Wyniki wyszukiwania - Biblioteka Nauki

Ten serwis zostanie wyłączony 2025-02-11.

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

A Comparative Analysis of Approval Driving Tests in the Context of Carbon Dioxide Emissions on the Example of Selected Passenger Cars

100%

Tucki K. , Mruk R. , Botwińska K. , Mieszkalski L. , Kulpa K.

tom Tom 22, cz. 2

859--879

This paper presents a comparison of two approval tests for a passenger car, both the current procedure and its predecessor. The car that was the subject of the study received a roadworthiness certificate based on the NEDC test, however, the emission results were compared with the new test procedure. The analysis showed the significance of the "start-stop" system in the conducted tests, however, assuming the original equipment of the car (active "start-stop" system), the WLTP test showed higher CO2 emissions, which did not exceed the permissible emission standard for this model specified in the relevant regulation.

Niniejsza praca przedstawia porównanie dwóch testów homologacyjnych dla samochodu osobowego, zarówno aktualnie obowiązującą procedurę jak i jej poprzednika. Samochód, który był obiektem badań, świadectwo dopuszczenia do ruchu otrzymał na podstawie testu NEDC, jednakże porównano wyniki emisji z nową procedurą testową. Dokonana analiza wykazała istotność systemu „start-stop” w przeprowadzonych badaniach, zakładając jednak oryginalne wyposażenie auta (aktywny układ start-stop) test WLTP wykazał wyższą emisję CO2, jednakże nie przekroczyła ona dopuszczalnej dla tego modelu normy emisyjności określonej w stosownych przepisach.

Analysis of the Possibility of Using Neural Networks to Monitor the Technical Efficiency of Diesel Engines During Operation

86%

Tucki K. , Orynycz O. , Świć A. , Wasiak A. , Mruk R. , Gola A.

tom Vol. 17, no 6

1--15

The aim of the research was to analyse the possibility of using neural networks to determine the parameters of the chemical composition of exhaust gases as a function of engine performance parameters obtained from the on-board diagnostics system such as crankshaft speed and engine load index. The subject of the study was a Fiat Panda car equipped with a 1.3 Multijet diesel engine and powered by pure diesel. The tests used the MAHA MET 6.3 exhaust gas analyser and the on-board diagnostics system OBD II. The obtained values of NOx,O2,CO2 and PM measured behind the DPF were analysed. For the purpose of building a neural network model, preliminary studies were carried out in non-urban traffic (high-speed route). Based on the data obtained, processes of learning neural network structures with approximate properties with backward propagation of errors were carried out. Subsequently, tests were carried out on the operational parameters of the vehicle and the chemical composition of exhaust gases in urban traffic. Analysis of the obtained values of the average parameters obtained during the measurement and obtained on the basis of the prepared neural models allows to determine the relative differences at the level of not more than 10 percent.