Modelo basado en redes neuronales para predecir las emisiones en un motor diésel que opera con mezclas de biodiésel de higuerilla
Título del documento: Modelo basado en redes neuronales para predecir las emisiones en un motor diésel que opera con mezclas de biodiésel de higuerilla
Revista: Informador técnico
Base de datos: PERIÓDICA
Número de sistema: 000367264
ISSN: 0122-056X
Autores: 1
2
1
Instituciones: 1Servicio Nacional de Aprendizaje, Centro de Tecnologías del Transporte, Bogotá. Colombia
2Universidad Nacional de Colombia, Departamento de Ingeniería Mecánica y Mecatrónica, Bogotá. Colombia
Año:
Periodo: Ene-Dic
Número: 76
Paginación: 46-61
País: Colombia
Idioma: Español
Tipo de documento: Artículo
Enfoque: Aplicado, descriptivo
Resumen en español En este documento se explican algunos métodos de identificación de sistemas no lineales mediante el uso de redes neuronales artificiales. También se plantea un modelo basado en redes neuronales Feed Forward supervisadas, desarrollado para identificar y predecir el comportamiento de las emisiones volumétricas de la combustión de un motor diésel estacionario en función de dos variables de entrada: la carga del motor y la mezcla de biodiésel de higuerilla. El entrenamiento de la red neuronal y la validación del modelo se realizaron mediante el programa NNModel
Resumen en inglés Some identification methods of nonlinear systems using artificial neural networks are explained. Also, a model based on Neural Networks “Supervised Feed Forward” is presented, developed to identify and predict the behavior of volumetric emissions from combustion of a stationary diésel engine based on two input variables: the engine load and the mixture of castor biodiésel. The neural network training and model validation was performed by using the NNModel
Disciplinas: Ingeniería,
Ciencias de la computación
Palabras clave: Ingeniería mecánica,
Motores de combustión interna,
Control de emisiones,
Redes neuronales,
Identificación de sistemas,
Sistemas no lineales
Keyword: Engineering,
Computer science,
Mechanical engineering,
Internal combustion engines,
Emission control,
Neuronal networks,
Systems identification,
Nonlinear systems
Texto completo: Texto completo (Ver HTML)