Development
of artificial neural network to predict the performance of spark ignition
engine fuelled with waste pomegranate ethanol blends
| D.Y. Dhande a,*, C.S. Choudhari a,
D.P. Gaikwad b, Kiran B. Dahe aaDepartment
of Mechanical Engineering, AISSMS College of Engineering, Pune, Maharashtra
State 411001, IndiabDepartment
of Computer Engineering, AISSMS College of Engineering, Pune, Maharashtra State
411001, IndiaaAISSMS工程学院，机械工程系，马哈拉施特拉邦浦那，印度bAISSMS工程学院，计算机工程系，马哈拉施特拉邦浦那，印度 |
https://doi.org/10.1016/j.inpa.2022.05.001
许多拥有农业经济的发展中国家都面临着一个主要问题：农业浪费。由于环境退化以及运输和冷链等资源有限，农业废弃物有所增加。农业废弃物的处理也是市政当局的主要关注点，在这种情况下，从农业废物中生产乙醇可能是一个可行的选择。近年来，基于乙醇的生物燃料因其环境友好性而越来越受欢迎，由于快速的城市化和工业化，人类被迫寻找消耗和环境不友好的石油燃料的替代品，化石燃料燃烧废物是环境破坏的罪魁祸首，生物燃料是石油基燃料的绝佳替代品。1.开发了一种人工神经网络（ANN）来预测使用废石榴乙醇混合物的火花点火发动机的性能；
2.ANN模型可以成为以更高的精度预测发动机性能的更好选择。
本研究选用了巴加瓦品种的石榴果作为原料，因为它们富含可发酵的糖分和不溶性多糖，包括纤维素和半纤维素。次等品质、未成熟、腐烂和受感染的废弃石榴果，这些原料可以较低价格购买。
本研究通过比较乙醇-汽油混合燃料（WPFE10、WPFE15、WPFE20 和 WPFE25）与汽油（WPFE00 混合燃料）在不同发动机转速和恒定负载下对发动机性能的影响。对于所有混合物和纯燃料，还检查了输出参数，例如指示功率、制动功率、热效率、机械效率和体积效率。测试结果用于设计多层神经网络人工模型来预测发动机性能。实验和数值分析的核心结果解释如下：在汽油中添加高达25%的乙醇可提高发动机的容积效率。添加乙醇后，指示的功率和机械效率也得到改善。
图2 (a)指示的功率变化,
(b)容积效率的变化
WPFE20乙醇-汽油混合物有利于具有高负载扭矩的低速发动机，可用于农用和建筑车辆。对于需要恒定负载和速度的火花点火电动发电机，建议使用较低的乙醇-汽油混合物（WPFE10 和 WPFE15）。在发动机高转速下，乙醇含量应降至最低，以获得更好的效果。图3 提出的人工神经网络的架构
开发的神经网络模型采用Levenberg-Marquardt反向传播训练算法，使用tansigpurline转移函数，具有2-10-10-5的网络结构，在给定的功率、容积效率和机械效率方面提供了最优拓扑结构，而2-9-9-5的网络结构则为相同的激活函数提供了最佳的燃料热效率拓扑结构。对于制动功率，采用tansig-tansig转移函数，2-12-12-5的网络结构得到了最佳结果。
实验结果表明，石榴乙醇-汽油混合物可以成为下一代可再生燃料，以替代消耗和不环保的化石燃料。本研究中使用的石榴乙醇是使用简单的发酵过程提取的，没有任何添加剂。因此，未来应研究通过合适的添加剂来改善乙醇，以提高其燃料性能和最佳乙醇-汽油比。ANN模型将是一种很有前途的技术，用于预测具有不同生物燃料的发动机的性能。
引用格式：
Dhande D Y, Choudhari C S, Gaikwad D P, et al.
Development of artificial neural network to predict the performance of spark
ignition engine fuelled with waste pomegranate ethanol blends. Information
Processing in Agriculture, 2023, 10(4): 459-474.编辑：纪尚一
校对：鲁娜
审核：付学谦
日期：2024年6月14日
《农业信息处理(英文)》，创刊于2014年，由中国农业大学主办，李道亮教授主编，已被ESCI、EI、Scopus、DOAJ、中国科学引文数据库(CSCD)等数据库检索。2019年入选《中国科技期刊卓越行动计划》之高起点新刊项目，2020年入选中国农林核心期刊（A类）目录，2023年正式被ESCI(Emerging Sources Citation Index)收录，将于2024年收获第一个期刊影响因子。《WJCI报告》学科排名位居全球TOP5%或学科排名TOP3，影响因子7.908。2023年Citescore为21.1，在林学领域排名第2，在水生科学领域排名第3，在农学作物科学领域排名第3，在动物科学与动物学领域排名第4，在计算机科学及应用领域排名第15。主要刊载最新信息技术在农业的应用，包括：农业物联网、农业人工智能和大数据、农业机器人、农业能源与控制、农业供应链与管理、空间信息技术、信息技术在现代农业工程的应用和其他农信息化技术。推文投稿：欢迎INPA作者/农业信息领域学者，撰写发表的/感兴趣的INPA论文公众号推文，一同打造INPA微信公众号精彩内容。纪尚一，s20233081809@cau.edu.cn鲁娜，B20233080715@cau.edu.cn
