İçten Yanmalı Motorların Performansının Yapay Sinir Ağları ile Modellenmesi

Abstract

Bu çalışmada; bir dizel motorda püskürtme avansının performansa ve egzoz emisyonlarına etkisi ile bir benzinli motorda alternatif yakıt olarak alkol kullanımının performansa etkileri Yapay Sinir Ağları (YSA) yardımı ile incelenmiştir. Yapay sinir ağ mimarisi olarak ileri beslemeli geri yayılımlı yapay sinir ağı kullanılmıştır. Ölçüm hassaslığından dolayı performans parametreleri modellenmesine rağmen egzoz emisyonları modellenememiştir. Püskürtme avansı için optimizasyonlar hafif (yokuş aşağı); ortalama hız (1600 d/dk), düşük tork (200 Nm) çalışma şartı, normal (düz yol); ortalama hız (1600 d/dk), ortalama tork (1000 Nm) çalışma şartı, ağır (yokuş yukarı); maksimum hız (2200 d/dk), yüksek tork (1800 Nm) çalışma şartı şeklinde koşullar tanımlanarak optimizasyonlar bu şartlara göre en yüksek performans elde edilecek şekilde yapılmıştır. Bu çalışma şartları için optimum avans değerleri (üst ölü nokta 0o'yi ifade etmek üzere) sırası ile -2o, -10o, -14o olarak bulunmuştur.Benzinli motorda alkol (etanol ve metanol) kullanımı için optimizasyonlar maksimum tork, maksimum güç, minimum özgül yakıt tüketimi (BSFC) değerleri için yapılmıştır. Yapılan modelleme ve optimizasyonlar doğrultusunda; performans dikkate alındığında, %11 metanol, %1 etanol içeren benzin karışımı, yakıt tüketimi dikkate alındığında ise %2 metanol içeren benzin karışımının kullanımının daha iyi sonuçlar verdiği tespit edilmiştir. Ayrıca çalışma sonucunda yeterli hassaslığa sahip deney verileri kullanılması durumunda YSA'nın içten yanmalı motorlara başarılı bir şekilde uygulanabileceği kanısına varılmıştır.In this study, the influence of injection timing to performance and exhaust emissions on a diesel engine and the influence of using alcohol to performance on a gasoline engine were investigated with the aid of Artificial Neural Network (ANN). Feed forward back propagation network was used as ANN architecture. Despite of the performance parameters were modelled, the exhaust emissions could not been modelled due to measurement uncertainity. Easy (downhill); medium speed (1600rpm), low torque (200Nm) work condition, normal (straight road); medium speed (1600 rpm), medium torque (1000Nm) work condition and hard (uphill); maximum speed(2200rpm), high torque (1800Nm) work conditions were described and the injection timing was optimized to obtain maximum performance in this conditions. Optimum injection timing values were identified as -2o, -10o, -14o (0o as the top dead center) respectively.For usage of alcohol on spark ignition engines, the rate of alcohols (ethanol and methanol) were optimizated to obtain maximum torque, maximum effective power and minimum brake specific fuel consumption. According to the modelled and optimized results, %11 methanol and %1 ethanol mixed gasoline has more efficient results take into motor performance. Moreover, the minimum fuel consumption has been observed by using %2 methanol mixed gasoline. The results revealed that, the ANN can be successively applied for modelling the internal combustion engine by using experimental data with sufficent precision.