ニューラルネットワークによる大型ディーゼルエンジンにおける摩擦平均有効圧力の予測
Friction Mean Effective Pressure Prediction for a Heavy-Duty Diesel Engine using Neural Network Technique
- 提供方法
- 他サイトにて提供・販売
- 入手方法の確認はこちら
- 文献番号
- 20224039
- 文献・情報種別
- 自動車技術会論文集
Vol.53 No.1
- 掲載ページ
- 93-99(Total 7 p)
- 発行年月
- 2022年 1月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
書誌事項
| カテゴリ | 研究論文 |
|---|---|
| カテゴリ（英） | ResearchPaper 翻訳 |
| 著者 | 1) 山口 卓也, 2) 内田 登, 3) 渡邉 一雅, 4) 和田 亮太郎, 5) 服部 雄紀, 6) 山田 純一 |
| 著者（英） | 1) Takuya Yamaguchi, 2) Noboru Uchida, 3) Kazumasa Watanabe, 4) Ryotaro Wada, 5) Yuki Hattori, 6) Junichi Yamada |
| 勤務先 | 1) 久留米工業大学, 2) 新エィシーイー, 3) 新エィシーイー, 4) 久留米工業大学大学院, 5) 久留米工業大学, 6) MCOR |
| 抄録 | 本研究はニューラルネットワーク（NN）によるFMEPの予測を試みた．大型ディーゼル機関の実験結果を教師データと検証データに分け，NNで機械学習を行った後に評価データのFMEPを予測したところ，NNによるFMEPの予測結果と評価データにおけるFMEPの実験結果との間に良い一致があることを確認した． |
| 抄録（英） | The prediction of friction mean effective pressure (FMEP) is important when engine performance is estimated with model-based development (MBD) process. In this study, prediction of the FMEP of a single cylinder heavy duty diesel engine was attempted by utilizing a neural network technique. The experimental results, in which various operating and combustion parameters are included, taken by the engine under various operating conditions (5227 points) were evenly divided into training data (3684 points) and validation data (1543 points), and machine learning was performed by using training data. FMEP of the evaluation data were predicted by the pre-trained neural network model. As the result, it was confirmed that the predicted results of FMEP show good agreement with the actual results of FMEP of the evaluation data (experimental data). 翻訳 |
