مدل سازی و بهینه سازی پارامترهای عملکردی موتور دیزل دوگانه سوز تحت اثر تغییرات زمان پاشش و درصد اختلاط سوخت به کمک شبکه عصبی مصنوعی و الگوریتم ژنتیک چندهدفه

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

استفاده از سوخت های متنوع در موتورهای دیزل باعث شده تا این دسته از موتورها به صورت دوگانه سوز مورداستفاده قرار گیرند. کاهش آلایندگی و مصرف سوخت کمتر از ویژگی های موتور دیزل دوگانه سوزی است که از ترکیب گاز- دیزل بهره می گیرند. در این تحقیق سعی شد تا به کمک روش دینامیک سیالات محاسباتی اثر تغییرات زمان پاشش و درصد اختلاط سوخت در موتور دیزل دوگانه سوز OM355 EU2 در دو سرعت مختلف بررسی گردد. اثرات متقابل متغیرهای ورودی و عدم ارایه مدل یکنواخت برای پارامترهای عملکردی موتور موجب شد مدل سازی شبکه عصبی مصنوعی جهت مطالعه اثرات توام متغیرهای زمان پاشش و درصد اختلاط سوخت ها استفاده شود. بهینه سازی به کمک الگوریتم ژنتیک چندهدفه نیز برای تعیین سطوح بهینه متغیرها بکار گرفته شد. نتایج این تحقیق نشان داد که شبکه عصبی مصنوعی RBF پیش بینی های قابل قبولی (RMSE = 0.01 و R2=0.99) از روند تغییرات خروجی ها داشته و به کمک سطح پاسخ شبکه عصبی محدوده بهینه کارکرد موتور در سرعت های مشخصه به دست آمد. همچنین قابلیت های بهینه سازی الگوریتم ژنتیک چندهدفه این امکان را فراهم می سازد تا در سرعت های مختلف سطوح بهینه ای از متغیرهای ورودی و خروجی به دست آید.

زبان:
فارسی
صفحات:
61 تا 75
لینک کوتاه:
magiran.com/p2207599 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!