一种用于检测燃烧系统中贫油吹熄的深度学习途径
机器学习
2022-08-04 v1
摘要
贫油燃烧环境友好，具有低 NOx 排放，并在燃烧系统中提供更好的燃料效率。然而，趋近贫油燃烧会使发动机更易受贫油吹熄影响。贫油吹熄（LBO）是一种不良现象，可导致突然的火焰熄灭并引发突然的动力损失。在设计阶段，科学家很难准确确定避免突发 LBO 的最优操作极限。因此，开发准确且计算易处理的框架用于低 NOx 排放发动机的在线 LBO 检测至关重要。据我们所知，我们首次提出一种深度学习途径来检测燃烧系统中的贫油吹熄。本工作中，我们利用实验室规模燃烧室为不同协议采集数据。对每个协议我们从远离 LBO 处出发，逐步移向 LBO regime，在每种工况下捕获准静态时间序列数据集。以数据集中某一协议作为参考协议，并借助领域专家标注的工况，我们为训练的深度学习模型找到一个转移态度量，以在其他测试协议中检测 LBO。我们发现所提途径比其他基线模型更准确且计算更快地检测向 LBO 的转移。因此，我们推荐该方法用于贫油燃烧发动机的真实性能监测。
引用
@article{arxiv.2208.01871,
title = {A Deep Learning Approach to Detect Lean Blowout in Combustion Systems},
author = {Tryambak Gangopadhyay and Somnath De and Qisai Liu and Achintya Mukhopadhyay and Swarnendu Sen and Soumik Sarkar},
journal= {arXiv preprint arXiv:2208.01871},
year = {2022}
}