Study on Applying Machine Learning to Calibrate Turbocharger Model Parameters for Workload Reduction and Accuracy Improvement (Second Report)
機械学習によるターボチャージャモデルの作成工数低減と予測精度向上に関する研究（第2報）
- Delivery
- Available on this site
- Format
- Price
- Non-members (tax incl.)：￥1,100 Members (tax incl.)：￥880
- Publication code
- 20225213
- Paper/Info type
- Proceedings (Spring)
No.48-22
- Pages
- 1-6(Total 6 p)
- Date of publication
- May 2022
- Publisher
- JSAE
- Language
- Japanese
- Event
- 2022 JSAE Annual Congress (Spring)
Detailed Information
| Author(J) | 1) 井澤 慧, 2) 梅原 友介, 3) 長沼 要, 4) 中沢 実, 5) 髙橋 優太, 6) 松井 仁 |
|---|---|
| Author(E) | 1) Kei Izawa, 2) Yusuke Umehara, 3) Kaname Naganuma, 4) Minoru Nakazawa, 5) Yuta Takahashi, 6) Hitoshi Matsui |
| Affiliation(J) | 1) 金沢工業大学大学院, 2) 金沢工業大学大学院, 3) 金沢工業大学大学院, 4) 金沢工業大学大学院, 5) いすゞ自動車, 6) いすゞ自動車 |
| Affiliation(E) | 1) Kanazawa Institute of Technology, 2) Kanazawa Institute of Technology, 3) Kanazawa Institute of Technology, 4) Kanazawa Institute of Technology, 5) Isuzu Motors, 6) Isuzu Motors |
| Abstract(J) | 1Dエンジンモデルで使用するターボモデルの作成工数削減と予測精度の向上を目的として，伝熱に関連するパラメータの同定に機械学習を適用した．タービン出口温度の精度はハウジングからの放熱の他，タービン効率にも大きく左右される．本報ではこの効率にも補正を施すことで，予測精度の更なる向上を試みた． Translation |
| Abstract(E) | Machine learning was applied to the calibration of parameters related to heat transfer for reducing man-hours for building turbocharger models and improving prediction accuracy used in 1D engine models. The accuracy of turbine outlet temperature is greatly affected by not only heat radiation from the housing but also turbine efficiency. In this report, correcting turbine efficiency was applied for the purpose of further improvement of accuracy. |
