تشخیص وقوع کوبش در موتورهای احتراق جرقه ای به کمک حسگر دمای دود خروجی با روشهای یادگیری ماشین

در این پژوهش، به کمک الگوریتم شبکه عصبی مصنوعی به تشخیص وقوع کوبش در موتورهای احتراق جرقه ای به کمک داده های دمای دود خروجی و داده های ثبت شده توسط حسگرهای معمول خودرو پرداخته شد. بدین منظور، داده ها بواسطه آزمون جاده خودرو هایما اس ۷ توربو ثبت و به کمک نرم افزار اینکا استخراج شدند. سپس با همگام سازی و منظم کردن داده ها، مجموعه داده ها برای آموزش شبکه عصبی ایجاد شدند. داده های ورودی استخراج شده از آزمون جاده به همراه برچسب داده ها که همان خروجی مد نظر هر داده است (یعنی وقوع یا عدم وقوع کوبش) به عنوان ورودی های الگوریتم مورد استفاده قرار می گیرند. بخشی از داده ها، به منظور آزمون شبکه و بررسی معیارهای خطا مورد استفاده قرار میگیرند. الگوریتم شبکه عصبی در نرم افزار متلب کدنویسی شده و بواسطه آزمون و خطا، بهترین ساختار الگوریتم که منجر به حداقل خطا در پیش بینی نتایج میشود، استفاده خواهد شد. دو شبکه عصبی مختلف آموزش دیده شد که نتایج خوبی را نشان دادند. بعد از اتمام فرآیند یادگیری، هر دو شبکه توسط ۲۲۸ داده که در طی فرآیند یادگیری استفاده نشده بودند مورد آزمون قرار گرفتند. از این تعداد داده، ۹۰ داده کوبشی و ۱۳۸ داده غیرکوبشی میباشد که شبکه اول، ۸۷ داده کوبشی و ۱۳۳ داده غیرکوبشی و شبکه دوم، ۸۷ داده کوبشی و ۱۳۴ داده غیرکوبشی را بدرستی تشخیص داد. کسر مطلق واریانس ۹۲۱۷۹/۰ و ۹۳۵۳۶/۰ برای آزمون در حین فرآیند یادگیری و ۸۹۹۹/۰ و ۸۷۵۰/۰ برای آزمون بعد از یادگیری شبکه حاصل شد که نشان دهنده دقت مطلوب برای پیش بینی وقوع یا عدم وقوع کوبش میباشد.

کلیدواژه ها:

کوبش ، یادگیری ماشین ، شبکه عصبی مصنوعی