Оптимізація випередження запалення двигуна на водневому паливі на основі нейронної мережі з нечіткою логікою, оптимізованою методом рою часток

Рейтинг користувача:  / 0
ГіршийКращий 

Автори:

Ван Ліцзюнь, Північно-китайський університет водних ресурсів і електроенергії, м. Чженчжоу, провінція Хенань, КНР

Лю Юань, Північно-китайський університет водних ресурсів і електроенергії, м. Чженчжоу, провінція Хенань, КНР

Сун Юйфен, Північно-китайський університет водних ресурсів і електроенергії, м. Чженчжоу, провінція Хенань, КНР

Ян Чженьчжун, Північно-китайський університет водних ресурсів і електроенергії, м. Чженчжоу, провінція Хенань, КНР

Реферат:

Мета. Єдиним шляхом вирішення наростаючих проблем енергетичної кризи та забруднення довкілля стає пошук екологічно чистого поновлюваного альтернативного палива для автомобільних двигунів. У роботі представлене експериментальне дослідження двигунів на водневому паливі. Зважаючи на деякі характеристики процесу горіння водню, частими є ситуації виникнення раннього запалення (передчасного займання) та зворотного спалаху (зворотного удару). Оптимізація випередження запалення сприяє запобіганню відхилень у процесі згорання.

Методика. На основі даних щодо регулювання запалення двигуна на водневому паливі, отриманих на експериментальній системі, розроблена модель оптимізації випередження запалення, що є функцією частоти обертання та навантаження двигуна. Вона ґрунтується на нейронній мережі з нечіткою логікою та оптимізації методом рою часток. Модель була експериментально протестована.

Результати. Експеримент показав, що середня абсолютна похибка розрахунків складає 0,704, а середня відносна похибка – 2,2%. Запропонований алгоритм дозволяє виробляти швидкий і точний розрахунок найкращого кута випередження запалення у двигунах на водневому паливі.

Наукова новизна. Уперше в експериментальній системі двигуна на водневому паливі використана модель на основі нейронної мережі з нечіткою логікою, оптимізованою методом рою часток, що просуває використання алгоритмів штучного інтелекту в машинобудуванні.

Практична значимість. Доведена ефективність використання моделі на основі нейронної мережі з нечіткою логікою, оптимізованою методом рою часток як підхід до оптимізації випередження запалення. Вона дозволяє обходитися без великої кількості калібрувальних випробувань, значно зменшує трудомісткість експериментів і підвищує ефективність.

Список літератури / References:

1. Sebastian Verhelst and Thomas Wallner (2009), Hydrogen-fueled internal combustion engines”, Progress in Energy and Combustion Science, vol.35, no.6, pp. 490−527.

2. Junfa Duan, Fushui Liu and Baigang Sun (2014), “Backfire control and power enhancement of a hydrogen internal combustion engine”, International Journal of Hydrogen Energy, vol.39, no.9, pp. 4581−4589.

3. Tien Ho and Vishy Karria (2010), “Basic tuning of hydrogen powered car and artificial intelligent prediction of hydrogen engine characteristics”, International Journal of Hydrogen Energy, vol.35, no.18, pp. 10004−10012.

4. Anuj Pal and Avinash Kumar Agarwal (2015), “Comparative study of laser ignition and conventional electrical spark ignition systems in a hydrogen fuelled engine”, International Journal of Hydrogen Energy, vol.40, no.5, pp. 2386−2395.

5. Kaname Naganuma and Toru Honda (2010), “Efficiency and Emissions-Optimized Operating Strategy of a High-pressure Direct Injection Hydrogen Engine for Heavy-duty Trucks”, SAE International Journal of Engines, vol.2, no.2, pp. 132−140.

6. Salama, M.M.A (2002), Determination of neural-net-work topology for partial discharge pulse pattern recognition”, IEEE Transactions on Neural Networks, vol.13, no.2, pp. 446−456.

7. Yu, Jiang (2008), Research of PSO-BP optimal algorithm in material moisture measurement”, The 2nd International Symposium on Intelligent Information Technology Application, vol.2, pp. 293297.

8. Li, Rui (2010), A particle swarm optimized fuzzy neural network for bankruptcy prediction, International Conference on Future Information Technology and Management Engineering, vol.2, pp. 557560.

9. Kennedy, J., Eberhart, R.C. (1995), Particle swarm optimization, Proceedings IEEE International Conference on Neural Networks, vol.4, pp. 1942−1948.

10. Wang Lijun (2006), Research on optimal calibration technology for hydrogen-fueled engine based on nonlinear programming theory, International Journal of Hydrogen Energy, vol.32, no.7, pp. 2747−2753.

 

11. Kim Y.Y., Lee Jong T. and Caton, J.A. (2006), The development of a dual-injection hydrogen-fueled engine with high power and high efficiency, Journal of Engineering for Gas Turbines and Power, vol.128, no.1, pp. 203−212.

Files:
2015_05_lijun
Date 2016-02-03 Filesize 490.94 KB Download 855

Відвідувачі

6228604
Сьогодні
За місяць
Всього
2436
55281
6228604

Гостьова книга

Якщо у вас є питання, побажання або пропозиції, ви можете написати їх у нашій «Гостьовій книзі»

Реєстраційні дані

ISSN (print) 2071-2227,
ISSN (online) 2223-2362.
Журнал зареєстровано у Міністерстві юстиції України.
Реєстраційний номер КВ № 17742-6592ПР від 27.04.2011.

Контакти

49005, м. Дніпро, пр. Д. Яворницького, 19, корп. 3, к. 24 а
Тел.: +38 (056) 746 32 79.
e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
Ви тут: Головна Про журнал редакційна колегія UkrCat Архів журналу 2015 Зміст №5 2015 Інформаційні технології, системний аналіз та керування Оптимізація випередження запалення двигуна на водневому паливі на основі нейронної мережі з нечіткою логікою, оптимізованою методом рою часток