تخمین آلاینده Nox یک موتوراشتعال جرقه ای با سوخت مخلوط متان و هیدروژن با استفاده از شبکه های عصبی و الگوریتم ژنتیک

امروزه، با سخت گیرانه تر شدن استانداردهای آلایندگی تمرکز بر روی موضوع آلاینده های تولید شده از خودرو بیشتر شده است، NOx همواره بهعنوان یک آلاینده بسیار خطرناک، حساسیت سازمانه ای مربوطه را برانگیخته است. در مراحل توسعه و طراحی موتور تخمین میزان این آلاینده برایکاهش هزینه های آتی بسیارحائز اهمیت است. محاسبه این آلاینده معمولا بسیار ییچیده و با خطا همراه بوده است. در این مقاله، در ادامه تحقیقگذشته در بررسی عملکرد یک موتور اشتعال جرقهای با سوخت مخلوط متان و هیدروژن که در آن برای تعیین میزان آلاینده اکسید نیتروژن از رابطهسینتیکی زلدویچ توسعه یافته استفاده شده بود، از شبکه های عصبی برای یافتن ضرایب تصحیح محاسبه NOx استفاده شده است. روش زلدوویچ تقریبا با 20 درصد خطا NOx خروجی موتور را محاسبه می کرده است. با اعمال شبکه عصبی ییشرو و تصحیح ضرایب معادله، این مقدار کاهش یافته است. مدل مربوطه با سایر نسبت های همارزی سوخت صحه گذاری شده است. مدل شبکه عصبی با نسبت همگرایی 0.99 و مجذور مربعات خطای0.0019 نقاط تجربی را برازش کرده است. در نهایت با استفاده از الگوریتم ژنتیک بیشینه مقدار NOx ییش بینی شده توسط شبکه عصبی محاسبه و با داده های تجربی صحه گذاری شده است. نقطه بیشینه برای سوخت 20 % هیدروژن و 80 % متان در نسبت هم ارزی 0.9 و برای درصد سوخت 40%هیدروژن در نسبت هم ارزی 0.92 اتفاق افتاده است. هم خوانی نتایج مدل با داده های تجربی نشان از توانایی شبکه عصبی در ییش بینی آلایندهNOx دارد.

کلیدواژه ها:

موتور احتراق داخلی ، Nox ، شبکه عصبی ، الگوریتم ژنتیک