محبوبترین نویسندگان :
نویسندگان مقالات پربازدید :
هشتمین همایش بین المللی موتورهای درون سوز و نفت
جزئیات رویداد
اینستاگرام تی پی بین
همایش ، رویداد ، ژورنال
حوزه های تحت پوشش رویداد

  • پیش بینی عملکرد و آلایندگی موتور دیزل با سوخت های مختلف بایو دیزل به کمک شبکه عصبی

    نویسندگان :
    کلمات کلیدی :
    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 1224
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
     هدف این مقاله ایجاد دو مدل شبکه ی عصبی مصنوعی پس انتشار خطا و رگرسیون تعمیم یافته برای تخمین آلاینده های خروجی و عملکرد موتوردیزل است که با استفاده از ترکیبات متنوع سه نوع بیودیزل مختلف تحت شرایط عملکرد متفاوت عمل میکند. داده های تجربی بدست آمده از ) موتوردیزل نیمه سنگین توربوشارژ چهار سیلندر تزریق مستقیم برای طراحی هر دو شبکه ی عصبی رگرسیون تعمیم یافته (grnn) و پس انتشار خطا استفاده شده است، سپس توانایی پیشبینی این دو شبکه ی عصبی مقایسه شده است. نتایج پیش بینی نشان میدهد مقادیر ضریب تحسیب (2r) برای مدل  bpnn ایجاد شده به ترتیب برابر با 0.9456،0.9961 ،0.9960 ،0.9912 ،0.9838 ،،0.8952 ،0.9901 برای co و co2 ، o2 ، nox ، pm ، توان و دمای خروجی بدست آمده اند. این مقادیر برای مدل grnn به ترتیب برابر با 0.9812 ، 0.9935 ،0.9861، 0.9878، 0.9879،0.9096،0.9980 بدست آمده اند. همچنین مقادیر ریشه ی میانگین مربعات خطای نسبی r‐rmse)) برای grnn و bpnn به ترتیب برابر با 0.0435 و 0.0496 هستند. مقایسه ی نتایج پیشبینی شده نشانگر این ست که اگرچه شبکه عصبی رگرسیون تعمیم یافته از جهت سرعت و سادگی بهتر از شبکه های عصبی مرسوم پس انتشار خطا میباشند، شبکه های پس انتشار خطا در حالتی که خوب آموزش دیده باشند قادر به پیشبینی دقیق تر هستند. بنابراین bpnn یک ابزار قوی برای پیشبینی و مدلسازی عملکرد و آلاینده های موتور دیزل سوخت رسانی شده با بیودیزل متنوع و ترکیبات آن ها میباشد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها
مقالات جدیدترین ژورنال ها