Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Zastosowanie sztucznych sieci neuronowych do modelowania emisji z silnika o zapłonie samoczynnym

Tytuł:
Zastosowanie sztucznych sieci neuronowych do modelowania emisji z silnika o zapłonie samoczynnym
Autorzy:
Brzozowski, K.
Nowakowski, J.
Data publikacji:
2005
Słowa kluczowe:
silniki o zapłonie samoczynnym (ZS)
emisja związków szkodliwych spalin
sztuczne sieci neuronowe
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
Emisja związków szkodliwych spalin z silnika o zapłonie samoczynnym. Przyjęto sześć parametrów charakteryzujących warunki pracy silnika, w zależności od których przy użyciu zaimplementowanych sztucznych sieci neuronowych określano emisję związków szkodliwych i zadymienie spalin. Zaproponowane sieci wytrenowano na zbiorze ponad 200 dyskretnych danych pomiarowych rejestrowanych w całym polu pracy silnika. Dokładność odpowiedzi sieci porównano z obliczeniami w oparciu o funkcje potęgowe zaproponowane we wcześniejszych pracach. W pracy pokazano, że postępowanie z wykorzystaniem sztucznych sieci neuronowych lepiej nadaje się do aproksymacji emisji i zadymienia niż funkcje potęgowe. Wykorzystując sieci neuronowe uzyskano dobrą dokładność odpowiedzi sieci w porównaniu z rezultatami dodatkowych badań.
The paper presents an application of artificial neural network to modelling emission from Diesel engine. In our study six independent engine control variables have been identified and used. In order to found the relations between engine control parameters and emission the radial artificial neural network (ANN) has been applied. The ANN has been trained on the base of measurement results whose cover a wide range of steady state engine operating conditions. The accuracy of ANN output has been compared with calculation based on power function proposed in earlier works. In the paper has been shown that ANN gives better emission approximation than power function. A good correspondence of ANN prediction values has been achieved also in comparison to results of additional experiment data.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies