基于重型柴油车远程监控数据的尿素喷射速率预测OA北大核心CSTPCD

基于一辆M3类重型柴油车的远程监控数据项,构建了尿素喷射速率预测模型,采用随机森林回归算法进行预测,对远程监控数据中缺少的尿素喷射速率的预测进行了研究。结果表明远程监控数据中存在多组高度相关的变量,其Spearman相关系数均超过0.85,基于此对模型的输入参数进行筛选。由于尿素供给以控制氨存储为目标,而氨存储的变化频率较低,逐秒的尿素喷射速率难以精确预测。不同周期内平均尿素喷射速率的预测结果显示,模型预测精度趋于稳定。当周期超过40 s后,预测精度趋于稳定。通过滑动窗口法验证了预测模型的泛化能力,在全部27个窗口中,决定系数R~2普遍高于0.96,平均绝对误差均控制在0.7%以内,均方根误差基本上低于1%,尿素喷射速率预测值与实际测量值吻合良好。