论文部分内容阅读
基于某款柴油机动态试验,以经典DMT模型为参照,研究HILOMOT模型超大样本数据拟合能力。研究结果表明：超大样本量时（75 006样本点）,针对柴油机排放指标（NOx、CO、THC及碳烟排放）,HILOMOT建模误差平均降低了27.7%（最大降幅为45.6%）,数学建模质量显著优于DMT模型。因此,在样本点数较多的发动机研究领域,HILOMOT模型具备一定的应用优势。