مدلسازی و بهینه سازی مشخصه های کارکرد و آلاینده های خروجی موتور دیزل پاشش مستقیم با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

thesis
abstract

قیمت های در حال رشد انرژی، کمبود منابع انرژی و قوانین سخت گیرانه زیست محیطی کمپانی های خودرو را به ارائه روش های جدید جهت کاهش آلاینده ها و افزایش کارایی موتور وادار کرده است. این پژوهش امکان استفاده از شبکه عصبی مصنوعی ترکیب شده با الگوریتم ژنتیک را برای بهینه سازی تنظیمات موتور بررسی می کند. هدف از بهینه سازی یافتن تنظیماتی است که بتوان آلاینده ها را کاهش داده و توان موتور را افزایش داد، در حالی که مصرف سوخت ویژه را ثابت نگه داشته و یا حتی کاهش داد. یک موتور دیزل پاشش مستقیم چهار زمانه برای تحقیق حاضر استفاده شده است (om-355). در ابتدا کاربردهای موتورهای دیزل، آلاینده های منتشره از آنها، مشخصه های کارکرد موتور و ارتباط بین پارامترهای عملکردی موتور، آلاینده ها و مشخصه های عملکرد موتور شرح داده شده و مقدمات لازم برای مدلسازی پارامترهای عملکردی و خروجی ها توسط شبکه عصبی مصنوعی فراهم شده است. مدل شبکه عصبی مصنوعی بر اساس نتایج تجربی پایه ریزی شده است (136 سری تست). سرعت موتور، دمای هوای ورودی، جرم سوخت پاشیده شده و جرم هوای ورودی پارامترهای عملکردی انتخاب شده هستند، و مصرف سوخت ویژه ترمزی، توان خالص، آلاینده nox و آلاینده soot خروجی های مطلوب می باشند. برای مدلسازی شبکه عصبی مصنوعی، شبکه استاندارد پس انتشار با الگوریتم آموزشی لونبرگ مارگوارت یک انتخاب مناسب برای آموزش مدل می باشد. شبکه عصبی مصنوعی به صورت یک ابزار شبیه سازی استفاده شده است، که پارامترهای عملکردی موتور را به عنوان ورودی دریافت کرده و سطح آلاینده ها، توان و مصرف سوخت را به عنوان خروجی تولید می کند. سپس خروجی های شبکه عصبی مصنوعی برای محاسبه تابع هدف در فرآیند بهینه سازی مورد استفاده قرار می گیرند، که با رهیافت الگوریتم ژنتیک انجام شده است. برای این منظور، برنامه ای به صورت m-file تحت نرم افزار matlab 7.8 نوشته شده است. مدل شبکه عصبی مصنوعی می تواند مشخصه های عملکرد موتور و آلاینده های خروجی را باضریب رابطه 99874/0، 99998/0، 98467/0 و 99815/0 به ترتیب برای مصرف سوخت، توان، nox و soot پیشگویی کند. نتایج، همگرایی سریع الگوریتم ژنتیک را با کمتر از 65 تکرار نشان می دهند. با اعمال الگوریتم ژنتیک، %09/26 و %55/11 کاهش در nox و soot و %45/2 افزایش در توان به دست می آید، که این مقدار می تواند در بهینه سازی موتور قابل ملاحظه باشد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

برآورد نقطه ای منحنی مشخصه رطوبتی خاک با استفاده از شبکه عصبی مصنوعی و بهینه سازی آن با الگوریتم ژنتیک در کشت و صنعت های نیشکر خوزستان

ویژگی­های هیدرولیکی خاک در مدیریت اراضی تحت کشت نیشکر نقش به سزایی دارد. هدف از این تحقیق برآورد نقطه­ای منحنی مشخصه­ی رطوبتی خاکبااستفاده شبکه­ی عصبی مصنوعیوبهینه­سازیآنبا الگوریتم ژنتیک می­باشد. به این منظور براساس ویژگی­های مدیریت اراضی، درصد مواد آلی، بافت خاک، هدایت الکتریکی و درصد سدیم جذب سطحی شده، 4 واحد کاری در کشت و صنعت­های دعبل خزاعی، امیر کبیر، کارون و هفت­تپه انتخاب شد. در مجموع ت...

full text

شبیه‌سازی ارتعاشات موتور دیزل با مخلوط‌های سوخت بیودیزل و دیزل با استفاده از شبکه عصبی مصنوعی

بیودیزل سوختی است که از روغن‌های گیاهی و بافت‌های چربی تولید می‌شود. بیودیزل با نس ب ت‌های مختلفی با سوخت دیزل در موتورهای احتراق داخلی استفاده می‌گردد. سروصدا و ارتعاشات تولید شده در موتورهای دیزلی اثرات مخربی بر کاربران دارند. هم اکنون تحقیقات کمی در ارتعاشات بیودیزل و مخلوط‌های آن در دنیا وجود دارد. به همین منظور، در این تحقیق ارتعاشات مخلوط‌های مختلف سوخت بیودیزل با دیزل بر روی موتور چهار ز...

full text

شبیه سازی ارتعاشات موتور دیزل با مخلوط های سوخت بیودیزل و دیزل با استفاده از شبکه عصبی مصنوعی

بیودیزل سوختی است که از روغن های گیاهی و بافت های چربی تولید می شود. بیودیزل با نس ب ت های مختلفی با سوخت دیزل در موتورهای احتراق داخلی استفاده می گردد. سروصدا و ارتعاشات تولید شده در موتورهای دیزلی اثرات مخربی بر کاربران دارند. هم اکنون تحقیقات کمی در ارتعاشات بیودیزل و مخلوط های آن در دنیا وجود دارد. به همین منظور، در این تحقیق ارتعاشات مخلوط های مختلف سوخت بیودیزل با دیزل بر روی موتور چهار ز...

full text

مدل‌کردن و بهینه سازی سنتز آنزیمی کافئیک اسید فن اتیل استر با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

در این تحقیق، واکنش کافئیک اسید و 2- فنیل اتانول در حضور لیپاز تثبیت شده از مخمر آنتارکتیکا (نووزیم 435) به منظور تولید کافئیک اسید فن اتیل استر در سیستم ایزواکتان با استفاده از روش‌های شبکه عصبی مصنوعی و ژنتیک الگوریتم مدل سازی و بهینه گردید. بدین منظور ازیک طرح مرکب مرکزی چرخش پذیر با 4 متغیر و 5 سطح جهت مدل کردن واکنش آنزیمی به کمک شبکه عصبی مصنوعی استفاده شد. متغیرهای مستقل شامل دما، زمان، ...

full text

مدل سازی و پیش بینی کارایی بانک های دولتی و خصوصی ایران با استفاده از مدل های شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک

دستیابی به رشد مستمر و مداوم اقتصادی و به موجب آن توسعه اقتصادی را می توان از زمره اهدافی قلمداد نمود که تمام کشورها در پی دستیابی به آن می باشند. در این راستا بانک ها نقش بسیار مهمی در پیشرفت و توسعه اقتصادی هر کشور ایفا می نمایند. در حال حاضر با توجه به تعداد قابل توجه بانک های دولتی و خصوصی در کشور پیش بینی کارایی آن ها اهمیت ویژه ای پیدا کرده است. هدف از این پژوهش، مدلسازی و پیش بینی کارایی...

full text

کاربرد شبکه های عصبی و الگوریتم های ژنتیک در پیشبینی و بهینه سازی فرآیند نمک زدایی

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه - دانشکده فنی و مهندسی

Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023