انتخاب روش بهینه برای تقلیل نقاط کاری قوای محرکه

تشدید قوانین آلایندگی کشورها و افزایش پیچیدگی قوای محرکه خودروها محرکی شده است که خودروسازان از روش های شبیه سازی و رویه های آزمون مبتکرانه به منظور توسعه ی محصول با افزایش بار فعالیت از ابتدا شوند. افزایش بار توسعه با به کار گیری بهینه سازی جزییات طرح در فازهای ابتدایی سبب کاهش ریسک تغییر در فازهای صحه گذاری محصول و صرف هزینه تغییر کمتر می گردد. بهینه سازی قوای محرکه با تعداد نقاط محدود نسبت به نقاط کاری بسیار زیاد در یک چرخه ی استاندارد منجر به افزایش سرعت محاسبات برای فعالیت های مربوط به آلایندگی و مصرف سوخت می شود. اندازه گیری مصرف سوخت پیشرانه تنها در چند نقطه و پیش بینی مصرف سوخت خودرو در مراحل اولیه بدون وجود خودروی آزمون از کاربردهای دیگر تقلیل نقاط کاری به چند محدوده معین می باشد. روش های خوشه بندی k-means ، DBSCAN و Gaussian mixture model برای تعیین نقاط تقلیل یافته و محدوده ی کاری یک خودرو در چرخه ی استاندارد استفاده شده است. معیارهای بدیع متعددی از جمله چیدمان خوشه ها، همگرایی نتایج، بررسی معیارهای دینامیکی، ارزیابی پایداری با هدف صحه گذاری نتایج معرفی شده است. در این مطالعه، روش مناسب برای تقلیل نقاط کاری چرخه ی استاندارد آلایندگی اروپا برای یک خودروی مشخص با استفاده از معیارهای یاد شده ی بالا ارائه شده است. نتایج به دست آمده از این روش نشان می دهد که ۵۷ درصد از مراکز خوشه های به دست آمده که مربوط به نقاط حالت پایدار چرخه می باشند به صورت پایدار و ۴۳ درصد از مراکز که مربوط به حالت گذرای چرخه می باشند، با انحراف کمتر از یک درصد نسبت به بیشینه مقدار دور و بار داده ها ناپایدار می باشد.

کلیدواژه ها:

معیارهای کیفیت خوشه بندی ، نقاط کاری قوای محرکه ، چرخه های استاندارد آلایندگی ، خوشه بندی به روش مدل سازی توزیع گاوس ، پایداری خوشه-ها