Optimisation des performances et des émissions d'un moteur CRDI à l'aide du PSO Étude de cas sur l'optimisation basée sur un métamodèle

Compte tenu des observations relatives aux caractéristiques inhérentes de compromis PM-NOx-BSFC fournies par le CRDI avec les stratégies GNC et EGR au cours de l'expérimentation, un contexte potentiel est ainsi établi pour examiner une approche d'optimisation unique en son genre visant à renforcer le potentiel de compromis du GNC et de l'EGR par leur application simultanée dans un moteur diesel existant équipé d'un système d'injection à rampe commune. Le FIP, l'EGR, le CES et la charge du moteur ont été choisis comme variables de contrôle pour l'étude d'optimisation. Une fonction de mérite adaptative (AMF) a été constituée comme fonction objective à optimiser et un réseau neuronal artificiel (ANN) a été utilisé pour corréler la fonction objective avec les variables de contrôle choisies, tandis que Latin-Hypercube a été choisi comme planificateur DoE pour fournir l'échantillon de population initial pour la séquence d'itération d'optimisation. Le PSO a été choisi comme algorithme d'optimisation en raison de sa simplicité et de son efficacité inhérentes pour obtenir une convergence assurée de la fonction objectif à un coût de calcul nettement moindre. La conception inhérente de la fonction objectif AMF garantissait que toutes ces valeurs de compromis optimales respectaient simultanément les exigences des normes EPA Tier 4 PM et NHC.