Resumen

Los motores de combustión interna son la principal fuente de energía de los vehículos. Mejorar la potencia del motor es importante, lo que implica optimizar la sincronización de la combustión y la cantidad de combustible. La sincronización variable de válvulas (VVT) puede utilizarse en este sentido para aumentar el par máximo y la potencia. En este trabajo se utiliza una Red Neuronal Artificial (RNA) para modelar el efecto del VVT en la potencia y un algoritmo genético (AG) como técnica de optimización para encontrar el ajuste óptimo de potencia. La misma técnica propuesta puede utilizarse para mejorar el ahorro de combustible o una combinación equilibrada de combustible y potencia. Basándose en los resultados de este trabajo, se observó que el ajuste VVT es más importante a alta velocidad. También se observó que la potencia óptima se puede obtener cambiando la configuración del VVT en función de la velocidad. Además, para reducir el tiempo de cálculo en la obtención del ajuste óptimo del VVT, se utilizó con éxito una RNA para modelar el ajuste óptimo en función de la velocidad.

• Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
• Subjects:Mathematical Analysis mathematics Algebra Engineering Mathematical logic
• Palabras claves:Motores de combustión interna; potencia del motor; optimización de la sincronización de la combustión; cantidad de combustible; sincronización variable de las válvulas; red neuronal artificial; algoritmo genético; ajuste óptimo de la potencia; ahorro de combustible; alta velocidad; tiempo de cálculo.
• Keywords:Internal combustion engines; engine power; optimizing combustion timing; quantity of fuel; variable valve timing; artificial neural network; genetic algorithm; optimal power setting; fuel economy; high speed; computational time