Ajoy Kumar Das / Probir Kumar Bose / Sumit Roy
Librería Samer Atenea
Librería Aciertas (Toledo)
Kálamo Books
Librería Perelló (Valencia)
Librería Elías (Asturias)
Donde los libros
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Biorąc pod uwagę obserwacje dotyczące nieodłącznych właściwości kompromisowych PM-NOx-BSFC zapewnianych przez CRDI przy zastosowaniu strategii CNG i EGR podczas eksperymentów, ustalono potencjalny punkt wyjścia do przeanalizowania pierwszego w swoim rodzaju podejścia optymalizacyjnego w celu zwiększenia potencjału kompromisowego CNG i EGR poprzez ich jednoczesne zastosowanie w istniejącym silniku wysokoprężnym z układem wtrysku paliwa common rail. Jako zmienne kontrolne do badania optymalizacji wybrano FIP, EGR, CES i obciążenie silnika. Jako funkcję celu do optymalizacji przyjęto adaptacyjną funkcję merytoryczną (AMF), a do skorelowania funkcji celu z wybranymi zmiennymi kontrolnymi wykorzystano sieć neuronową (ANN). Jako harmonogram DoE wybrano Latin-Hypercube, aby zapewnić początkową próbkę populacji dla sekwencji iteracji optymalizacji. Jako algorytm optymalizacji wybrano PSO ze względu na jego prostotę i wydajność w zapewnianiu zbieżności funkcji celu przy znacznie niższych kosztach obliczeniowych. Wbudowana konstrukcja funkcji celu AMF gwarantowała, że wszystkie takie optymalne wartości kompromisowe jednocześnie spełniały oczekiwania norm EPA Tier 4 PM i NHC.