Andere Kunden interessierten sich auch für
![MEJORA DE LA EFICIENCIA DEL COMBUSTIBLE UTILIZANDO MOTOR DE ACETILENO]( "MEJORA DE LA EFICIENCIA DEL COMBUSTIBLE UTILIZANDO MOTOR DE ACETILENO")
MEJORA DE LA EFICIENCIA DEL COMBUSTIBLE UTILIZANDO MOTOR DE ACETILENO29,99 €![Análisis de la productividad en un entorno de fabricación integrado]( "Análisis de la productividad en un entorno de fabricación integrado")
Análisis de la productividad en un entorno de fabricación integrado24,99 €![Aplicaciones de la inteligencia artificial en los negocios sostenibles]( "Aplicaciones de la inteligencia artificial en los negocios sostenibles")
Aplicaciones de la inteligencia artificial en los negocios sostenibles18,99 €![Aplicaciones prácticas de la mecánica en el diseño estructural y mecánico]( "Aplicaciones prácticas de la mecánica en el diseño estructural y mecánico")
Aplicaciones prácticas de la mecánica en el diseño estructural y mecánico44,99 €![Solución para minimizar los ajustes fuera de especificación de la válvula de descarga en turbocompresores]( "Solución para minimizar los ajustes fuera de especificación de la válvula de descarga en turbocompresores")
Solución para minimizar los ajustes fuera de especificación de la válvula de descarga en turbocompresores33,99 €![Sistema automatizado para el diseño del sistema de compuerta de un molde de fundición a presión]( "Sistema automatizado para el diseño del sistema de compuerta de un molde de fundición a presión")
Sistema automatizado para el diseño del sistema de compuerta de un molde de fundición a presión33,99 €![Investigación de la aerodinámica de un automóvil mediante CFD]( "Investigación de la aerodinámica de un automóvil mediante CFD")
Investigación de la aerodinámica de un automóvil mediante CFD24,99 €
El presente estudio explora el potencial de las redes neuronales artificiales para predecir el rendimiento y las emisiones de escape de un motor CRDI monocilíndrico de cuatro tiempos existente bajo diferentes estrategias de GNC y EGR. A partir de los datos experimentales, se desarrolla un modelo ANN para predecir los parámetros de rendimiento y emisión del motor experimental. El estudio se llevó a cabo seleccionando el 70 % del total de los datos experimentales para entrenar la red neuronal, el 15 % para la validación cruzada de la red y el 15 % restante para probar el rendimiento de la red entrenada. Los modelos ANN desarrollados fueron capaces de predecir el rendimiento y las emisiones del motor experimental con una excelente concordancia.