Библиографическое описание:

Нгуен М. Т. Исследование методики проведения и математической модели оценки влияния технического состояния элементов электронных систем управления двигателем на экологические показатели // Молодой ученый. — 2013. — №11. — С. 157-160.

В статье представлены методики и математическая модель оценки влияния технического состояния элементов ЭСУД автомобиля на экологические показатели.

Ключевые слова: электронная система управления двигателем, экологические показатели, корреляционно-регрессионные зависимости.

В процессе проведения испытаний осуществляется имитация отказов элементов ЭСУД (датчика массового расхода воздуха — Дмрв; датчика положения дроссельной заслонки — Дпдз; датчика температуры воздуха во впускной системе — Двоз; датчика положения распределительного вала — Дпрв; регулятора добавочного воздуха — РДВ; датчика детонации — Ддет; датчика температуры охлаждающей жидкости — Дтож) с измерением CO, CH, O2, CO2 и λ на режимах работы двигателя [1]. Результаты измерения подлежат, в последующем обработке, с построением корреляционно-регрессионных зависимостей [2], отражающих изменение результирующих параметров (выбросов ОГ) в зависимости от технического состояния элементов ЭСУД, т. е.

,                                                                        (1)

где a0, a1, a2….an — коэффициенты уравнения регрессии;

x1,x2,….xn- управляемые в процессе эксперимента факторы (независимые переменные, характеризующие техническое состояние элементов ЭСУД).

В данном выражении в качестве множества выходных параметров A выступают:

A = (CO,CH,O2,CO2,λ),                                                                                               (2)

Управляемыми факторами xi  являются переменные вида:

                                                    (3)

При этом множеству факторов {xi} соответствует техническое состояние следующих элементов: x1Дмрв; x2Дпдз; x3Двоз; x4Дпрв; x5РДВ; x6Ддет; x7 Дтож.

Поскольку нагрузочные испытания проводятся в диапазоне заданных оборотов двигателя nдв и имитаций нагрузок Р на установившемся режиме движения автомобиля, то эти факторы (nдв и Р) выступают в качестве дополнительных при оценке вышеотмеченных результирующих параметров, т.е x8 nдв; x9P.

В общем виде необходимые исходные данные, включающие массив переменных  и выходные параметры, получаемые в процессе экспериментальных исследований, представлены в табл.1 и 2. В данных таблицах отражены условия проведения эксперимента для случаев имитации движения автомобиля на установивших режимах (имитация осуществляется путем задания нагрузки и оборотов двигателя на нагрузочном стенде на прямой передаче КПП) и условия эксеримента при работе двигателя на режимах холостого хода для задаваемых оборотов nдв =1000 об/мин и повышенных оборотов nдв =2500 об/мин. (т. е. без имитации движения автомобиля).

Проверка многофакторных моделей (1) на адекватность производится по критерию Фишера и средней ошибке аппроксимации [3].

Оценка полученной математической модели производится путем сравнения критерия Фишера F с его табличным значением [F].

Модель считается адекватной, если выполняется условие

F ≥ [F]                                                                                                                            (4)

или

,                                                                             (5)

где k — объем выборки;

n — число независимых факторов модели;

[F] — табличное значение критерия Фишера для заданного уровня значимости и числа степеней свободы (k-n-1);

 — квадрат множественного коэффициента корреляции.

Для оценки тесноты связи между результирующим признаком  и независимыми переменными факторами x1,x2,…xn применяется коэффициент множественной корреляции, Ry\.x1,x2,…,xn, позволяющий оценивать влияние совместного действия всех рассматриваемых в модели факторов x1,x2,…xn на результирующий признак y [1]. Его величина определяется из выражения вида:

,                                                          (6)

где yj — экспериментальные значения результирующего признака ;

f(x1,x2,…,xn) — уравнение множественной регрессии, полученное в результате аналитической обработки исходных данных yj; x1j,x2j,…,xnj;

 — среднее значение результирующего признака

.                                                                                                                 (7)

Единицей измерения одновременного влияния, оказываемого вариациями всех исследуемых факторов, является квадрат множественного коэффициента корреляции или коэффициент множественной детерминации [1].

.                                                                                                 (8)

В процессе построения многофакторных моделей (1) и определения коэффициентов уравнений регрессии ai необходима оценка степеней влияния xi на y, выражаемых через β -коэффициенты [1] т. е.

                                                                                                                 (9)

В (9) β — коэффициенты показывают на какую долю своей единицы измерения σ(y) изменится показатель y (т. е. CO,CH,O2,CO2,λ), если фактор xi изменится на свою единицу σ(xi) при условии, что все остальные факторы остаются неизменными.

Таким образом, практическая реализация экспериментальных исследований позволит оценить, через коэффициенты , влияние технического состояния элементов (датчиков) x1,x2,….x7 а также оборотов двигателя x8 и нагрузки x9 на выходные диагностические параметры Aj, т. е. на CO,CH,O2,CO2,λ. Это обеспечит получение оценочных статистических характеристик  изакономерностей распределений F(βi), выступающих в качестве безусловных вероятностей проявления образов βi для каждого выходного параметра Aj.

Таблица 1

Пример представления входных и выходных параметров в процессе проведения эксперимента (имитация движения автомобиля и нагрузки на установившихся режимах)

Независимые переменные

Р,

кгс

Nei, л.с

Vai, км/ч

Выходные параметры

X1

X2

X3

X4

X5

X6

X7

X8

X9

СОi %

CHi, млн-1

O2, %

СО2i %

λi

1

.

1

1

.

1

1

.

1

1

.

1

1

.

1

1

.

1

1

.

1

nдв1

.

nдвn

Р1

.

Рn

Ne1

.

Nen

Va1

.

Van

СО(1)

.

СО(n)

CH(1)

.

CH(n)

О(1)

.

О(n)

СО2(1)

.

СО2(n)

λ1

.

λn

-1

.

–1

1

.

1

1

.

1

1

.

1

1

.

1

1

.

1

1

.

1

nдв1

.

nдвn

Р1

.

Рn

Ne1

.

Nen

Va1

.

Van

СО(1)

.

СО(n)

CH(1)

.

CH(n)

О(1)

.

О(n)

СО2(1)

.

СО2(n)

λ1

.

λn

1

.

1

-1

.

–1

1

.

1

1

.

1

1

.

1

1

.

1

1

.

1

nдв1

.

nдвn

Р1

.

Рn

Ne1

.

Nen

Va1

.

Van

СО(1)

.

СО(n)

CH(1)

.

CH(n)

О(1)

.

О(n)

СО2(1)

.

СО2(n)

λ1

.

λn

1

.

1

1

.

1

-1

.

–1

1

.

1

1

.

1

1

.

1

1

.

1

nдв1

.

nдвn

Р1

.

Рn

Ne1

.

Nen

Va1

.

Van

СО(1)

.

СО(n)

CH(1)

.

CH(n)

О(1)

.

О(n)

СО2(1)

.

СО2(n)

λ1

.

λn

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

1

.

1

1

.

1

1

.

1

1

.

1

1

.

1

1

.

1

-1

.

–1

nдв1

.

nдвn

Р1

.

Рn

Ne1

.

Nen

Va1

.

Van

СО(1)

.

СО(n)

CH(1)

.

CH(n)

О(1)

.

О(n)

СО2(1)

.

СО2(n)

λ1

.

λn

Таблица 2

Пример представления входных и выходных параметров в процессе проведения эксперимента (условия работы двигателя на режимах холостого хода для задаваемых оборотов двигателя nдв =1000 об/мин и повышенных оборотах nдв =2500об/мин).

№ п.п

Независимые переменные

Выходные параметры

Дмрв

Дпдз

Двоз

Дпрв

РДВ

Ддет

Дтож

nдв

СОi, %

CHi, млн-1

O2, %

СО2i, %

λi

X1

X2

X3

X4

X5

X6

X7

X8

1

2

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1000

2500

СО(1)

СО(2)

CH(1)

CH(2)

О(1)

О(2)

СО2(1)

СО2(2)

λ1

Λ2

1

2

-1

—1

1

1

1

1

1

1

1

1

1

1

1

1

1000

2500

СО(1)

СО(2)

CH(1)

CH(2)

О(1)

О(2)

СО2(1)

СО2(2)

λ1

Λ2

1

2

1

1

-1

—1

1

1

1

1

1

1

1

1

1

1

1000

2500

СО(1)

СО(2)

CH(1)

CH(2)

О(1)

О(2)

СО2(1)

СО2(2)

λ1

Λ2

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

1

2

1

1

1

1

1

1

1

1

1

1

1

1

-1

—1

1000

2500

СО(1)

СО(2)

CH(1)

CH(2)

О(1)

О(2)

СО2(1)

СО2(2)

λ1

Λ2

Проведенные предварительные исследования и их экспериментальная реализация позволят, в конечном итоге, подойти к разработке математической модели оценки диагностической ценности выявления технического состояния рассматриваемых элементов, с последующей разработкой рациональных процедур (планов) проверок технического состояния ЭСУД, влияющих на восстановление экологических показателей работы двигателя.

Литература:

1.      Нгуен Минь Тиен. Исследование режимов проведения стендовых испытаний электронных систем управления двигателем автомобиля/ Журнал «Молодой ученый»./ М., 11/2013.

2.           Вероятностно-статистические методы на автотранспорте. Галушко В. Г. Издательское объединение «Вища школа», 1976, — с.232.

3.           Завадский Ю. В. Решение задач автомобильного транспорта и дорожно-строительных машин с помощью регрессионно-кореляционного анализа (Учебн. пособие для слушателей ФПК) — М.: 1981. — 116 с.

Обсуждение

Социальные комментарии Cackle