Menu
Home
Advanced Search
Directory of Libraries
Languages
فارسی
English
العربی
عنوان
#استفاده از شبکه های عصبی والگوریتم بهینه سازی مورچگان برای مدلسازی و کاهش آلاینده های NOx وSOOt درموتورهای دیزل پاشش مستقیم
پدید آورنده
#محمد حسنی ، جواد
موضوع
رده
کتابخانه
Library of Urmia University of Technology
محل استقرار
استان:
West Azarbaijan
ـ شهر:
Urmia
تماس با کتابخانه :
31980284
-
044
پایان نامه فارسی
TITLE AND STATEMENT OF RESPONSIBILITY
Title Proper
#استفاده از شبکه های عصبی والگوریتم بهینه سازی مورچگان برای مدلسازی و کاهش آلاینده های NOx وSOOt درموتورهای دیزل پاشش مستقیم
First Statement of Responsibility
#محمد حسنی ، جواد
Subsequent Statement of Responsibility
#ایرج میرزایی
Subsequent Statement of Responsibility
#شهرام خلیل آریا ، مقصود سلیمان پور
.PUBLICATION, DISTRIBUTION, ETC
Place of Publication, Distribution, etc.
دانشگاه صنعتی ارومیه
Date of Publication, Distribution, etc.
۱۳۸۹
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
#۱۱۵ ص. : نمودار، مصور ،جدول
INTERNAL BIBLIOGRAPHIES/INDEXES NOTE
Text of Note
#کتابنامه ص.: ۱۱۱ - ۵۱۱
SUMMARY OR ABSTRACT
Text of Note
#چکیده:درپژوهش حاضر،از الگوریتم فراابتکاری مورچگان برای بهینه سازی دور موتور ، دمای هوای ورودی وجرم سوخت پاشیده شده )پارامترهای عملکردی( در موتوردیزیل پاشش مستقیم OM355 با هدف کاهش آلاینده های NOx و Soot ) پارامترهای خروجی( استفاده شده است . در ابتدا کاربردهای موتورهای دیزل ، آلاینده های منتشره ازآنها وارتباط بین پارامترهای عملکردی موتور وآلایندههامشخص گردیده ومقدمات لازم برای مدلسازی پارامترهای عملکردی وخروجی توسط شبکه عصبی فراهم شده است . شبکه عصبی مصنوعی با الگوریتم آموزشی لونبرگ - مارگوارت برای مدلسازی وآموزش ارتباط موجود بین پارامترهای مذکور با بهره گیری از ۴۴۱ داده تجربی ، استفاده شده وبه عنوان یک روش پیشگو در الگوریتم مورچگان برای یافتن مقادیر بهینه به صورت یک زیر روال به کار رفته است. برای این منظور ، برنامه ای به صورت M-File تحت نرم افزار MATLAB7.8 نوشته شده ونتایج آن ارائه گردیده است . نتایج بررسی ها ، حاکی از همگرایی سریع وزمان پاسخگویی کوتاه الگوریت مورچگان با سیکل تکراری کمتر از ۰۰۲و بهینه سازی خوب پارامترهای کنترلی در مقایسه با دیگر الگوریتم های فراابتکاری همچون الگوریتم ژنتیک است . مقادیر بهینه پارامترهای کنترلی با چشم پوشی از تاثیرات آنها برتغییرات توان و بازده موتور و با در نظر گرفتن تعداد مورچه های متفاوت ارائه گردید است . روش ترکیبی سبکه عصبی الگوریتم مورچگان به دلیل همگرایی سریع و بهینه سازی قابل توجه پارامترهای خروجی ،می تواند به عنوان یک روش موثر در سیستم های کنترل هوشمند موتورهای دیزل کاهش آلاینده ها بالاخص NOx و Soot مورد استفاده قرار گیرد. به هر حال نتایج محاسبات انجام گرفته در این مطالعه نشان می دهد که روش پیشنهاد شده برای سرعت های بسیار پایین و بسیار بالای موتور مورد بررسی نمی تواند برای بهینه سازی آلاینده Soot به کار رود .
Proposal/Bug Report
×
Proposal/Bug Report
×
Warning!
Enter The Information Carefully
Error Report
Proposal