Desarrollo de un modelo dinámico mediante redes neuronales recurrentes para predecir el comportamiento de la combustión en nuevos motores MCIA

Abstract

[ES] El presente trabajo tiene como objetivo estudiar el comportamiento de la combustión de nuevos motores MCIA en condiciones estáticas y en transitorios acusados donde las dinámicas del ciclo de aire no pueden ser despreciadas. Variables como el gasto de aire, las presiones en cámara, o medidas de oxígeno serán estudiadas para predecir el comportamiento del motor. Para el estudio del sistema estático se han utilizado redes feed-forward y para modelar el sistema dinámico se han utilizado un tipo de redes neuronales recurrentes, llamadas NARX. En ambos modelos se han hecho un estudio con redes basadas, por un lado en Extreme Learning Machine (ELM) y por otro lado en Backpropagation. El primer método permite una predicción aceptable con un coste computacional mínimo mientras que el segundo implica un mayor coste de calibración y cálculo para adaptarse mejor a la solución esperada.