Prediction of Performance and Exhaust Emissions of a Motor Using Biodiesel and Butanol MixtureWith Artificial Neural Network
M. Ali Biberci Mustafa Bahattin Celik Mustafa Aydin Abdullah Ors
AbstractAbstract: This study investigates the use of the YSA (artificial neural network) model to predict specific fuel consumption, CO (carbon monoxide) and HC (unburned hydrocarbon) exhaust emissions of a direct injection engine. In order to obtain training and test data, a series of experiments were carried out by operating the single-cylinder test motor at different engine loads. Experimental results show that by adding 15% butanol to the diesel fuel, the emission values decreaseand the specific fuel consumption increases by 10%. The YSA (Artificial Neural Network) model has been determined to be the optimal choice of the standard backpropagation algorithm to train. Different learning algorithms such as BFGS (Quasi-Newton backpropagation) and LM (Levenberge-Marquardt learning algorithm) have been used to construct the network structure. The YSA model predicted engine performance and exhaust emissions with specific fuel consumption (be) for test data, and 0.9949, 0.9934 and 0.9942 R2 for CO, HC emissions, respectively. The improved YSA model was found to be very powerful to predict engine performance and exhaust emissions from internal combustion engines. Özet: Bu çalışma, direk püskürtmeli bir motorun özgül yakıt tüketimini, CO (karbon monoksit) ve HC (yanmamış hidrokarbon) egzoz emisyonlarını tahmin etmek için YSA (yapay sinir ağı) modellemesinin kullanımını araştırmaktadır. Eğitim ve test verileri elde etmek için, tek silindirli test motoru farklı motor yüklerinde çalıştırılarak bir dizi deney gerçekleştirildi. Deneysel sonuçlar, dizel yakıtına %15 oranında bütanol eklenmesiyle emisyon değerlerinde azalma olduğunu gösterirken özgül yakıt tüketiminde ise %10 artış meydana geldiğini ortaya koymaktadır. YSA (Yapay Sinir Ağı) modelini, eğitmek için standart geri yayılım algoritmasının optimum seçim olduğu belirlenmiştir. Ağ yapısının oluşturulmasında BFGS (Quasi-Newton geri yayılımı), LM (LevenbergeMarquardt öğrenme algoritması) gibi farklı öğrenme algoritması kullanılmıştır. YSA modelinin sırasıyla test verileri için Özgül yakıt tüketimi (be), CO, HC emisyonları için 0.9949, 0.9934 ve 0.9942 R2 değeri ile motor performansını ve egzoz emisyonlarını öngörebildiği bulundu. Gelişmiş YSA modelinin, motor performansı ve içten yanmalı motorların egzoz emisyonlarını tahmin etmek için oldukça güçlü olduğu belirlendi.