Resumen

En el presente estudio se utiliza una red neuronal artificial para modelizar la relación entre las emisiones de NOx y los parámetros de funcionamiento de un motor diesel de inyección directa. Para proporcionar datos para el entrenamiento y la prueba de la red, se utiliza un motor diesel de prueba de 6 cilindros en línea y cuatro tiempos, y se prueba para varias velocidades del motor, tasas de inyección masiva de combustible y temperaturas del aire de admisión. El 80% de un total de 144 datos experimentales obtenidos se emplea para el proceso de entrenamiento. Además, el 10% de los datos (seleccionados aleatoriamente) se utiliza para la validación de la red y los datos restantes se emplean para probar la precisión de la red. Para evaluar el rendimiento de la red se utiliza la función de error cuadrático medio. Los resultados muestran que la red neuronal artificial puede utilizarse eficazmente para predecir las emisiones de NOx del motor sometido a prueba con un error medio cuadrático medio de aproximadamente 10.

• Materias:Electrónica de refrigeración Sensor capacitivo Compresión de señales Máquinas Comprensión de imágenes
• Subjects:Refrigeration electronics Capacitive sensor Signal compression Machines Image understanding
• Palabras claves:red neuronal artificial, datos, red, emisiones de NOx, motor diésel de inyección directa, tasas de inyección masiva de combustible, función de error cuadrático medio, motor diésel de prueba, temperaturas del aire de admisión, diversas velocidades del motor.
• Keywords:artificial neural network, data, network, NOx emissions, direct injection diesel engine, mass fuel injection rates, mean square error function, diesel test engine, intake air temperatures, various engine speeds