مدل سازی موتور احتراق داخلی به روش شبکه های عصبی مصنوعی پرسپترون

در سال های اخیر با پیشرفت تکنولوژی موتورهای احتراق داخلی و مجهز شدن آنها به سیستم های کنترل حلقه بسته، توسعه ی روش های کنترل غیرخطی برای بهبود عملکرد موتورهای احتراق داخلی را امکان پذیر کرده است. در این پروژه سیستم کنترل حالت های مورد نیاز در مسئله کنترل حلقه بسته موتور از طریق شبکه های عصبی مصنوعی با استفاده از شبیه سازی مدل های مقادیر متوسط انجام می شود که این مدل ها برای مدل سازی و کنترل متغیرهای حالت موتور ارائه شده اند. برای شناسایی سیستم از دو شبکه عصبی مصنوعی پایه شعاعی و پرسپترون دولایه استفاده شده نتایج نشان می دهد که در مقایسه با مدل شبکه عصبی پایه شعاعی، شبکه ی عصبی پرسپترون دولایه توانایی شناسایی دینامیک موتور را با دقت بیشتری دارد.

کلیدواژه ها:

موتورهای احتراق داخلی ، شبکه عصبی ، کنترل غیرخطی