PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Model sieci neuronowej do prognozowania natężenia emisji dwutlenku węgla

Autorzy
Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
A model of an artificial neural network for estimation of intensity of carbon dioxide emission
Języki publikacji
PL
Abstrakty
PL
W pracy zaproponowano zastosowanie sztucznej sieci neuronowej do prognozowania natężenia emisji CO2 w rzeczywistych warunkach eksploatacji. Jako sygnały wejściowe oprócz chwilowej prędkości i przyspieszenia do sieci wprowadzane są informacje charakteryzujące wcześniejsze obciążenie jednostki napędowej w dwóch dyskretnych chwilach czasu. Przeprowadzono proces uczenia sieci, który w rozważanym przypadku jest tożsamy z identyfikacją parametrów modelu oraz określono dokładność z jaką prognozowane jest natężenie emisji CO2.
EN
Paper presents an application of an artificial neural network for estimation of intensity of CO2 in traffic conditions. The input signals are: instantaneous vehicle velocity, instantaneous acceleration and information about engine load in two discrete time points in the past. The trainee process was performed for identification of parameters of the model. The accuracy of results obtained from the model was calculated.
Rocznik
Strony
929--936, CD
Opis fizyczny
Bibliogr. 17 poz.
Twórcy
  • Akademia Techniczno-Humanistyczna w Bielsku-Białej
Bibliografia
  • 1. Adamski W., Brzozowski K.: Wyznaczanie zużycia paliwa i emisji dwutlenku węgla dla pojazdu z sinikiem ZI. Archiwum Motoryzacji nr 1, 2009.
  • 2. Boulter P.G., McCrae I.S. Barlow T.J.: A review of instantaneous emission models for road vehicles. Transport Research Laboratory, Project report PPR 267, 2007.
  • 3. Brzozowska L., Brzozowski K., Warwas K.: Zastosowanie sztucznych sieci neuronowych do modelowania ekologicznych właściwości pojazdów. Archiwum Motoryzacji nr 3, 2005.
  • 4. Brzozowski K., Drąg Ł.: Modelowanie natężenia emisji związków szkodliwych z silnika ZI pojazdu samochodowego w warunkach ruchu miejskiego. Logistyka, nr 6, 2010.
  • 5. Brzozowski K., Nowakowski J.: Zastosowanie sztucznych sieci neuronowych do modelowania emisji z silnika o zapłonie samoczynnym, Journal of KONES 12(1-2), 2005.
  • 6. Brzozowski K.: Mikroskalowe modele emisji i dyspersji zanieczyszczeń samochodowych, Zeszyty Naukowe Akademii Techniczno-Humanistycznej – Rozprawy Naukowe (18), Bielsko-Biała 2006.
  • 7. Brzozowski K., Nowakowski J.: Model sterowania emisją związków szkodliwych spalin silników o zapłonie samoczynnym. WKŁ, Warszawa 2012.
  • 8. Brzozowski K., Wojciech S.: Wyznaczanie natężenia emisji po zimnym rozruchu silnika z zastosowaniem sztucznych sieci neuronowych. Archiwum Motoryzacji nr 2, 2007.
  • 9. Canakci M., Erdil A., Arcaklioğlu E.: Performance and exhaust emissions of a biodiesel engine. Applied Energy 83, 2006.
  • 10. Canakci M., Ozsezen A.N., Arcaklioğlu E., Erdil A.,: Prediction of performance and exhaust emissions of a diesel engine fueled with biodiesel produced from waste frying palm oil. Expert Systems with Applications 36, 2009.
  • 11. Ghazikhani M., Mirzaii I.: Soot emission prediction of a waste-gated turbo-charged DI diesel engine using artificial neural network. Neural Comput. & Applic. 20, 2011.
  • 12. Ghobadian B., Rahimi H., Nikbakht A.M., Najafi G., Yusaf T.F.: Diesel engine performance and exhaust emission analysis using waste cooking biodiesel fuel with an artificial neural network. Renewable Energy 34, 2009.
  • 13. He Y., Rutland C.J.: Application of artificial neural networks in engine modeling. International Journal of Engine Research 5(4), 2004.
  • 14. Kesgin U.: Genetic algorithm and artificial neural network for engine optimization of efficiency and NOx emission. Fuel 83, 2004.
  • 15. Osowski S.: Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa 1996.
  • 16. Shivakumar, Srinivasa Pai P., Shrinivasa Rao B.R.: Artificial Neural Network based prediction of performance and emission characteristics of a variable compression ratio CI engine using WCO as a biodiesel at different injection timings. Applied Energy, 88, 2011.
  • 17.Yusaf T.F., Buttsworth D.R., Saleh K.H., Yousif B.F.: CNG-diesel engine performance and exhaust emission analysis with the aid of artificial neural network. Applied Energy 87, 2010.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-e13051d4-9511-4fc7-91de-674660805c3f
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.