文献

J-GLOBAL ID：202202243094974850   整理番号：22A0321991

機械学習を用いた可変圧縮比CNGエンジンのエンジンパラメータの定量的解析【JST・京大機械翻訳】

Quantitative analysis of engine parameters of a variable compression ratio CNG engine using machine learning

著者 (3件)： Sahoo Sridhar (School of Energy Science and Engineering, Indian Institute of Technology Kharagpur, 721302, India) ,  Kumar Valluri Naga Sai Pavan (Department of Mechanical Engineering, Indian Institute of Technology Kharagpur, 721302, India) ,  Srivastava Dhananjay Kumar (Department of Mechanical Engineering, Indian Institute of Technology Kharagpur, 721302, India)
資料名： Fuel  (Fuel)
巻： 311  ページ： Null  発行年： 2022年 
JST資料番号： C0023A  ISSN： 0016-2361  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 機械学習法の数値能力は,内燃機関を含む異なる工学分野におけるベースであった。専用圧縮天然ガス(CNG)火花点火(SI)エンジンの性能,燃焼,および排出特性を予測するため,機械学習法に関する提示した研究を行なった。実験を,種々のエンジン負荷(IMEP),速度,および圧縮比(CR)で行い,モデル訓練と試験データを収集した。試験結果は,エンジン負荷,速度,およびCRの増加とともに,ITEが,それぞれ25%,5.7%,および10%増加したことを示した。同様に,ISFCは,負荷,CRおよび速度をそれぞれ20%,9%および5.4%減少させた。シリンダ内圧力,圧力上昇の最大速度,および最大熱発生率は,エンジン速度の増加とともに減少し,CRの増加とともに増加する。火炎発生角(FDA)と燃焼持続時間(CD)のような燃焼性能はCRの増加と共に低下した。エンジン負荷の増加とともに,速度,およびCR,ISCOおよびISHC排出量は減少した。一方,ISCO_2放出はエンジンrpmとして増加し,CRは増加した。実験では16の最大CRを使用した。3つの異なる機械学習法(回帰モデル,サポートベクトルマシン(SVM),人工ニューラルネットワーク(ANN))を用いて,エンジン性能,燃焼および排出特性を予測した。異なる次数回帰モデルとANNモデルを逆伝播アルゴリズムを用いて試験した。ANNとSVMモデルを双曲線移動活性化関数と非線形カーネル関数を用いて訓練した。各出力パラメータに対する相関係数(R)と二乗平均平方根誤差(RMSE)の値を計算し,3つのモデルを比較した。3次の回帰モデルは,ITE,CD,ISHC,ISCO,およびISCO_2に対してよく予測された。一方,ANNモデルはPmaxとRmaxを正確に予測した。決定係数(R2)を計算し,他の全ての試験モデルと比較して正確な予測に適したANNモデルを示す3つのモデルを比較した。開発したモデルは,エンジン性能,燃焼および排出特性の予測に優れた結果を示した。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 ,  燃焼 ,  内燃機関 ,  ニューラルネットワーク ,  相関係数 ,  熱発生率 ,  負荷 ,  回帰モデル ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： Kernel関数 ,  CNG【圧縮天然ガス】 ,  決定係数 ,  エンジン性能 ,  エンジン負荷 ,  スパーク着火 , 【Automatic Indexing@JST】

著者キーワード (5件)： 圧縮天然ガス ,  ANN ,  SVM ,  多項式回帰モデル ,  圧縮比

分類 (2件)： 圧縮点火機関  (PB02030N) ,  生物燃料及び廃棄物燃料  (LB02020Y)

タイトルに関連する用語 (6件)： 機械学習 ,  可変 ,  圧縮比 ,  CNG ,  パラメータ ,  定量的解析