Aplicabilitat de les XNA a la modelitzaci´o de la fase tancada en els MACI

L’objectiu d’aquest projecte és, mitjançant xarxes neuronals artificials, simular el comportament de diferents motors per a obtenir resultats de, per una banda, la corba de la pressió dins la cambra de combustió del motor i el treball realitzat i, per l’altra, predir caracter´ıstiques dels motors que no es poden con`eixer sense un estudi a fons. ´Es important destacar que l’estudi dels motors ha estat de la fase tancada degut a la seva complexitat i dificultat d’estudi mitjan¸cant altres m`etodes. L’´us de les xarxes neuronals artificials com a eina de simulació és degut a qué aquestes estructures són bastant noves i encara no s’hi treballa en totes les seves possibles aplicacions. Són estructures basades en el funcionament del cervell, és a dir, que poden aprendre de fets passats, poden predir futurs esdeveniments a partir de l’experi`encia, són fàcils d’utilitzar i poden donar resultats prou bons i molt adequats en aquesta aplicació. La programació de les xarxes neuronals artificials s’ha fet mitjançant el programa MatLabr, molt utilitzat en l’`ambit de l’enginyeria i molt c`omode quan es treballa amb matrius, com ´es el cas d’estudi. Els principals algorismes s’adjunten a l’Annex A del projecte. La primera aplicaci´o ha estat l’estudi de la simulaci´o de la corba de la pressi´o de combusti´o dins la cambra de combusti´o d’un motor a partir de les caracter´ıstiques del motor. Tot seguit, s’ha calculat anal´ıticament el volum dins la cambra de combusti´o i s’ha determinat el treball del cicle a partir del c`alcul num`eric d’integrals. El segon estudi ha estat la predicci´o de les caracter ´ıstiques que no es poden veure a simple vista ni amb cap aparell que les mesuri de diferents motors a partir de les seves corbes de pressi´o. Les dades de les dues aplicacions s’han extret d’un programa de simulaci´o del departament de M`aquines i Motors T`ermics. S’ha fet un estudi previ de les dades tant d’entrada com de sortida per a poder-les simplificar al m`axim i disminuir la complexitat de c`alcul dels algorismes de la xarxa neuronal artificial. L’estudi es basa en l’aplicaci´o de s`eries de Fourier per a disminuir el nombre de dades de la xarxa i en l’adaptaci´o d’aquestes dades a rangs de treballs c`omodes pel programa. Tots els resultats obtinguts a partir de la xarxa en les dues aplicacions s’han pogut comparar amb els resultats desitjats (que s´on les dades extretes del programa de simulaci´o del departament) i, en general, s’ha arribat a conclusions bones, ja que l’aproximaci´o dels resultats ha estat prou satisfact`oria. Finalment, s’ha fet un estudi pressupostari i un de repercussions mediambientals que, tenint en compte que les dades dels motors s’han obtingut a partir del programa de simulaci´o i no s’ha utilitzat cap motor real, han estat nul·les. Per aquesta ra´o, s’ha considerat interessant estudiar l’estalvi de les repercussions mediambiental del projecte