• 전자공학회논문지 IE
• /
• 제48권2호
• /
• pp.19-25
• /
• 2011

본 논문에서는 연료 소모량을 예측하기 위해 차량 데이터를 이용한 신경회로망 모델링 방식을 제안하였다. 제안한 신경회로망의 훈련과 시험 데이터를 획득하기 위해 시내를 중형 가솔린 차량을 주행하였고, OBD-II 포트에서 입력 데이터로 속도, 엔진 RPM, 쓰로틀 위치 센서(TPS), 흡기 공기량(MAF)을 측정하였고, 목표값으로 연료 소모량을 측정하였다. 입력과 출력 데이터의 빈선형 맵핑을 위해 다층 퍼셉트론 네트워크를 사용하였다. 신경회로망 모델은 평균 제곱오차가 $1.306{\times}10^{-6}$로 연료 소모량을 매우 잘 예측함을 확인하였다.

• 한국기계가공학회지
• /
• 제19권11호
• /
• pp.58-63
• /
• 2020

The fuel injection amount and timing along with the ignition timing for the gasoline engine of a racing car were adjusted using an electronic control unit (ECU), and the engine performance was evaluated through an acceleration test. The fuel map for the fuel injection amount and ignition map for the ignition timing were derived. Using the transient throttle control, the air-fuel ratio could be maintained at a constant value even in the case of a sudden throttle operation. In the flat shift, ignition blocking was more effective than fuel blocking. In a 75 m acceleration test, the required duration without and with ECU control was 4.47 s and 3.99 s, respectively. Notably, the acceleration could be improved by approximately 10.7% when the ECU control was implemented.