文献

J-GLOBAL ID：201202251570080911   整理番号：12A0821279

ディーゼルエンジン吸気における酸素の仮想センシングのための人工知能手法

Artificial Intelligence Methodologies for Oxygen Virtual Sensing at Diesel Engine Intake

著者 (5件)： MARIANI Francesco (Universita degli Studi di Perugia) ,  GRIMALDI Carlo N. (Universita degli Studi di Perugia) ,  SGATTI Stefano (Magneti Marelli Powertrain SPA) ,  DE CESARE Matteo (Magneti Marelli Powertrain SPA) ,  BATTISTONI Michele (Universita degli Studi di Perugia)
資料名： SAE Technical Paper Series (Society of Automotive Engineers)  (SAE Technical Paper Series (Society of Automotive Engineers))
ページ： 15P  発行年： 2012年 
JST資料番号： D0244B  ISSN： 0148-7191  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ディーゼルエンジンの排気物制御や,車載診断システムのためには燃料空気混合気(チャージ)中の酸素濃度を可能な限り正確に決定する必要がある。このためには高価なハードウエアセンサを用いる手段もあるが,本稿ではスマートで,効率的,安価な手段として仮想センサを開発する。各種の人工知能手法を比較し,著者らが開発したANN(人工ニューラルネットワーク)-BP(後方伝播)を用いたANFIS(適合ニューロファジィ推論システム)を提示する。本手法を用いて直列4気筒ディーゼルエンジン(ターボ過給機付)のチャージ中酸素濃度を解析し,良好な予測が可能なことを確認した。本手法では8個のニューロンまたはセルと一個の隠ぺい層を有するニューロファジィモデルを採用した。通常のANNアプローチは伝達関数が線形で,入力信号が強い非線形性を有するときは使用できないが,本手法ではこれを克服することが可能なことを確認した。

シソーラス用語： 自動車性能 ,  ファジィニューラルネットワーク ,  ニューラルネットワーク ,  *酸素 ,  検出 ,  *人工知能 ,  *ディーゼル機関
準シソーラス用語： NVH ,  センシング

分類 (1件)： 圧縮点火機関  (PB02030N)

タイトルに関連する用語 (7件)： ディーゼルエンジン ,  吸気 ,  酸素 ,  仮想 ,  センシング ,  人工知能 ,  手法