上升的影响，LNG 汽车的价格优势开始下降。
推广策略研究根据四川省2006—2016年的油气价格及LNG 汽车保有量数据，运用灰色关联法找寻最主要的影响因素，并在此基础上提出了我国推广和应用LNG汽车的发展建议。
结论认为：①油、气价格和人均GDP 等都是影响LNG 汽车需求量的主要因素，而政策等因素也会产生重要的影响；②燃油价格的变化对LNG汽车需求量造成的影响更为明显，倡议相关部门推行油气价格联动机制，以控制油气价格比。
标签：LNG汽车；推广策略；需求量；价格联动；灰色关联0 引言四川省有推广LNG 汽车的良好条件[1]，相关建设取得较好发展，截至2014年底，液化天然气汽车达到3046辆和26个液化天然气加油站，但随着燃油价格的变化，液化天然气汽车的推广面临新的挑战，因此，有必要从燃料和天然气价格和LNG车辆需求的角度讨论需求与燃料价格之间的关系。
分析燃料价格变化对天然气汽车需求的具体影响，以及四川天然气价格弹性的现状研究。
四川省LNG汽车推广研究现状主要基于两方面：①从环境保护方面看，LNG理化性质优于CNG[2]，推广LNG汽车能更好地满足环保要求[3] ；②从经济技术方面，四川省推广CNG 汽车的经验丰富[4]，使得推广LNG汽车的可行性较好。
上述研究具有一定的参考意义，仍未能有效解决LNG车辆推广面临的问题[5]。
为此，采用灰色关联方法，根据四川省2003 - 2016年油气价格和液化天然气汽车保有量数据，研究了汽油，柴油和汽车天然气价格变化对四川省液化天然气汽车需求的影响，并向有关部门提供车辆油气价格的合理联动机制参考。
1 灰色關联分析法1.1 灰色关联评估法的基本思想灰色关联法根据曲线形状的相似程度进行判定[6]，如果两曲线越接近，两者之间的相关性越大，相反的越小。
汽车内燃机最优空燃比实现方法研究
汽车内燃机最优空燃比实现方法研究发布时间：2023-01-04T07:25:50.978Z 来源：《中国科技信息》2023年17期作者：刘泽宇王浩然张新[导读] 我国社会经济的快速发展和人们生活水平的不断改善，带动了汽车产业的繁荣和汽车消费市场的持续膨胀。
刘泽宇王浩然张新山东英才学院山东省济南市 250104摘要：我国社会经济的快速发展和人们生活水平的不断改善，带动了汽车产业的繁荣和汽车消费市场的持续膨胀。
截止2021年底，我国机动车的市场保有量已经突破４亿辆，汽车数量快速增长的最直接负面影响，是导致了城市交通拥堵问题和大气环境污染问题。
为了减少和控制汽车尾气污染物排放对大气的污染，一方面国家从政策调整和宏观调控的角度，大力鼓励新能源汽车的生产、销售、和使用；另一方面对传统燃油汽车发动机的排放标准也提出了更高的要求，例如，从2020年开始我国已经开始在全国范围内分步推进国６Ｂ尾气排放标准，严格控制汽车尾气及碳基颗粒物的排放。
本文主要分析汽车内燃机最优空燃比实现方法研究。
关键词：内燃机；最优空燃比；PSO算法；迭代寻优引言在从传统汽车向新能源汽车的过渡阶段，燃油车的市场地位仍然不能撼动，燃油车在短期内也不可能退出汽车市场。
为了降低燃油车的能源消耗并提高排放标准，只能从内燃机技术优化的视角，做出相对均衡的选择。
例如，通过调整发动机空燃比等技术改进和技术创新手段，提升汽车发动机的工作效率和降低发动的废气及颗粒物排放量，减轻对周围环境所造成的污染。
1、内燃机汽车市场现状与使用内燃机的汽车不同，如今我国新汽车正以新的兴趣和速度推进。
新能源账户的开发是从汽车大国走向汽车大国的必不可少的途径，也是应对气候变化、促进绿色发展的战略措施。
我们新能源汽车的发展已经进入了“市场+政策”的新阶段。
“新能源汽车”运动正在各地展开，消费者对新能源汽车的接受度不断提高，越来越多的人购买新能源汽车。
第一，新能源汽车在遏制和减少污染和能源危机方面更好。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
表 9 3800r /m in时的灰色关联度
名称
CO
CO2
H C NOx
O2
负荷
关联度 0. 7814 0. 9469 0. 8517 0. 6102 0. 5295 0. 6348
从表 8、表 9可见, 在定转速下相关因素与过量空 气系数灰色关联度最大的前 4项依次为 CO2 > HC > CO> 负荷。
为 ( 0, 1] , 这里取 = 0. 5。
3 定负荷下空燃比与排放物间的灰色 关联度研究
以节气门开度分别为 50% 、45% 、35% 、25% 的实 测数据进行了灰色关联度研究。节 气门开度为 50% 时的实测数据见表 2。
表 2 50% 节气门开度 时的测量指标
转速 / 过量空 ( r/m in) 气系数
根据公式 ( 1) 计算的过量空气系数与对应指标间 的灰色关联度见表 3~ 表 6。
表 3 50% 节气门开度时的灰色关联度
名称 关联度
CO 0. 7176
CO2
H C NOx
O2
转速
0. 9391 0. 6092 0. 7170 0. 4475 0. 7503
表 4 45% 节气门开度时的灰色关联度
名称
CO
CO2
H C NOx
O2
转速
关联度 0. 4045 0. 9608 0. 4037 0. 6894 0. 4418 0. 7564
第 4期
李茂月等: 车用汽油机空燃比特性灰色关联度研究
83
表 5 35% 节气门开度时的灰色关联度
名称
CO
CO 2 H C NOx
O2
转速
关联度 0. 5831 0. 8969 0. 8105 0. 8307 0. 5230 0. 7301
82
小型内燃机与摩托车
第 36卷
TEC F8CV闭环控制的电控燃油喷射发动机, 相关参 数见表 1。
图 2 台 架试验测量示意图
表 1 试验用发动机相关参数
指标
数值
指标
排量 /L 气缸数
0. 796 3
压缩比 最大功率 /kW
每缸气门数
最大功率转速 / 2
( r /m in)
最大扭矩转速 / 46 00
2) CO2 与过量空气系数的灰色关联度可以作为判 断三元催化转化器工作性能的一个重要指标。若在试 验工况下, 该值不是排放尾气中灰色关联度中的最大 值, 则表明三元催化转化器工作异常, 可能已经失效, 应及时检查、维修或更换。
参考文献
1 Ba lluch,i A. , Benvenut,i L. , D ienedetto, M D. , P inello, C. , Sang iobanne - V incente ll,i AL. , 2000. A utomo tive eng ine contro l and hybrid system s: cha llenges and opportun ities[ J]. P ro ceedings of the IEEE 88( 7), 888- 912
在研究的 4种节气门开度下, CO2 与过量空气系 数间的灰关联度最大, 最大值为 45% 节气门开度时的 0. 9608。
4 定转速下空燃比与排放物间的灰色 关联度研究
以发动机转速分别为 2800r/m in、3800 r/m in的实 测数据进 行了灰色 关联度 研究。发 动机转 速为 2800r/m in时的实测数据见表 7。
表 6 25% 节气门开度时的灰色关联度
名称
CO
CO 2 H C NOx
O2
转速
关联度 0. 6582 0. 8428 0. 7850 0. 5944 0. 5625 0. 7466
从表 3~ 表 6可见, CO、O2 与过量空气系数间的 灰色关联度变化趋势一致, 随着节气门开度的增大, 关 联系数先减小后增大, 在 45% 的节气门开度时 最小; CO2 与过量空气系数间的灰色关联度随着节气门开度 的增大先增大后减小, 在 45% 的节气门开度时 最大; HC、NOx 与过量空气系数间的灰色关联度随节气门开 度的变化趋势一致, 表现为先增大后减小再增大; 转速 与过量空气系数间的灰色关联度随着节气门开度的增 大, 表现为先减小后增大再减小。
CO / (% )
CO 2 / (% )
HC / 10- 6
NOx / 10- 6
O2 / 10- 6
2 60 0 2 80 0 3 00 0 3 20 0 3 40 0 3 60 0 3 80 0 4 00 0 4 20 0
0. 881 4. 62 11. 4 554
0. 889 3. 79 12. 3 480
i( k) =
m inm in in
|X 0 ( n ) - X i ( n)
|+
m axm ax ii
|X 0
(n
)
-
X
i
(n
)
|
|X 0 ( n ) - X i ( n ) | +
m axm ax in
|X
0
(
n)
-
Xi
(n
)
|
( 1)
其中, ∀ ( 0, # ) , 称为分辨系数, 一般 的取值区间
0. 901 3. 35 12. 6 410
0. 895 3. 7 12. 4 367
0. 885
4
12. 2 323
0. 88 4. 13 12. 2 312
0. 872 4. 37 12. 1 277
0. 857 4. 99 11. 6 275
0. 848 5. 41 11. 4 235
557 0. 74 791 0. 29 893 0. 24 851 0. 29 783 0. 22 744 0. 14 679 0. 07 487 0. 12 372 0. 12
1 试验设备及方案
为了研究汽油发动机空燃比与排放物间的变化特 性, 研究了在定转速和定负荷下空燃比的变化特性, 试
图 1 三元催 化器的空燃比特性曲线
验采用了图 2所示的试验方案。试验中所用发动机为 配装福莱 尔轿车的韩国 DAEWOO 公司生 产的 M -
作者简介: 李茂月 ( 1981- ) , 男, 助教, 主要研究方向为汽车尾气污染控制。
60 0. 842 5. 25 10. 9 513 642 0. 22
根据公式 ( 1) 计算的过量空气系数与对应指标间 的灰色关联度见表 8、表 9。
表 8 2800r /m in时的灰色关联度
名称
CO
CO2
H C NOx
O2
负荷
关联度 0. 7864 0. 9628 0. 7966 0. 5907 0. 6361 0. 6514
5 结论的应用
通过定负荷和定转速的试验研究发现, 在所有研 究工况下过量空气系数与 CO2 的灰色关联度最大。
1) 目前世界上所研究的采用 OBD 系统监控三元 催化转化器工作效率的方法主要有 3种: 双氧传感器 法、双碳氢传感器法、双温度传感器法。其中, 采用氧 传感器进行监控的方法应用较为广泛, 相关的技术也 相对较成熟, 但其也存在冷起动时测量不准确, 高温等 环境下易损坏, 评价程 序复杂等缺点 [ 5] 。因此, 可通 过开发 CO2 传感器, 借鉴类似氧传感器监控三元催化 转化器的原理, 进行三元催化转化器转化效率的监控, 以弥补氧传感器的不足, 提高空燃比的控制精度, 改善 汽油车尾气排放。
2 灰色关联基本理论
灰色关联理论是通过对原始数据的整理来寻找数 的规律。关联分析是根据数列的可比性和可近性, 分 析系统内部主要因素之间的相关程度, 它定量地刻画 了内部结构之间的联系, 是加强系统序化处理的方法, 对发展变化、系统的发展态势或系统内部各事物之间 状态进行量化比较分析 [ 3~ 4] 。关联度则表征了系统内 两个事物的关联程度。
第 37卷 第 4期 2008年 8月
小型内燃机与摩托车 SMALL INTERNAL COM BUST ION ENG INE AND MOTORCYCLE
V联度研究
李茂月 1 王生昌 2 ( 1- 哈尔滨理工大学机械动力工程学院 黑龙江哈尔滨 150080 2- 长安大学汽车学院 )
记在定转速和定负荷下测得的过量空气系数X 0 =
{X 0 ( 1), X 0 ( 2), !, X 0 ( n ) }为参考序列, 记 CO、CO2、 O 2、NOx、H C生成物的浓度和转速 ( 定负荷 ) 、负荷 ( 定 转速 ) 6个影响因素 X i = {X i ( 1), X i ( 2), !X i ( n ) }为 比较序列。则灰色关联度定义为:
引言
在所有发动机控制变量中, 空燃比与燃油经济性、 污染物排放量有着密切的联系 [ 1 ] 。发动机中的 3种限 制有害排放成分虽然不可能仅通过控制空燃比而使其 有害成分同时达到最低, 但在装有三元催化器的控制 系统中, 空燃比控制在理论值附近的很小范围内时, 可 以取得较为满意的折中 [ 2] , 三元催化转化器转化效率 的空燃比特性如图 1所示。随着国三排放标准在全国 的逐步实施, 研究影响发动机空燃比的因素, 提出改进 空燃比控制的新方案, 对减少汽车尾气污染排放具有 重要的实际意义。
摘 要: 通过对汽油发动机空燃比的台架试验, 结合灰色理论, 研究了发动机空燃比在定转速和定负荷
下与尾气排放物的灰色关联度关系。研究表明, CO2 与空燃比间的灰色关联度最大。最后, 对试验结论 的应用进行了说明。
关键词: 空燃比 灰色关联度 转速 负荷
中图分类号: TK411. 5
文献标识码: A
表 7 2800 r /m in时的测量指标