Desarrollo de un modelo basado en redes neuronales artificiales para la predicción de emisiones contaminantes en un motor diésel DI

Abstract

[ES] El problema a nivel global de las emisiones contaminantes y los avances tecnológicos de los ensayos en motores de combustión interna alternativos han motivado la creación de modelos y herramientas de predicción en motores. Para la predicción de emisiones de ciertos compuestos contaminantes no se dispone de un modelo físico debido a la elevada complejidad de los fenómenos que tienen lugar en el proceso de combustión. Hasta ahora se han realizado dichas predicciones con correlaciones empíricas, que han resultado no ser muy fiables. Observando los resultados de un trabajo previo con redes neuronales artificiales (ANN) en el mismo contexto, se pretende desarrollar un conjunto de redes neuronales con datos de ciclos transitorios simulados a alta y baja temperatura ambiente para obtener una predicción más exacta. Se creará también un sistema que permita comprobar la estabilidad de la red mediante la introducción de una pequeña perturbación en los datos de entrada para observar su comportamiento, obteniendo como producto final un modelo de predicción altamente preciso y robusto.