公开(公告)号：CN117809774A

公开(公告)日：2024-04-02

申请号：CN202311741644.1

申请日：2023-12-18

申请人： 南京中远海运船舶设备配件有限公司

发明人： 戴魏魏 ,  蒋倩 ,  王方旋 ,  江剑 ,  范中良 ,  孙叶生 ,  丁佳 ,  王超 ,  陈芸 ,  刘莹莹

IPC分类号： G16C60/00 ,  G06N3/006 ,  G06N3/126 ,  G06N3/086

摘要： 本发明具体涉及氨‑柴双燃料四冲程内燃机气阀材料耐腐蚀性预测方法，包括：基于深度学习模型构建气阀腐蚀预测模型；通过遗传算法确定气阀腐蚀预测模型的最优模型参数；进行气阀腐蚀试验，采集相关参数，并确定影响腐蚀速度的第一环境参数；进行气阀腐蚀仿真试验，采集相关数据，并确定影响腐蚀速度的第二环境参数；构建试验数据库，从试验数据库中提取若干组训练数据；通过训练数据训练具有最优模型参数的气阀腐蚀预测模型，直至模型收敛；将待预测气阀的材料属性、目标环境参数和腐蚀时间输入经过训练的气阀腐蚀预测模型中，输出对应的预测腐蚀速度。本发明通过GA算法和BP神经网络的结合来提高气阀材料耐腐蚀性预测的准确性和有效性。