Zastosowanie sztucznych sieci neuronowych do modelowania ekologicznych właściwości pojazdów

• Autorzy: Brzozowska L. , Brzozowski K. , Warwas K.

Warianty tytułu

EN

Modelling of ecological properties of vehicles with neural networks

• Języki publikacji: PL

Abstrakty

PL

W artykule zaproponowano wykorzystanie sztucznych sieci neuronowych do modelowania natężenia emisji związków szkodliwych spalin oraz zużycia paliwa w zależności od parametrów charakteryzujących ruch pojazdu, takich jak chwilowa prędkość i przyspieszenie. Rozważono sztuczne sieci neuronowe z sigmoidalną i radialną funkcją aktywacji neuronu. Kalibracje sieci wykonano w oparciu o dane eksperymentalne określające natężenie emisji i zużycie paliwa w postaci macierzy emisji. Wykorzystano macierze uzyskane podczas badań na hamowni podwoziowej dla zbioru testów jezdnych o różnej dynamice dla pojazdu z silnikiem o zapłonie iskrowym, wyposażonym w reaktor katalityczny oraz dla pojazdu z silnikiem o zapłonie samoczynnym. Porównano dokładność aproksymacji, uzyskanych dla obu rozważanych sztucznych sieci neuronowych. W obu przypadkach jest ona większa niż stosowane, wcześniej przez autorów niniejszej publikacji, aproksymacje wielomianami potęgowymi i funkcjami potęgowymi. Stwierdzono przy tym, że sieć z sigmoidalną funkcją aktywacji neuronu jest bardziej uniwersalna w rozpatrywanym zagadnieniu, zarówno ze względu na jej strukturę jak i zdolność do lepszego odwzorowania natężenia emisji.

EN

In the paper have been proposed an artificial neural networks for modelling of engine exhaust emission intensity and fuel consumption intensity in dependency on vehicle motion parameters such as instantaneous velocity and acceleration. Two different kind of neural networks have been considered: radial and sigmoidal function for neurons activation. Those neural networks have been calibrated on the experimental data of emission and fuel consumption intensity. The experimental data has been earlier performed in a emission matrix. The emission matrices have been obtained on the base of modal measurements for a set of driving cycles with different dynamic. Two vehicles have been investigated, one vehicle with spark ignition engine equipped with catalytic converter and one vehicle with compression ignition engine. Results of approximation by neural networks are compared for both types of networks in the paper. The error of approximation is less for NNs than for polynomial and power functions used in previously of author works. It can be noticed that neural network with sigmoidal function of neural activation enables us better results of approximation of experimental data and therefore is more useful in the case considered.

Słowa kluczowe

PL

aktywacja neuronu; emisja spalin; sztuczne sieci neuronowe; zużycie paliwa

• Wydawca: Wydawnictwo Naukowe Sieci Badawczej Łukasiewicz - Przemysłowego Instytutu Motoryzacji
• Czasopismo: Archiwum Motoryzacji
• Rocznik: 2005
• Tom: Nr 3
• Strony: 229--247
• Opis fizyczny: Bibliogr 20 poz., rys., tab., wykr.

Twórcy

autor

Brzozowska L.

• Akademia Techniczno-Humanistyczna w Bielsku-Białej

autor

Brzozowski K.

• Akademia Techniczno-Humanistyczna w Bielsku-Białej

autor

Warwas K.

• Akademia Techniczno-Humanistyczna w Bielsku-Białej

Bibliografia

• [1] User’s guide to MOBILE 5. U.S. Environmental Protection Agency, EPA-A-TEB-94-01, 1994.
• [2] Methodology for estimating emissions from on-road motor vehicles. Volume I: introduction and overview. California Environmental Protection Agency Air Resources Board, 1996.
• [3] HAO J., HE D., WU Y., FU L., HE K.: A study of the emission and concentration distribution of vehicular pollutants in the urban area of Beijing. Atmospheric Environment, Vol. 34, pp. 453-465, 2000.
• [4] NTZIACHRISTOS L., SAMARAS Z.: Copert III computer programme to calculate emissions from road transport. Methodology and emission factors. European Environment Agency, Copenhagen, 2000.
• [5] JOUMARD R., JOST P., HICKMAN J.: Influence of instantaneous speed and acceleration on hot passenger car emissions and fuel consumption. SEA Paper 950928, 1995.
• [6] HANSEN J.Q., WINTER M. , SORENSON S.C.: The influence of driving Patterns on petrol Passenger car emissions. The Science of the Total Environment, Vol. 169, pp.129-139, 1995.
• [7] KISHI Y., KATSUKE S., YOSHIKAWA Y., MORITA I.: A method for estimating traffic flow fuel consumption - Using traffic simulations. JSAE Review, Vol. 17, pp.307-311, 1996.
• [8] ZACHARIADIS TH., SAMARAS Z.: Comparative assessment of European tools to estimate traffic emissions. International Journal of Vehicle Design, Vol. 18, pp. 312-325, 1997.
• [9] WEST B. H., MCGILL R.N., HODGSON J.W., SLUDER C.S., SMITH D.E.: Development of data-based light-duty modal emissions and fuel consumption models. SEA Paper 972910, 1997.
• [10] BARTH M., AN F., NOREBCK J., ROSS M.: Modal emission modeling: a physical approach. Transportation Research Record, No. 1520, pp. 81-88, 1996.
• [11] BARTH M., AN F., YOUNGLOVE T., SCORA G., LEVINE C., ROSS M., WENZEL T.: User’s guide: Comprehensive modal emissions model (CMEM) version 2.0, NCHRP Project 25-11, 2000.
• [12] BRZOZOWSKI K., ROMANISZYN K.: An effective method of creating dynamic characteristics using drive tests. The Archive of Mechanical Engineering, Vol. L, No. 4, pp. 403-420, 2003.
• [13] ANDRE M., PRONELLO C.: Relative influence of acceleration and speed on emissions under actual driving conditions. International Journal of vehicle Design, Vol. 18, pp. 340-353, 1997.
• [14] STURM P.J. et al.: Instantaneous emission data and their use in estimating passenger car emissions. VKM-THD Report, Vol. 74, Verlag der Techn. Univ. Graz, Graz, 1998.
• [15] BRZOZOWSKI K.: Wybrane aspekty modelowania natężenia emisji w warunkach dynamicznych. Czasopismo Techniczne Mechanika (PKrak.), z.6-M T.1 Silniki Spalinowe s.125-132, 2004.
• [16] BRZOZOWSKA L., BRZOZOWSKI K., Komputerowe modelowanie emisji i rozprzestrzeniania się zanieczyszczeń samochodowych. Wydawnictwo Naukowe Śląsk, Katowice-Warszawa, 2003.
• [17] BRZOZOWSKA L., BRZOZOWSKI K., WOJCIECH S., Zastosowanie funkcji Gaussa do wyznaczania charakterystyk dynamicznych emisji związków szkodliwych spalin, ZN OBR BOSMAL, z. 26(4), s. 7-22, 2004.
• [18] BUWAL Ergänzungsmessungen zum Projekt „Luftschadstoffemissionen des Strassesverkehrs in der Schweitz 1990-2010“, BUWAL - Arbeitsunterlage 17, Bern. Switzerland 1994
• [19] STURM P.J.: Abgasemissionen des Strassenverkehrs und ihre Ausbreitung in der Atmösphare. Fortschrittsberichte Reihe 15, Nr 139. VDI Verlag, Düsseldorf, Germany 1995
• [20] OSOWSKI S.: Sieci neuronowe w ujęciu algorytmicznym. Wydawnictwa Naukowo-Techniczne, Warszawa, 1996.