دانش رسان |
مرکز علم و دانش کشور مقاله مدل‌سازی اثرات تغییر فشار انژکسیون بر روی آلودگی‌های خروجی موتور با استفاده از شبکه‌های عصبی تکامل یافته GMDH
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 اثرات تغییر فشار انژکسیون بر روی آلودگی‌های خروجی موتور با استفاده از شبکه‌های عصبی تکامل یافته GMDH دارای ۷ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله مدل‌سازی اثرات تغییر فشار انژکسیون بر روی آلودگی‌های خروجی موتور با استفاده از شبکه‌های عصبی تکامل یافته GMDH 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 اثرات تغییر فشار انژکسیون بر روی آلودگی‌های خروجی موتور با استفاده از شبکه‌های عصبی تکامل یافته GMDH،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله مدل‌سازی اثرات تغییر فشار انژکسیون بر روی آلودگی‌های خروجی موتور با استفاده از شبکه‌های عصبی تکامل یافته GMDH :
تعداد صفحات:۷
چکیده:
پارامتر فشار انژکسیون در موتورهای دیزل تاثیر بسیار مهمی در کارایی موتور و مسائل زیست محیطی دارد . با افزایش فشار انژکسیون سوخت، اندازه ذرات سوخت ورودی به سیلندر کاهش یافته در نتیجه اختلاط سوخت و هوا بهتر انجام می شود، اما چنانچه فشار انژکسیون از حد مشخصی بیشتر گردد، دوره تاخیر کم شده و امکان اختلاط یکنواخت سوخت و هوا کاهش می یابد که نتیجه آن کاهش راندمان موتور و افزایش دوده در گازهای خروجی می باشد . در این مطالعه نتایج آزمایش انجام شده بر روی یک موتور توربوشارژ چهار سیلندر چهار زمانه دیزل از نوع انژکسیون غیر مستقیم مورد بررسی قرار می گیرد . در این راستا از الگوریتم شبکه های عصبی نوع (GMDH) جهت بدست آوردن مدل ریاضی اثرات دور موتور(N) ، درجه باز بودن دریچه گاز و فشارانژکسیون بر روی گازهای خروجی NOx و CO2 و از الگوریتم ژنتیک جهت بهینه سازی ضرایب مدل استفادهمی شود . همانطور که گفته شد، با افزایش فشار انژکسیون، مقدار گازهای خروجی CO2 ناشی از احتراق افزایش یافته، در حالیکه مقدار گازهای سمی NOx با کاهش فشار انژکسیون کاهش می یابد . در نتیجه از مدل های بدست آمده می توان به عنوان توابع هدف با بکارگیری الگوریتم ژنتیک در بهینه سازی همزمان استفاده نمود
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
