基于智能技術(shù)的內(nèi)燃機(jī)油添加劑優(yōu)選及配伍研究.pdf

1、按照研制潤滑油的要求選擇最合適的基礎(chǔ)油與添加劑是在研制過程中之前首先要解決的問題，而內(nèi)燃機(jī)油的分類在全球尚無統(tǒng)一的標(biāo)準(zhǔn)，不同級別的潤滑油在研制中所選擇的基礎(chǔ)油和添加劑有不同的要求，目前基礎(chǔ)油與添加劑的種類特別繁多，選用添加劑最重要的環(huán)節(jié)是正確地選擇品種和質(zhì)量，科學(xué)地決定添加量，同時還要考慮各種添加劑的效果和配伍作用等。常規(guī)潤滑油研制過程中，除了要分析各基礎(chǔ)油及添加劑的物理化學(xué)特性外，利用經(jīng)驗(yàn)的方法以及大量的實(shí)驗(yàn)尤其重要，這種搜索較為盲目

2、，工作量大，費(fèi)時費(fèi)力。如何從大量的實(shí)驗(yàn)數(shù)據(jù)中總結(jié)出經(jīng)驗(yàn)或半經(jīng)驗(yàn)規(guī)律，據(jù)以指導(dǎo)試驗(yàn)或提供線索，以便能以較少的工作量、較少的盲目性解決各種實(shí)際問題，就成為關(guān)鍵問題。 鑒于在處理試驗(yàn)結(jié)果，找出與目標(biāo)值有關(guān)的參數(shù)的數(shù)學(xué)關(guān)系時，這些數(shù)學(xué)關(guān)系一般是非線性、高噪聲、多因子的復(fù)雜關(guān)系。而且存在著數(shù)據(jù)樣本點(diǎn)分布不均勻問題。所以單憑數(shù)學(xué)和實(shí)驗(yàn)手段基于線性假設(shè)，顯然難以保證研制潤滑油結(jié)果的可信度。 本論文針對潤滑油研制中的特點(diǎn)，將現(xiàn)代計(jì)算機(jī)分

3、析技術(shù)與傳統(tǒng)的潤滑油研制技術(shù)相結(jié)合，首次將人工智能、專家系統(tǒng)、模糊數(shù)學(xué)、模式識別、神經(jīng)網(wǎng)絡(luò)、遺傳算法等智能技術(shù)應(yīng)用于汽油機(jī)油研制中的添加劑選擇、性能預(yù)測、優(yōu)化配方等技術(shù)的研究中，建立了一套潤滑油研制的智能分析方法，創(chuàng)新了傳統(tǒng)的潤滑油研制方法。實(shí)現(xiàn)了節(jié)約成本、增加效率、提高可信度的目的。 在添加劑選擇專家系統(tǒng)知識庫的建立中，根據(jù)添加劑性質(zhì)表示方法的特點(diǎn)，在傳統(tǒng)的基于規(guī)則的知識表示的基礎(chǔ)上，結(jié)合面向?qū)ο蟮闹R表示方法，程序簡單，易于

4、維護(hù)，可以方便的調(diào)用數(shù)據(jù)庫軟件。在建立添加劑選擇專家系統(tǒng)時，將數(shù)據(jù)庫、知識庫相結(jié)合，把各種基礎(chǔ)油及添加劑的性質(zhì)儲存起來，選擇合適的基礎(chǔ)油及添加劑。 在添加劑選擇專家系統(tǒng)推理機(jī)的設(shè)計(jì)中，采用將模糊推理與基于可信度的推理相結(jié)合、正向與反向推理相結(jié)合；在添加劑類型的選擇中采用帶有可信度的模糊推理，在對某一添加劑的選擇中采用模糊推理，在對結(jié)論的沖突消解中，將帶有閾限的不確定推理、加權(quán)的不確定推理、帶有可信度的并行模糊推理等方法相結(jié)合，使

5、得結(jié)論更加完整與可靠。 本文運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)，對各種添加劑的性能、不同添加劑之間的配比，進(jìn)行模擬與預(yù)測。對于BP神經(jīng)網(wǎng)絡(luò)易出現(xiàn)的局部極小問題，論文采用將遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法，對神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及權(quán)值進(jìn)行優(yōu)化，避免了BP算法容易陷入局部極小的缺點(diǎn)，從而保證了分析的更加有效性與可靠性。增加網(wǎng)絡(luò)的泛化能力，實(shí)現(xiàn)解的全局搜索。 論文首次應(yīng)用BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)對潤滑油各種復(fù)合添加劑配方以及全配方進(jìn)行預(yù)測。在應(yīng)用

6、神經(jīng)網(wǎng)絡(luò)對潤滑油添加劑進(jìn)行分析、配方進(jìn)行預(yù)測中，采用附加動量法、自適應(yīng)學(xué)習(xí)率法、變梯度法、牛頓法等增加網(wǎng)絡(luò)的學(xué)習(xí)精度，系統(tǒng)還可根據(jù)知識庫和數(shù)據(jù)庫中的數(shù)據(jù)推算出各添加劑的加量，從而給出最佳配方。 本論文拋棄傳統(tǒng)的數(shù)據(jù)分析中線性關(guān)系的依賴性，利用人工智能專家系統(tǒng)及神經(jīng)網(wǎng)絡(luò)對潤滑油的研制進(jìn)行模型化設(shè)計(jì)，可節(jié)省大量的人力、物力和才力，其目的是為潤滑油的研制提供一種新的、簡單、快捷的方法，從而為潤滑油的研制與生產(chǎn)開拓一種新的途徑。