پیش بینی تراز صدای کلی موتور تراکتور MF-399 با استفاده از شبکه های عصبی مصنوعی

هدف از این مقاله استفاده از شبکه های عصبی مصنوعی برای پیش بینی سر و صدای موتور تراکتور 399-MF متاثر از سوخت بیودیزل میباشد. شبکه عصبی جهت پیش بینی دادههای غیر مشاهده شده نیازمند آموزش بوده لذا برای تعلیم شبکه از دادههای تجربی برای این کار استفاده گردید. برای پیشبینی از دو الگوریتم شبکه عصبی پرسپترون چند لایه و شبکه عصبی شعاعی استفاده شد. متغیرهای مستقل شامل سطوح سوخت، بار و متغیر وابسته تراز فشار صدای کلی موتور در شبکه وزنی A در دو موقعیت گوش راننده و اطرافیان است. سیگنالهای حوزه زمان فشار صدای موتور در تیمارهای تعریف شده، توسط داده برداری میدانی ضبط و به کمک برنامه تبدیل فوریه سریع، به حوزه فرکانس انتقال داده شد. سیگنال های باند باریک در حوزه فرکانس برای بدست آوردن تراز فشار صدای کلی مورد پردازش قرار گرفت. داده های تراز فشار صدا به عنوان خروجی واقعی و تابع هدف به شبکه عصبی اعمال گردید. طبق نتایج بدست آمده شبکه های عصبی پرسپترون دقت بالاتری را نسبت به شبکه عصبی شعاعی داشته و از عملکرد بهتری برخوردار است. شبکه عصبی شعاعی جهت عملکرد بهتر نیازمند تعداد نرونها و لایه های مخفی زیادی میباشد و تنها مزیت شبکه شعاعی زمان کمتر مورد نیاز برای آموزش میباشد.