فهرست نشریات علمی دسترسی آزاد ایران

استفاده از روش­های مدل­مبنا در طراحی و توسعه محصولات قوای محرکه خودرو رو به گسترش است. بهره­گیری از روش­های مدل مبنی در طراحی سامانه­ های کنترلی، بهینه­ سازی، زینه­بندی و تحلیل حساسیت موتور، مستلزم در اختیار داشتن مدل­ های دقیق و در عین حال سریع است. در این مقاله، مدل فرآیند درون­ سیلندری موتور بنزینی تنفس طبیعی مجهز به سامانه زمانبندی متغیر پیوسته دریچه هوا با هدف استفاده در مدل مقدار میانگین توسعه­ یافته و نیز فرآیند زینه­ بندیِ مدل مبنای موتور، توسعه داده شده است. مدل فرآیند درون­ سیلندری، مدل ترمو-سیالاتی استاتیکی است که با دریافت شرایط مرزی حاکم بر سیلندر، مقادیر شاخص­های عملکردی و آلایندگی سیکل موتور را پیش­ بینی می­نماید. با توجه به زمان حل نسبتاً بالای مدل­های ترمو-سیالاتی موتور، استفاده مستقیم از این مدل­ ها در شبیه­ سازی­ های کنترلی موتور -بواسطه زمان حل نسبتاً زیاد-، پاسخگوی نیاز مدل­ سازی کنترلی نخواهد بود. از این­ رو، در این مقاله ابتدا مدل ترمودینامیکی موتور در یک نرم­ افزار تجاری تحلیل سیکل­ های موتور توسعه داده شده و پس از صحه­ گذاری، نتایج مدل در ازای ورودی­ های مختلف در قالب داده­های ورودی-خروجی آماده شده است. به منظور افزایش غنای داده­ ها، از روش سُبُل به­ منظور تولید داده­ های ورودی به مدل ترمودینامیکی استفاده شده است. در ادامه مجموعه داده­ های تولید شده، به شبکه عصبی چندلایه آموزش داده شده است. با توجه به روند تغییرات پارامترهای خروجی، از دو شبکه عصبی مجزا به ­منظور پیش ­بینی پارامترها استفاده شده است. به منظور صحت سنجی مدل،‌ نتایج حاصل از مدل با مقادیر تجربی در شرایط عملکردی تمام­ بار و میان­ بار مقایسه شده است. مقایسه نتایج حاصل از مدل­ توسعه­ یافته با مقادیر تجربی نشان می­دهد، مدل شبکه عصبی می­تواند شاخص­های عملکردی و آلایندگی موتور را در ازای ورودی­های مختلف در شرایط تمام­بار و میان ­بار موتور را با دقت مناسب و در زمان بسیار کوتاه پیش­بینی نماید و از این­رو می­تواند در مدل­ های مقدار میانگین توسعه یافته و نیز زینه­ بندی مدل مبنا مورد استفاده قرار گیرد.