圧縮点火エンジンの模倣最適制御のためのモデル予測制御と統合した機械学習【JST・京大機械翻訳】

Norouzi Armin; Shahpouri Saeid; Gordon David; Winkler Alexander; Nuss Eugen; Abel Dirk; Andert Jakob; Shahbakhti Mahdi; Koch Charles Robert

プレプリント

J-GLOBAL ID：202202208347039386 整理番号：22P0323639

圧縮点火エンジンの模倣最適制御のためのモデル予測制御と統合した機械学習【JST・京大機械翻訳】

Machine Learning Integrated with Model Predictive Control for Imitative Optimal Control of Compression Ignition Engines

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (9件)： , , , , , , , ,
資料名：
発行年： 2022年03月31日プレプリントサーバーでの情報更新日： 2022年08月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

圧縮点火機関の高い熱効率と信頼性は,多くの応用の第一選択である。このために,汚染物質排出の削減が必要である。1つの解決策は,エンジンコントローラに実質的な計算コストを加えずに,排出と燃料消費を最小化するための機械学習(ML)とモデル予測制御(MPC)の使用である。MLは,モデリングエンジン性能と排出の両方に対して,また線形パラメータ変動(LPV)MPCの挙動を模倣するために,この論文で開発された。エンジン性能と排出のサポートベクターマシンベースの線形パラメータ変化モデルを用いて,モデル予測制御装置を4.5Cumminsディーゼルエンジンのために実行した。このオンライン最適化MPC溶液は,ベースラインフィードフォワード生産制御装置と比較して,ox放出と燃料消費を最小化する利点を提供する。このMPCの計算コストを低減するために,開発した制御器の挙動を模倣するために深い学習スキームを設計した。模倣制御装置による一定負荷でのNO_x排出低減の性能は,Cummins生産制御装置と比較してオンライン最適化MPCのそれと類似している。さらに,模倣制御装置はオンラインMPC最適化に比べて計算時間が50倍少ない。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

圧縮点火機関 , 火花点火機関

, , , , ,

前のページに戻る