Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  stężenie tlenków azotu
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule zaprezentowano wyniki badań nad oceną stężenia tlenków azotu (NOx) okrętowego silnika dwusuwowego. Zapisy Załącznika VI do Konwencji MARPOL nakładają na armatorów obowiązek okresowej oceny emisji NOx z silników okrętowych. W niektórych wypadkach może to być procedura bardzo kosztowna i niedokładna. Praca prezentuje badania nad możliwością oceny poziomu emisji NOx z zastosowaniem sztucznych sieci neuronowych (SSN), bez konieczności pomiarów bezpośrednich tych związków w gazach wylotowych silnika. W artykule przedstawiono metodę wyboru danych wejściowych do sieci, wpływających na poziom emisji NOx, różne konfiguracje SSN oraz wyniki obliczeń. Na dane wejściowe składa się 15 parametrów pracy silnika wpływających na poziom emisji NOx. Dane wyjściowe potrzebne do uczenia sieci to zmierzone stężenie NOx w gazach wylotowych. Podczas obliczeń wzięto pod uwagę dwa typy SSN: 3-warstwowe sieci perceptronowe (MLP) z liczbą neuronów w warstwie ukrytej między 10 a 20 oraz sieci o radialnych funkcjach bazowych (RBF) z liczbą neuronów w warstwie ukrytej między 10 a 80. Dane wejściowe, walidacyjne i testowe uzyskano poprzez pomiary bezpośrednie. Po procedurze konfiguracji wybrane SSN były uczone za pomocą metody wstecznej propagacji błędów oraz metody gradientów sprzężonych. Podczas tych operacji wagi neuronów były zmieniane w celu minimalizacji średniego błędu kwadratowego. Dzięki tym zabiegom uzyskano 4 sieci, pozwalające na ocenę poziomu emisji NOx z silnika laboratoryjnego z dokładnością odpowiadającą zapisom Załącznika VI do Konwencji MARPOL.
EN
This paper presents the preliminary investigations of nitric oxides (NOx) estimation from marine two-stroke engines. The Annex VI to Marpol Convention enforce to ship-owners of the necessity of periodical direct measurements of the NOx emission from the ship engines. It is very expensive procedure with a low accuracy. The presented investigations show the possibility of estimation the NOx emission without direct measurements but using the artificial neural network (ANN). The paper presents method of choice the input data influenced on NOx emission and configuration of ANN and effects of calculations. The input data contain 15 parameters of engine working, influencing on NOx emission. The output data, necessary to learning the network, were NOx concentration in engine exhaust gases. We take into account two types of ANN; the 3-layer perceptron (MLP) with number of neurons in the hidden layer from 10 to 20 and the radial basis function neural network (RBF) with number of neurons in the hidden layer from 10 to 80. The input, validation and verification data was obtained from laboratory tests. After procedure of network configuration, the chosen ANN was learned by back propagation and conjugate gradient methods. During this operation the weights of neurons were changed to minimize the root mean square error. We obtained four ANN's, which allow us to estimate the NOx emission from laboratory engine with accuracy, comparable with Annex VI regulations.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.