摘要
本发明提出一种基于轻量化神经网络的氢内燃机氢氨排放在线虚拟传感方法,涉及车载智能传感与排放控制技术领域,包括标准化数据集的构建、轻量化神经网络模型的构建、模型的部署与实时优化和实时排放估计值的输出共计四个步骤;本发明通过采集并标准化发动机运行状态数据,构建高质量的数据集,然后采用结构简洁、参数量小的轻量化神经网络模型,在嵌入式环境中高效运行,实时估算氢气和氨气浓度,替代传统传感器进行精确排放预测。同时引入在线学习机制进行实时优化,确保在不同工况下维持高精度,本发明具备低成本、可嵌入、高精度等优点,显著降低了传统传感器的需求,并提升了车载排放控制系统的效率和可靠性。
技术关键词
轻量化神经网络
传感方法
发动机运行状态
内燃机
在线学习机制
车载排放控制系统
控制芯片
EGR率
数据
CANFD总线
分支
频域特征
统计特征
排放控制技术
嵌入式环境
汽车台架
主成分分析法
差分隐私
发动机转速
系统为您推荐了相关专利信息
调度决策系统
动态
负荷高峰时段
混合整数规划模型
电厂管理技术
浅层神经网络
预测控制方法
逆变器
在线学习机制
滤波
客户
在线学习机制
推荐算法
时间序列预测模型
职业
智能金属材料
接近传感方法
多模态分类器
高频振荡电路
接近传感装置