Регрессионное моделирование как средство интенсификации доводки рабочего процесса малооборотного дизеля

• Автор: Рогалев, Владимир Владимирович
• Шифр специальности: 05.04.02
• Научная степень: Кандидатская
• Год защиты: 1984
• Место защиты: Брянск
• Количество страниц: 186 c. : ил

1. Методы моделирования рабочих процессов двигателей внутреннего сгорания. Современное состояние вопроса и постановка задачи
1.1. Использование методов моделирования при исследованиях рабочего процесса двигателей внутреннего сгорания
1.2. Применение регрессиоонного моделирования при исследованиях двигателей внутреннего сгорания
1.3. Использование регрессионных моделей в ходе доводки рабочего процесса дизелей
1.4. Постановка задачи исследования
2. Методика использования регрессионных моделей при совершенствовании рабочего процесса дизелей
2.1. Разработка алгоритма и программы построения регрессионных моделей рабочего процесса
2.2. Методика построения регрессионных моделей
2.3. Выводы по главе
3. Разработка регрессионных моделей рабочего процесса малооборотных дизелей
3.1. Экспериментальные исследования рабочего процесса малооборотных дизелей
3.2. Корреляционный анализ параметров рабочего процесса малооборотных дизелей
3.3. Построение регрессионных моделей рабочего процесса

3.4. Исследование рабочего процесса малооборотных дизелей в широком диапазоне эксплуатационных режимов нагружения с помощью регрессионных моделей
3.5. Обобщенные универсальные характеристики малооборотных дизелей
3.6. Номографирование регрессионных моделей
3.7. Выводы по главе
Регрессионные модели процесса тепловыделения малооборотных дизелей
4.1. Обобщенная кривая тепловыделения для режима длительной эксплуатационной мощности малооборотных дизелей
4.2. Регрессионная модель процесса тепловыделения
в цилиндрах малооборотного дизеля 6ДКРН 67/140-4
4.3. Выводы по главе
Применение регрессионного моделирования при совершенствовании рабочего процесса малобборотных дизелей
5.1. Регрессионная модель, используемая при доводке рабочего процесса дизеля 6ДКРН 67/140
5.2. Разработка мероприятий, направленных на совершенствование рабочего процесса дизеля
6ДКРН 67/140
5.3. Экспериментальная проверка рекомендаций по совершенствованию рабочего процесса дизеля
6ДКРН 67/140
5.4. Статистический анализ влияния конструктивных факторов на рабочий процесс дизеля 9ДКРН 80/160-4.1^9

5.5. Выводы по главе
Заключение
Список использованных источников
Приложение
соответствующую модель. Регрессионные модели существенно ускоряют и упрощают выполнение расчетов, так как вычисления по ним могут быть проведены на мини - ЭВМ или даже с помощью номограмм, построенных по уравнениям модели.
Регрессионные модели могут также использоваться и как модели идентификации при совместном их применении с термодинамическими моделями, т.е. с методами численного моделирования рабочего процесса. Методы численного моделирования рабочего процесса содержат неизвестные или ориентировочно известные коэффициенты и функции /18/. К ним относятся, например, коэффициент в формуле Зйхельберга для описания процессов теплопередачи, коэффициенты в формуле Вибе для аппроксимации кривой тепловыделения и др. Неточное задание подобных коэффициентов приводит к смещению выходных параметров моделей тем большему, чем более неточно оценены величины эмпирических коэффициентов. Точное задание всех исходных данных для численного моделирования рабочего процесса можно обеспечить построением соответствующей регрессионной модели, позволяющей оценивать величину всех необходимых определяющих факторов для данного нагрузочного режима работы исследуемого дизеля. Кроме того, регрессионные уравнения могут быть включены в термодинамическую модель для учета тех параметров, которые контролируются при экспериментальных исследованиях, но для которых нет точного аналитического алгоритма расчета. К таким переменным относятся механический к.п.д., коэффициенты расходов и др.
Значения многих компонентов набора исходных данных, используемого термодинамическими моделями рабочего процесса, носят случайный характер. При выполнении расчетов, следовательно, возможны некоторые смещения ожидаемых и полученных при доводке показателей /18/. Поэтому при численном моделировании