Compression Pressures Measurement System Based on ANN
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60162694%3AG43__%2F06%3A%230000154" target="_blank" >RIV/60162694:G43__/06:#0000154 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Compression Pressures Measurement System Based on ANN
Original language description
Compression pressure of the CI engine presents important diagnostic parameter which significantly influences the CI engine operational characteristics. There are procedures based on the instantaneous crankshaft angular velocity for relative compression pressures assessment inside of individual cylinders. Absolute pressure assessment methods based on the course of crankshaft angular velocity have difficulty in the reconstruction algorithms. A possible approach, how to overcome this difficulty, is introduction of pattern recognition techniques. The relation between measured crankshaft angular velocity and the values of compression pressures inside of individual cylinders can be established by suitable artificial neural network. Radial basis function (RBF) network has shown very good predictive performance of absolute compression pressures inside of individual cylinders.
Czech name
Měřící systém pro měření kompresních tlaků na bázi umělé neuronové sítě
Czech description
Kompresní tlaky vznětového motoru představují důležitý diagnostický parametr, který podstatným způsobem ovlivňuje provozní vlastnosti vznětového motoru. Existují metody pro hodnocení relativních hodnot kompresních tlaků v jednotlivých válcích založené naměření úhlové rychlosti klikového hřídele. Metody hodnocení absolutních hodnot kompresních tlaků založené na měření průběhu úhlové rychlosti klikového hřídele vykazují problémy v rámci rekonstrukčních algoritmů. Jedním z možných přístupů, jak překonat tyto potíže, je použití techniky rozpoznávání obrazců. Vztah mezi naměřenou úhlovou rychlostí klikového hřídele a hodnotami kompresních tlaků v jednotlivých válcích lze vyjádřit s využitím vhodné umělé neuronové sítě. Neuronové sítě s radiální bází prokázaly velmi dobrou schopnost predikce absolutních hodnot kompresních tlaků v jednotlivých válcích.
Classification
Type
D - Article in proceedings
CEP classification
JT - Propulsion, engines and fuels
OECD FORD branch
—
Result continuities
Project
—
Continuities
Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2006
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Article name in the collection
SPECIAL TECHNOLOGY 2006
ISBN
80-8075-128-5
ISSN
—
e-ISSN
—
Number of pages
6
Pages from-to
153-158
Publisher name
Alexander Dubcek University of Trencin
Place of publication
Trenčín
Event location
Bratislava
Event date
May 4, 2006
Type of event by nationality
EUR - Evropská akce
UT code for WoS article
—