- Avrupa Bilim ve Teknoloji Dergisi
- Issue: 34 Special Issue
- Using Machine Learning Methods to Predict the Effect of Alternative Fuel Mixtures on Exhaust Emissio...
Using Machine Learning Methods to Predict the Effect of Alternative Fuel Mixtures on Exhaust Emissions
Authors : Samet Bilban, Hasan Aydoğan
Pages : 273-279
Doi:10.31590/ejosat.1081539
View : 16 | Download : 2
Publication Date : 2022-03-31
Article Type : Research
Abstract :Makine öğrenimi, veriye dayalı öğrenmeyi sağlayan algoritmaların tasarım ve geliştirme süreçleriyle ilgilenen bir bilimdir. Makine öğrenmesi yöntemleri, geçmiş verileri kullanarak yeni veri tahmin süreçleri için en uygun modeli bulmaya çalışır. Bu çalışmada, 1-Propanol, 2-Propanol, AVGAS ve benzin yakıtı kullanılarak hacimce %5, %10, %15 yakıt karışımları ile motor denemelerinden elde edilen veriler kullanılmıştır. Elde edilen veriler %100 benzin değerleri ile karşılaştırılmıştır. Çalışmada direkt enjeksiyonlu ve turboşarjlı 4 silindirli bir motor kullanıldı. Elde edilen ölçüm sonuçları ile makine öğrenmesinde kullanılmak üzere bir veri tabanı oluşturulmuştur. Oluşturulan veri tabanı ile ANN, GBA, SVM ve AB makine öğrenmesi modelleri üzerinde tahmin işlemleri gerçekleştirilmiştir. Çalışma sonunda CO, CO2, HC, O2 değerlerinin tahmini için en uygun modelin R2 değeri 0,99999 olan YSA olduğu bulunmuştur. NO değeri için R2 değeri 0.9996 ile AB yönteminin kullanıldığı belirlendi. CO değerinin tahmin sürecinde GBA ve AB yöntemleri 0,99 R2'den daha yüksek bir değere sahip oldukları için kullanılabilecek diğer makine öğrenmesi yöntemleridir. CO2, HC ve O2 ve çıkış değeri tahmin sürecinde GBA ve AB 0,99 R2'den daha yüksek bir değere sahip oldukları için YSA yerine kullanılabilecek diğer yöntemlerdir. AB 0.99 R2 değeri ile NO değeri tahmini için kullanılabilecek başka bir makine öğrenmesi yöntemi olduğu tespit edilmiştir.Keywords : içten yanmalı motor, makine öğrenimi, yapay sinir ağı, motor emisyonları, gradyan artırma