Özet:
Bu çalışmada saf dizel yakıtı, 5 farklı bütanol-dizel karışımı (%3, 6, 9,12 ve 15) ve 2 farklı etanol-dizel karışımı (%5 ve 10) kullanan bir dizel motorunda çevrimsel farklar yapay sinir ağları ile modellenmiştir. Ayrıca motor performansları ve egzoz emisyonları için iki farklı model daha geliştirilmiştir. Farklı motor devir sayılarında ve tam yük durumunda, çevrimsel farkları, motor performanslarını ve egzoz emisyonlarını değerlendirmek için doğal emişli, tek silindirli, dört zamanlı ve direkt püskürtmeli bir dizel motoru kullanılmıştır. Çevrimsel farkları hesaplamak için ortalama indike basıncın değişim katsayısı kullanılmıştır. Çalışma sonuçları, alkol (etanol veya bütanol) karışım oranının artmasıyla çevrimsel farkların artma eğilimine girdiğini göstermiştir. Ayrıca yakıt karışımındaki alkol miktarının artmasıyla özgül yakıt tüketimi ve efektif verim artarken, CO ve NOx emisyonları azalmıştır. Geliştirilen ağda iki farklı değişkenle beraber (Scaled Conjugate Gradient (SCG) ve Levenberg–Marquardt (LM) algoritmaları) geriye yayılım öğrenme algoritması, tek katman ve sigmoid transfer fonksiyonu kullanılmıştır. Ağın performansı için ortalama hata kareleri, ortalama mutlak yüzde hata ve determinasyon katsayısı kullanılmıştır. Geliştirilen tüm YSA modellerinin, deneysel sonuçlarla uyum içinde olduğu görülmüştür.
