Optymalizacja wydajno¿ci i emisji silnika CRDI przy u¿yciu algorytmu PSO: Studium przypadku optymalizacji opartej na metamodelu

Bior¿c pod uwag¿ obserwacje dotycz¿ce nieod¿¿cznych w¿äciwo¿ci kompromisowych PM-NOx-BSFC zapewnianych przez CRDI przy zastosowaniu strategii CNG i EGR podczas eksperymentów, ustalono potencjalny punkt wyj¿cia do przeanalizowania pierwszego w swoim rodzaju podej¿cia optymalizacyjnego w celu zwi¿kszenia potencjäu kompromisowego CNG i EGR poprzez ich jednoczesne zastosowanie w istniej¿cym silniku wysokopr¿¿nym z uk¿adem wtrysku paliwa common rail. Jako zmienne kontrolne do badania optymalizacji wybrano FIP, EGR, CES i obci¿¿enie silnika. Jako funkcj¿ celu do optymalizacji przyj¿to adaptacyjn¿ funkcj¿ merytoryczn¿ (AMF), a do skorelowania funkcji celu z wybranymi zmiennymi kontrolnymi wykorzystano sie¿ neuronow¿ (ANN). Jako harmonogram DoE wybrano Latin-Hypercube, aby zapewni¿ pocz¿tkow¿ próbk¿ populacji dla sekwencji iteracji optymalizacji. Jako algorytm optymalizacji wybrano PSO ze wzgl¿du na jego prostot¿ i wydajno¿¿ w zapewnianiu zbie¿no¿ci funkcji celu przy znacznie ni¿szych kosztach obliczeniowych. Wbudowana konstrukcja funkcji celu AMF gwarantowäa, ¿e wszystkie takie optymalne warto¿ci kompromisowe jednocze¿nie spe¿niäy oczekiwania norm EPA Tier 4 PM i NHC.