使用擅長學習、處理、分類序列資料的長短期記憶(LSTM)網路,建立輸出從車輛引擎所產生的氮氧化物(NOX)的模型,藉由使用MATLAB和深度學習工具箱建立LSTM,並訓練出預測NOX排放的模型網路,讓新一代零排放車輛的開發技術能達到高度準確率。
雷諾(Renault)汽車現正積極地開發新一代零排放車輛(zero-emissions vehicles;ZEVs)的技術,同時,也在努力希望使內燃機(internal combustion engine;ICE)車輛更乾淨、更有效率。減少有害物質的排放是其中一項重點項目。內燃機會產生氮氧化物(oxides of nitrogen;NOX),導致了煙霧、酸雨、溫室氣體。為了降低NOX,需要精確地估計各種引擎操作點的排放–舉例來說,各種扭力和引擎速度的組合。
在真實的引擎上進行測試不但昂貴,而且通常很耗時。而傳統上,是透過查找表(lookup tables)或氧化(combustion)模型的計算來進行NOX估計。
...
...
使用者別 |
新聞閱讀限制 |
文章閱讀限制 |
出版品優惠 |
一般訪客 |
10則/每30天 |
5/則/每30天 |
付費下載 |
VIP會員 |
無限制 |
20則/每30天 |
付費下載 |