Un método basado en ANN-PSO para optimizar tractores agrícolas en operaciones de campo para la reducción de emisiones
Autores: Zheng, Bowen; Song, Zhenghe; Mao, Enrong; Zhou, Quan; Luo, Zhenhao; Deng, Zhichao; Shao, Xuedong; Liu, Yuxi
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un método basado en ANN-PSO para optimizar tractores agrícolas en operaciones de campo para la reducción de emisiones
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Tractor agrícola
Emisiones
Motor diésel
Cámara de combustión
Red neuronal artificial
Optimización
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Apuntando al grave problema de la contaminación por emisiones de tractores agrícolas, especialmente la limitación de las emisiones de dióxido de nitrógeno (NOx) y hollín, tomamos un motor diésel agrícola como objeto de investigación, y se estableció un modelo de cámara de combustión de motor diésel para cálculos simulados y análisis de verificación experimental. La presión y liberación de calor en cilindro obtenidas de los cálculos de simulación del modelo de cámara de combustión estaban dentro de un error del 6% de los datos experimentales. La tendencia general de cambio era básicamente consistente. El modelo establecido puede simular relativamente bien las condiciones de trabajo del motor experimental. También se estableció una red neuronal artificial (ANN) como modelo de agente basado en la tasa de indentación, profundidad de pestaña y profundidad de cámara de combustión como entrada, y NOx y hollín como salida. Los coeficientes de decisión del modelo de ANN fueron R = 0.95 y 0.93, con valores correspondientes de Error Relativo Medio (MRE) de 10.13 y 8.18%, respectivamente, que se encuentran dentro del intervalo generalmente requerido, lo que indica que el modelo de ANN obtenido tiene buena adaptabilidad y precisión. Sobre la base del algoritmo general de optimización de enjambre de partículas (PSO), se propuso un algoritmo de PSO mejorado, en el que el factor de inercia se ajusta continuamente con la ayuda de la función de línea de salto en el proceso de optimización para que el factor de inercia se adapte a diferentes tasas y ajuste la magnitud de los valores correspondientes en diferentes períodos. El algoritmo de PSO mejorado se utilizó para optimizar la coincidencia de parámetros de entrada óptimos del modelo de agente para formar una nueva estructura de cámara de combustión, que se importó al software CONVERGE CFD para simulación de emisiones y comparación con las emisiones de la cámara de combustión original. Se encontró que la reducción de NOx era de aproximadamente 1.21 g·(kW·h), y la reducción de hollín era de aproximadamente 0.06 g·(kW·h) con la nueva estructura de cámara de combustión. El método de optimización ANN + PSO demostró ser efectivo en la reducción de las emisiones de NOx y hollín de los contaminantes del motor diésel, y también puede proporcionar una referencia e ideas para el diseño y desarrollo de sistemas de cámara de combustión de motores agrícolas relevantes.
Descripción
Apuntando al grave problema de la contaminación por emisiones de tractores agrícolas, especialmente la limitación de las emisiones de dióxido de nitrógeno (NOx) y hollín, tomamos un motor diésel agrícola como objeto de investigación, y se estableció un modelo de cámara de combustión de motor diésel para cálculos simulados y análisis de verificación experimental. La presión y liberación de calor en cilindro obtenidas de los cálculos de simulación del modelo de cámara de combustión estaban dentro de un error del 6% de los datos experimentales. La tendencia general de cambio era básicamente consistente. El modelo establecido puede simular relativamente bien las condiciones de trabajo del motor experimental. También se estableció una red neuronal artificial (ANN) como modelo de agente basado en la tasa de indentación, profundidad de pestaña y profundidad de cámara de combustión como entrada, y NOx y hollín como salida. Los coeficientes de decisión del modelo de ANN fueron R = 0.95 y 0.93, con valores correspondientes de Error Relativo Medio (MRE) de 10.13 y 8.18%, respectivamente, que se encuentran dentro del intervalo generalmente requerido, lo que indica que el modelo de ANN obtenido tiene buena adaptabilidad y precisión. Sobre la base del algoritmo general de optimización de enjambre de partículas (PSO), se propuso un algoritmo de PSO mejorado, en el que el factor de inercia se ajusta continuamente con la ayuda de la función de línea de salto en el proceso de optimización para que el factor de inercia se adapte a diferentes tasas y ajuste la magnitud de los valores correspondientes en diferentes períodos. El algoritmo de PSO mejorado se utilizó para optimizar la coincidencia de parámetros de entrada óptimos del modelo de agente para formar una nueva estructura de cámara de combustión, que se importó al software CONVERGE CFD para simulación de emisiones y comparación con las emisiones de la cámara de combustión original. Se encontró que la reducción de NOx era de aproximadamente 1.21 g·(kW·h), y la reducción de hollín era de aproximadamente 0.06 g·(kW·h) con la nueva estructura de cámara de combustión. El método de optimización ANN + PSO demostró ser efectivo en la reducción de las emisiones de NOx y hollín de los contaminantes del motor diésel, y también puede proporcionar una referencia e ideas para el diseño y desarrollo de sistemas de cámara de combustión de motores agrícolas relevantes.