بهبود مدل سازی کنترل محور موتورهای اشتعال جرقه ای با استفاده از ساختار جعبه خاکستری

در این مقاله روشی بهبودیافته بلادرنگ و با دقت بالا در مدل سازی کنترل محور موتورهای احتراق داخلی، به نام نورو ام وی ام ارایه می شود. این مدل، ترکیبی از مدل های مقدار میانگین و شبکه های عصبی بوده و قادر است بر نواقص هر دو روش فایق آید. به بیان دیگر، با بهره گیری از مزایای هر دو روش این توسعه جعبه خاکستری دارای قابلیت اعتمادی بالاتر از یک شبکه عصبی جعبه سیاه صرف و همچنین دقتی بالاتر از روابط ریاضی (تقریبا) جعبه سفید مدل های مقدار میانگین خواهد بود. با بهبود این روش در مقاله حاضر مدل حاصله برای طراحی کنترلر مناسب خواهد بود. به واسطه استفاده از روش های پیشرفته تر طراحی (مانند ساختارهای گروهی، تقسیم بندی بهبودیافته و به خصوص ساده سازی وظیفه شبکه ها) شبکه های عصبی بادقت بالا و رگرسیون های شبه خطی حاصل می شود. چنانچه ملاحظه خواهد شد، مدل نهایی به دقت براساس داده های آزمایشگاهی- نرم افزاری صحه گذاری شده و قادر است خروجی های حالت ماندگار و گذرای موتور (مانند آلاینده های خروجی، فشار منیفولد، وقوع ضربه و دور موتور) را با دقت بالا و به صورت بلادرنگ پیش بینی کند. در پایان تاثیر ورودی های کنترلی موتور بر آلاینده ها و مصرف سوخت مورد مطالعه قرار می گیرد. موتور مورد بررسی در این پروهش، یک موتور بنزینی با پاشش راهگاهی است

کلیدواژه ها:

Spark-ignition Engines ، Control-oriented Modeling ، Mean Value Models ، Grey-box structure ، Artificial Neural Networks ، موتورهای اشتعال جرقه ای ، مدل سازی کنترل محور ، مدل های مقدار میانگین ، ساختار جعبه خاکستری ، شبکه های عصبی مصنوعی