• عنوان

    تشخيص وقوع كوبش در موتورهاي احتراق جرقه‌اي با روش‌هاي يادگيري ماشين به كمك حسگر دماي دود خروجي

  • نويسنده اصلي

    محمد حسيني، محمد

  • محل تحصيل
    اصفهان : دانشگاه صنعتي اصفهان
  • رشته تحصيلي
    مهندسي مكانيك
  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    توسعه و بهينه‌سازي موتورهاي احتراق داخلي به منظور دست‌يابي به بيشينه توان خروجي، كاهش آلايندگي و كاهش مصرف سوخت، مورد توجه محققان قرار گرفته است. هدف اصلي در اين زمينه، رسيدن به تعادل مطلوب بين كاهش مصرف سوخت و آلايندگي با بهبود توان و گشتاور توليدي موتور مي‌باشد و راهكارهايي نظير كوچك‌سازي موتور، افزايش نسبت تراكم و بهره‌گيري از سيستم پرخوران در موتور، مي‌تواند شرايط را براي رسيدن به اين هدف، مهيا سازد. در تمامي اين موارد، كوبش مانعي بزرگ براي رسيدن به شرايط بهينه كاركردي موتور مي‌باشد. در كار حاضر، هدف پيش‌بيني احتمال وقوع كوبش در موتور احتراق جرقه‌اي براساس پارامترهاي كاركردي خودرو و دماي دود خروجي به كمك روش‌هاي يادگيري ماشين مي‌باشد. در اين كار، از روش‌هاي شبكه عصبي مصنوعي و يادگيري عميق به عنوان الگوريتم‌هاي يادگيري ماشين استفاده مي‌شود. در مرحله نخست، داده‌هاي موردنياز از طريق آزمون‌هاي جاده مختلف بر روي خودروي هايما اس 7 توربو بدست آمدند. آزمون‌ها در جاده‌هاي مختلف ايران با شرايط آب و هوايي و ارتفاع متفاوت انجام شدند. در مرحله بعد، پارامترهاي كاركردي مختلف خودرو از لحاظ زماني، همگام‌سازي شده تا مقدار تمامي پارامترها در زمان يكسان، ثبت شوند. سپس داده‌هاي پردازش شده به عنوان ورودي الگوريتم‌هاي يادگيري ماشين، استفاده مي‌شوند تا فرآيند آموزش و يادگيري شبكه‌ها، انجام شود. در نهايت، شبكه‌ها دقت 92 درصدي را در فرآيند آموزش و دقت 87 تا 89 درصدي را در فرآيند آزمون از خود نشان دادند. مهم‌ترين عامل وجود خطا در تشخيص شرايط كوبشي، ذات تصادفي بودن پديده كوبش و تغييرات چرخه به چرخه در موتور است كه در شرايط كاركردي كاملا مشابه، در يك چرخه ممكن است كوبش رخ بدهد و در ديگري ممكن است احتراق به صورت عادي انجام شود. هم‌چنين، براساس آناليز حساسيت انجام شده بر روي شبكه‌ها، زمان جرقه بيشترين تاثير را در وقوع يا عدم وقوع جرقه دارد و موقعيت ميل‌بادامك، كمترين اثر را بر روي اين پديده دارد. الگوريتم‌هاي يادگيري ماشين، نتايج اميدواركننده‌اي را در زمينه تشخيص كوبش از خود نشان دادند و روش‌هاي يادگيري ماشين، مي‌توانند در مباحث بهينه‌سازي، كنترل و پيش‌بيني عملكرد موتورهاي احتراق داخلي و نگاشت مديريت هوشمند خودرو، تحولات شگرفي را ايجاد كنند. هم‌چنين، مي‌توان از روش‌هاي يادگيري ماشين با هدف تشخيص و شناسايي پديده كوبش براساس پارامترهاي كاركردي خودرو استفاده كرد كه چنين امري، مي‌تواند منجر به حذف حسگر كوبش از موتورهاي احتراق جرقه‌اي شود.
  • شماره ركورد
    222559
  • گرايش رشته تحصيلي
    تبديل انرژي
  • دانشكده
    مهندسي مكانيك
  • دانشگاه
    دانشگاه صنعتي اصفهان