کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
8111368 1522294 2018 22 صفحه PDF سفارش دهید دانلود رایگان
عنوان انگلیسی مقاله ISI
A review on the application of response surface method and artificial neural network in engine performance and exhaust emissions characteristics in alternative fuel
ترجمه فارسی عنوان
بررسی کاربرد روش سطح پاسخ و شبکه عصبی مصنوعی در عملکرد موتور و ویژگی های انتشار اگزوز در سوخت جایگزین
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت
خدمات تولید محتوا

این مقاله ISI می تواند منبع ارزشمندی برای تولید محتوا باشد.

  • تولید محتوا برای سایت و وبلاگ
  • تولید محتوا برای کتاب
  • تولید محتوا برای نشریات و روزنامه ها
  • و...

پایگاه «دانشیاری» آمادگی دارد با همکاری مجموعه «شهر محتوا» با استفاده از این مقاله علمی، برای شما به زبان فارسی، تولید محتوا نماید.

تولید محتوا
با 10 درصد تخفیف ویژه دانشیاری
کلمات کلیدی
ترجمه چکیده
سوخت جایگزین یکی از جایگزینی های قابل استفاده سوخت برای بنزین و دیزل در زمینه موتور احتراق داخلی است. افزایش تقاضا برای سوخت جایگزین در حال حاضر با نیاز به کاهش مصرف سوخت موتور و اجرای مقررات آلوده کننده انتشار گازهای خروجی موتور محکوم می شود. به منظور مقابله با نگرانی های فوق، به نظر می رسد که از طریق آزمایش های تجربی موتور به تنهایی برای عملکرد موتور و خروجی های اگزوز، کافی نیست. به تازگی، نیاز به مدل سازی موتور براساس روش های آماری و ماشین های یادگیری از طریق سطح پاسخ و تکنیک های شبکه عصبی مصنوعی، به طور غیر ارادی به منظور ارائه تجزیه و تحلیل پشتیبانی تصمیم بهتر است. بنابراین، مطالعه حاضر به بررسی میزان تاثیر استفاده از این روش ها در سوخت های مختلف جایگزین در هر موتور جرقه ای و موتور احتراق فشرده جهت بررسی قابلیت اطمینان آنها می پردازد. مقاله همچنین در اینجا روش هایی برای تعیین دقت و اهمیت مدل سازگاری برای هر دو روش را شرح می دهد. از این بررسی می توان نتیجه گرفت که بیشتر تحقیقات نتایج مطلوب پیش بینی مدل سازی موتور برای هر دو روش انجام می دهند. مقایسه نتایج پیش بینی شده و تجربی می تواند نتیجه گیری کند که ضریب بالایی از ضریب تعیین نشان می دهد که مدل می تواند کارایی مدل با دقت مناسب را پیش بینی کند.
اگر به ترجمه دقیق تر نیاز دارید، مترجمان ما آمادگی دارند این مقاله را با کیفیت مطلوب و هزینه مناسب برای شما ترجمه نمایند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
چکیده انگلیسی
Alternative fuel is one of the widely used fuel substitutions for both petrol and diesel in the field of internal combustion engine. The increase in the demand for alternative fuel is currently driven by the requirement of decreasing engine fuel consumption and fulfilling the stringent engine exhaust emissions pollutant regulations. In order to effectively tackle the aforementioned concerns, it appears that through engine experimental analysis alone for both engine performance and exhaust emissions is insufficient. Recently, the need for engine modelling based on statistical and machine learning methodologies through response surface and artificial neural network technique, respectively, are non-trivial to provide a better decision support analysis. Therefore, the present study reviews the extent to which the application of these methods in various alternative fuel in both spark and compression ignition engine to investigate their viability. The paper also describes herein the ways to determine the accuracy and the significance of model fitting for both methodologies. It was demonstrated from the review that most of the research yield favourable results of engine modelling prediction for both of the methods. It can be concluded the comparison between predicted and experimental results provided a high degree of determination coefficient indicating that the model could predict the model efficiency with reasonable accuracy.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Renewable and Sustainable Energy Reviews - Volume 90, July 2018, Pages 665-686
نویسندگان
, , , , , ,
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت