Dizel Motor Emisyon Modellemesi

Abstract

Bu çalışmada, dizel motorlarda kontrol algoritması geliştirmeye yönelik dizel motor emisyon modeli 2 farklı yöntemle yapılmıştır. Bu yöntemlerden ilki, genetik algoritma tabanlı regresyon modelidir. Diğeri ise, polinom bazlı regresyon modelidir. Modellemede kullanılan veriler, dinamometre ortamında toplanmıştır. Toplanan veri motor kalibrasyon haritaları değiştirilerek elde edilmiştir. Bu sayede, emisyon modelinin kalibrasyon değişikliği yapılarak koşulan simülasyonlarda hassas sonuç vermesi hedeflenmiştir. Genetik algoritma ile oluşturulan model, modelleme verisi ile yapılan simülasyonlarda istenilen hassasiyeti gösterirken, doğrulama verisi ile yapılan simülasyonlarda deneysel sonuçlara yakınsayamamıştır. Bunun sebebi genetik algoritma ile rastgele oluşturulan yapının model girişlerinin birbiri arasında ki ilişkiye çok bağımlı olmasıdır. Polinom bazlı regresyon analizi ile istenilen hassasiyette sonuçlar alınmıştır. Oluşturulan model farklı kalibrasyonda toplanmış motor verileri ile doğrulanmış ve hassasiyeti literatürdeki bir çok çalışmanın gösterdiği başarıyı gösterebilmiştir. Sonuç olarak oluşturulan model yapısının kontrol algoritması geliştirmeye yeter hassasiyeti sağladığı gözlemlenmiştir.In this thesis work, diesel engine emissions model is developed by using two different methods. One is genetic algorithm based and the other is polynomial based regression model. The data used for modeling is recorded by utilizing dynamometer. To collect the data, the engine calibration maps are changed. Doing this, it is aimed to get accurate results in simulations running with different calibration values. The genetic algorithm based model is successful regarding the simulations done with modeling data, however, it is failed regarding the simulations done with validation data. The reason for this fact is that the model generated randomly is highly sensitive to the relation of the inputs between each other. Not like genetic algorithm based model, the desired results are achived in polynomial algorithm based regression model. The generated model is verified by the engine data collected with different calibrations. In this solution, the results are relativly successful compared to similar works in the literature. As a result, it is observed that the generated model has enough accuracy for control algorithm development purposes.