چکیده

کالیبراسیون موتورهای احتراق داخلی مدرن بسیار پیچیده شده‌است و نیاز به‌صرف زمان و هزینه بالا بر روی بستر تست دارد. پیچیدگی این امر نه فقط به دلیل تعداد زیاد پارامترهای کالیبراسیون، بلکه به‌دلیل بهینه‌سازی همزمان مصرف سوخت و انتشار آلاینده می‌باشد. این امر اساساً کالیبراسیون را به مسأله بهینه سازی چند منظوره تبدیل می کند. علاوه براین، با افزایش تعداد پارامترهای کنترلی، امکان کالیبراسیون موتور، تنها با استفاده از بستر تست عملاً غیرممکن می‌باشد؛ درنتیجه در این مقاله توسعه تکنیک های کالیبراسیون مدل پایه با هدف دستیابی کامل به رفتار و درجات آزادی موتور احتراق داخلی به‌منظور کاهش زمان و هزینه کالیبراسیون، بهبود دقت بهینه‌سازی و درنهایت بهبود استراتژی کنترلی ارائه شده‌است. در راستای شناسایی مدل های احتراق، جعبه ابزار مدل سازی به کمک روش های شناسایی هوشمند، توسعه یافته‌است و در راستای داده‌برداری بهینه، روش‌های طراحی آزمایش بررسی و متناسب با مساله پیش‌رو، روش مناسب با هدف پوشش سراسری و با کم‌ترین تعداد داده، انتخاب شده‌است. در این تحقیق، مطالعه برروی موتور ملی EF7 موجود در اتاق تست شرکت ایپکو انجام شده‌است و نشان داده‌شد که به کمک طراحی آزمون مدرن به روش سوبل و مدلسازی با بهره‌گیری از شبکه‌عصبی عمیق، می‌توان تعداد داده‌های آزمایشگاهی مورد نیاز را از 5500 داده به 1500 داده کاهش داد. درنهایت برای تعیین بهینه پارامترهای کنترلی، مدل آموزش‌دیده، جایگزین موتور واقعی گردیده‌است.

کليدواژه ها

کالیبراسیون مدل‌پایه، بهینه‌سازی چندمنظوره، شناسایی هوشمند، بستر تست، طراحی آزمایش

کد مقاله / لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :

نحوه استناد به مقاله

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
وحید اصفهانیان , 1399 , بهبود روش شناسایی موتور احتراق داخلی با هدف بهره‌‌گیری در کالیبراسیون مدل پایه , سومین همایش ملی موتورهای درونسوز