XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: OPTIMIZATION OF DUAL FUEL OPERATION IN INTERNAL COMBUSTION ENGINES USING ARTIFICIAL INTELLIGENCE Autor: MIGUEL ANGEL LEON MOZO
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
SERGIO LEAL BRAGA - ADVISOR
JUAN JOSE MILON GUZMAN - CO-ADVISOR
Nº do Conteudo: 14548
Catalogação: 04/11/2009 Liberação: 04/11/2009 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14548@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14548@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.14548
Resumo:
Título: OPTIMIZATION OF DUAL FUEL OPERATION IN INTERNAL COMBUSTION ENGINES USING ARTIFICIAL INTELLIGENCE Autor: MIGUEL ANGEL LEON MOZO
JUAN JOSE MILON GUZMAN - CO-ADVISOR
Nº do Conteudo: 14548
Catalogação: 04/11/2009 Liberação: 04/11/2009 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14548@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14548@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.14548
Resumo:
The purpose of this study is to predict and optimize the internal combustion
engine performance using diesel-natural gas fuel using the artificial intelligence.
The ultimate goal is to determine the optimal substitution rate of natural gas to
minimize the costs of operation and pollutants emissions such as carbon
monoxide CO, hydrocarbons HC and nitrogen oxides NOx, considering the values
of efficiency. The analyzed data are obtained from tests performed earlier. The
procedure involves training, validation and test (using neural networks). Once
these data were analyzed with different trained neural networks for learning and
prediction, which are maps of the predicted values based on experimental data
have been seized. Finally, and continuing with the process of optimization
(technique of Genetic Algorithms), is given the best substitution rate of and lower
emissions in the maps generated. The results indicate a good agreement between
data and neural network, the process of optimization using certain items of work
appropriate for each case analyzed.