文献

J-GLOBAL ID：202202213003012672   整理番号：22A0794171

バックプロパゲーション(BP)ニューラルネットワークに基づく多成分代理の点火遅延予測モデルに関する研究【JST・京大機械翻訳】

Investigation on the ignition delay prediction model of multi-component surrogates based on back propagation (BP) neural network

著者 (10件)： Cui Yanqing (State Key Laboratory of Engines, Tianjin University, Tianjin, 300072, China) ,  Liu Haifeng (State Key Laboratory of Engines, Tianjin University, Tianjin, 300072, China) ,  Wang Qianlong (State Key Laboratory of Engines, Tianjin University, Tianjin, 300072, China) ,  Zheng Zunqing (State Key Laboratory of Engines, Tianjin University, Tianjin, 300072, China) ,  Wang Hu (State Key Laboratory of Engines, Tianjin University, Tianjin, 300072, China) ,  Yue Zongyu (State Key Laboratory of Engines, Tianjin University, Tianjin, 300072, China) ,  Ming Zhenyang (State Key Laboratory of Engines, Tianjin University, Tianjin, 300072, China) ,  Wen Mingsheng (State Key Laboratory of Engines, Tianjin University, Tianjin, 300072, China) ,  Feng Lei (State Key Laboratory of Engines, Tianjin University, Tianjin, 300072, China) ,  Yao Mingfa (State Key Laboratory of Engines, Tianjin University, Tianjin, 300072, China)
資料名： Combustion and Flame  (Combustion and Flame)
巻： 237  ページ： Null  発行年： 2022年 
JST資料番号： C0104A  ISSN： 0010-2180  CODEN： CBFMAO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 3成分代理の着火遅れ予測モデルを,逆伝搬(BP)ニューラルネットワークに基づいて確立した。周囲温度,大気圧,n-ヘプタンのモル比,イソオクタンおよびトルエンを入力パラメータとして利用した。着火遅れを出力パラメータとして利用した。訓練および検証セットは,単一および2成分代理の0Dシミュレーション着火遅れのみを含んだ。しかし,訓練されたBPニューラルネットワークは,3つの成分トルエン一次参照燃料(TPRF)代理の着火遅れに対する強い予測能力を示した。結果は,2つの隠れ層を有するBPニューラルネットワークが単一隠れ層のものより良いことを示した。遺伝的アルゴリズム(GA)と粒子群最適化(PSO)アルゴリズムの最適化によって,相関係数は0.9996より高かった。平均相対誤差(MRE)と平均二乗誤差(MSE)も低レベルで維持された。0-DシミュレーションとBPニューラルネットワーク法の計算コストを比較した。0-Dシミュレーションにおいて,1つのケースの計算時間は,28sであった。BPニューラルネットワークを利用するとき,176ケースの計算時間は,ちょうど3.2秒であり,計算時間の有意な改善を示した。平均衝撃値(MIV)解析を通して,出力結果に対する各入力変数の重要性を調べた。イソオクタンの周囲温度およびモル分率の入力パラメータは,それぞれMIVの最高および最低の絶対値を得て,着火遅れに及ぼす主要なおよび小さい影響を示した。3成分TPRFサロゲートの予測着火遅れに基づいて,研究オクタン価(RON)とモーターオクタン価(MON)も,3ユニット以上の最大偏差で正確に予測することができた。FACE AおよびFACE Cガソリンのような先進燃焼エンジン(FACE)ガソリン用の燃料の実燃料に対して,BPニューラルネットワークによるTPRF代理の着火遅れルックアップテーブルの構築により,比圧力および温度において同じ着火遅れを持つ代替燃料を決定できた。この方法に続いて,実際の燃料の着火遅れは正確に整合し,対応するTPRF代用物の各成分のモル分率も取得できる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  シミュレーション ,  ガソリン ,  *着火 ,  着火遅れ ,  *ニューラルネットワーク ,  オクタン価 ,  検証 ,  *逆伝搬法 ,  遺伝的アルゴリズム ,  *予測モデル ,  アルキルベンゼン ,  アルカン
準シソーラス用語： 隠れ層 , 【Automatic Indexing@JST】

著者キーワード (5件)： 逆伝搬(BP)ニューラルネットワーク ,  多成分代替物 ,  RON ,  MON ,  着火遅れ

分類 (2件)： 燃焼理論  (XE04020H) ,  燃焼一般  (XE04010W)

物質索引 (2件)： トルエン ,  イソオクタン

タイトルに関連する用語 (7件)： バックプロパゲーション ,  BP ,  ニューラルネットワーク ,  点火 ,  遅延 ,  予測モデル ,  研究