Home | Search | Help  
Home Page Università di Genova

Seminar Details


Date 12-2-2004
Time 15:00
Room/Location Sala congressi, 322, 3 piano , DISI
Title STIMA DI MAPPE MOTORE MEDIANTE RETI NEURALI RBF
Speaker Dott. Marta Neve
Affiliation Dipartimento di Informatica e Sistemistica, Universita' di Pavia
Link http://www.unipi.it/
Abstract I Modelli ai Valori Medi (MVMs) sono modelli a parametri concentrati che vengono comunemente utilizzati per descrivere in modo semplice il comportamento di un motore a combustione interna. Un MVM richiede l’identificazione black box di alcune mappe statiche non lineari utilizzate per rappresentare variabili motoristiche che, altrimenti, sarebbero difficilmente descrivibili. Queste variabili sono la portata d’aria entrante nei cilindri, la coppia indicata e le coppie perse (coppie di attrito e pompaggio), che risultano essere tutte funzioni del numero di giri dell’albero motore e della pressione nel collettore di aspirazione. Uno schema di identificazione soddisfacente deve garantire una certa flessibilità e regolarità della stima delle suddette mappe, unitamente a delle buone capacità di generalizzazione e di gestione delle condizioni al contorno. La procedura sviluppata a tal fine si basa sull’utilizzo di reti neurali RBF (Radial Basis Function) per approssimare l’andamento della derivata seconda di ciascuna superficie mediante una ricca classe funzionale. Allo stesso tempo, per evitare il problema dell’overfitting, la stima dei parametri è stata realizzata ricorrendo ad una tecnica di regolarizzazione, mentre le condizioni al contorno sono state opportunamente trattate aggiungendo al modello delle reti RBF longitudinali. La validazione, realizzata a partire da dati dinamici raccolti durante prove “su strada”, ha confermato il netto miglioramento ottenuto dalla nuova procedura rispetto ad una modellizzazione precedente basata su reti RBF interpolanti.
Back to Seminars