Modelo basado en redes neuronales para predecir las emisiones en un motor diésel que opera con mezclas de biodiésel de higuerilla
PDF
XML

Palabras clave

System identification
nonlinear systems
supervised neural networks
combustion engines
emissions Identificación de sistemas
sistemas no lineales
redes neuronales supervisadas
motores de combustión
emisiones.

Cómo citar

Narváez, F., Sierra Vargas, F. E., & Montenegro Mier, M. A. (2012). Modelo basado en redes neuronales para predecir las emisiones en un motor diésel que opera con mezclas de biodiésel de higuerilla. Informador Técnico, 76, 46. https://doi.org/10.23850/22565035.28

Resumen

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.
https://doi.org/10.23850/22565035.28
PDF
XML

Citas

ACOSTA J., BECERRA L. y FERNÁNDEZ J. Aplicación de las redes neuronales para la identificación de un sistema no lineal. Un caso práctico. 2000.

ALONSO A., SEDANO J. y VILLAR J. Representación de un sistema no lineal usando identificación de sistemas y redes neuronales. 2005.

Alonso A., Sedano J. y Villar J. Identificación de sistemas no lineales mediante redes neuronales artificiales. Técnica Industrial, 2007, 267; p.46-53.

Garrido, S. Identificación, estimación y control de sistemas no-lineales mediante RGO. Tesis para optar al título de Doctor. Departamento de Ingeniería de Sistemas y Automática, Universidad Carlos III, Madrid, Espa-a. 1999

HERNÁNDEZ, L. Predicción y optimización de emisores y consumo mediante redes neuronales en motores diésel. Barcelona, Espa-a: Editorial Reverté. 2006.

Levin A. U. and Narendra K. S. Control of nonlinear dynamical systems using neural networks: controllability and stabilization. IEEE Transactions on Neural Networks, 1993. 2(4), 192-206.

https://doi.org/10.1109/72.207608

LJUNG, L System Identification - Theory for the User, 2nd Edition, Prentice-Hall, Upper Saddle River, N J, 1999 ISBN 0-13-656695-2, 607 pages. Chinese edition 2002.

Narendra K. S. and Parthasarathy K. Identification and control of dynamical systems using neural networks. IEEE Transactionson Neural Networks, 1990. 1(1), 4-27.

https://doi.org/10.1109/72.80202

NARVÁEZ F., SIERRA F. y MONTENEGRO M. Dise-o experimental para evaluar el consumo de combustible y las emisiones en motores estacionarios que trabajan con biodiesel de higuerilla o de pollo. 2012.

NEURAL FUSION. "NNModel 32User's Manual Versión 1.51".

VAN DEN HOF P., WAHLBERG B, WEILAND, S. System Identification Elsevier, 2003.

Descargas

Los datos de descargas todavía no están disponibles.