دانش رسان |
مرکز علم و دانش کشور مقاله مدل‌سازی اثر نانولوله‌های کربن اضافه شده به مخلوط سوخت دیزل-بیودیزل بر عملکرد و آلایندگی یک موتور دیزل با استفاده از شبکه عصبی
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله مدل‌سازی اثر نانولوله‌های کربن اضافه شده به مخلوط سوخت دیزل-بیودیزل بر عملکرد و آلایندگی یک موتور دیزل با استفاده از شبکه عصبی دارای ۲۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله مدل‌سازی اثر نانولوله‌های کربن اضافه شده به مخلوط سوخت دیزل-بیودیزل بر عملکرد و آلایندگی یک موتور دیزل با استفاده از شبکه عصبی کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله مدل‌سازی اثر نانولوله‌های کربن اضافه شده به مخلوط سوخت دیزل-بیودیزل بر عملکرد و آلایندگی یک موتور دیزل با استفاده از شبکه عصبی،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله مدل‌سازی اثر نانولوله‌های کربن اضافه شده به مخلوط سوخت دیزل-بیودیزل بر عملکرد و آلایندگی یک موتور دیزل با استفاده از شبکه عصبی :
تعداد صفحات :۲۴
بیودیزل و همچنین برخی نانوکاتالیست‌ها به عنوان افزودنی به سوخت دیزل می‌تواند باعث بهبود عملکرد و کاهش آلاینده-های موتور شود. در تحقیق حاضر، بیودیزل با نسبت ۵ و ۱۰ درصد ( B5 و B10) در مخلوط با سوخت دیزل استفاده شد. سپس نانولوله‌های کربن با غلظت ۳۰، ۶۰ و ppm90 به مخلوط سوخت برای ارزیابی عملکرد، آلایندگی و ارتعاش موتور دیزل استفاده گردید. از شبکه عصبی چندلایه با قاعده یادگیری پس انتشار خطا رو به جلو برای مدل‌سازی استفاده گردید. نوع سوخت، دور موتور، چگالی، ویسکوزیته و ارزش حرارتی سوخت، فشار مانیفولد ورودی، مصرف سوخت، دمای گازهای خروجی، اکسیژن موجود در گازهای خروجی، دمای روغن، رطوبت و فشار نسبی هوای محیط به‌عنوان پارامترهای لایه ورودی یا مستقل در نظر گرفته شدند. عملکرد، آلایندگی و ارتعاش موتور به‌عنوان پارامترهای لایه خروجی درنظر گرفته شدند. نتایج نشان داد که مصرف سوخت ویژه موتور و آلایندگی‌های CO و UHC کاهش یافته، در حالی که آلاینده NOx افزایشی بوده است. همچنین، مدل شبکه عصبی با الگوی آموزش پس انتشار خطا با ۲۰-۲۰ نرون در لایه‌های مخفی سیگموئیدی-سیگموئیدی توانایی پیش‌بینی پارامترهای مختلف را با عملکرد و دقت خوبی دارد. مقادیر عددی ضریب رگرسیونی (R) آموزش، ارزیابی و آزمون مدل بهینه شبکه به ترتیب ۹۹۹۹/۰، ۹۹۸۵/۰ و ۹۹۹۴/۰ به‌دست آمد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
