ارائه مدل شبکه عصبی ازموتور دیزل پاشش مستقیم جهت بهینه سازی آلایندگی و عملکرد به صورت همزمان با استفاده از الگوریتم ژنتیک

امروزه یکی از ضروریات درطراحی موتورهای دیزل ارائه روشهایی است که بطور همزمان مقادیر کم آلاینده ها (NOX-SOOT) و مصرف بهینه سوخت را به دنبال داشته باشد. بدین منظور از روش بهینه سازی چند منظوره – که در آن چند پارامتر هدف به طور همزمان ماکزیمم یا مینیمم می شوند – استفاده می شود. در اینماله مدل احتراقی دو ناحیه ای از یک موتور دیزل پاشش مستقیم توسعه و صحه گذاری شده است. هدف یافتن نقاط کاری از موتور است که دران نقاط الاینده ها مینیمم و گشتاور خالص موتور ماکزیمم باشد. پارامترهای زمان پاشش و مدت زمان پاشش و نسبت هوا به سوخت به عنوان متغیرهای طراحی انتخاب شده است. یک مدل شبکه عصبی از موتور به عنوان جایگزینی برای مدل احتراقی ارائه شده است که بر مبنای این مدل و با استفاده از الگوریتم ژنتیک مقدار بهینه آلاینده ها و گشتاور خالص تولیدی در یک سیکل بسته در دور وباری مشخص تعیین می شود.

کلیدواژه ها:

NOx ، SOOT ، Imep ، الگوریتم ژنتیک ، بهینه سازی ، دیزل ، شبکه عصبی