АКУСТИЧЕСКИЙ МЕТОД ВЫЯВЛЕНИЯ И ИДЕНТИФИКАЦИИ ДЕТОНАЦИЙ В ДВИГАТЕЛЕ ВНУТРЕННЕГО СГОРАНИЯ

В современных автомобилях эффективность работы двигателя достигается совершенствованием рабочего процесса посредством использования электронных систем управления [1-4]. Самый быстрый эффект достигается от обновления программного обеспечения электронных блоков управления за счет применения более эффективных методов обработки и идентификации сигналов, полученных от различных датчиков. Одним из главных воздействий, которое в системах управления задается программно и имеет значительное влияние на эффективные характеристики двигателя внутреннего сгорания (ДВС), является угол опережения зажигания (УОЗ), оптимизация которого обеспечивает выполнение максимальной работы за один рабочий цикл [2,3]. Однако не всегда возможно реализовать оптимальное значение УОЗ вследствие неконтролируемого характера возникающих детонации. Следует также отметить, что текущее значение уровня вибраций при детонации не является его исчерпывающей характеристикой. В связи с этим предлагались различные способы распознавания детонации, в которых анализируется характер протекания (форма сигналов) детонационных процессов в двигателях. Применяемые для этих целей спектрально-корреляционные подходы и различные методы вейвлет- анализа, не дают достаточной информативности при обнаружении детонаций, а также при выработке решающих правил, позволяющих проводить надежную их идентификацию.

Перспективным решением проблемы выявления детонации является анализ акустического шума работающего двигателя. Используемые для этого микрофонные датчики достаточно дешевы, просты в эксплуатации и не требуют установки прямо на корпус двигателя, что защищает их от перегрева. Для эффективного использования акустической диагностики необходимо, чтобы полезная информация была должным образом извлечена из общего акустического шума, работающего ДВС. Основные трудности, возникающие при решении этой задачи, связаны со следующими факторами: существенной нестабильностью процесса детонационного сгорания в последовательных рабочих циклах, что обусловлено самой природой детонационного сгорания; высоким маскирующим уровнем шума двигателя, величина которого сильно зависит от конкретного экземпляра двигателя, флуктуирует во времени и различна для разных цилиндров двигателя; уровень акустического шума имеет составляющие, носящие случайный характер и имеющие в своем спектре частоты, характерные для детонации.

В данной работе для обнаружения и идентификации детонаций автомобильных двигателей предложен обобщенный динамический критерий, основанный на применении статистики высших моментов. Обнаружение последовательных циклов зажигания связано с вычислением функции нестационарности, которая выражается через отношение функции обобщенного среднего (ФОС) для различных фрагментов одного и того же процесса. ФОС определены либо в скользящем окне (фрагменте временного ряда, смещающемся вдоль оси времени), либо основано на сравнении в различных временных окнах. Особенность этой функции состоит в том, что благодаря ее определению на полной совокупности моментов (избыточная информация), она более полно отражает динамику изменения перемежаемой нестационарности, проходящей через квазистационарные участки. Это позволяет решить задачу разделения стохастических процессов на группы (классы, кластеры) статистически схожих между собой. Общим подходом к классификации является введение понятия статистической однородности (относительной стационарности) различных фрагментов на основе статистики высших моментов. Другими словами, выделенные фрагменты одного процесса рассматриваются как различные реализации временного ряда, которые с помощью новых количественных характеристик объединяются в паттерны [5]. Фактические значения параметров паттернов сравниваются с эталонными с использованием функции обобщенного среднего (ФОС) и на основе такого сравнения делается вывод о наличии или отсутствии детонации в ДВС.

Коэффициенты a (или тангенс угла наклона соответствующей прямой) и b (начальная отсечка прямой), определенные методом наименьших квадратов, характеризуют изменение общего акустического шума работающего двигателя. При совпадении временных структур сравниваемых паттернов, коэффициент а равняется единице, b - нулю.

Исследования проводились на автомобиле ВАЗ2109 с объемом двигателя 1600 см3 (двигатель ВАЗ2111 1998 года выпуска). Для записи звуков вибрации двигателя микрофон располагали в передней части блоком цилиндров на расстоянии 3-5 см. Использовался микрофон свободного поля МК265 номинальной чувствительностью 50 мВ/Па в составе универсального цифрового измерителя шумов и анализатора спектров «Экофизика-110А». Для  получения  звуков  детонации запускали двигатель и при выбранном значении угла опережения зажигания резко увеличивали число оборотов коленчатого вала до появления вибраций двигателя (с 1200 до 3500 об/мин). При каждом значении УОЗ, изменявшемся от 0 до 110, было проведено по 10 записей звуков вибрации двигателя с частотой дискретизации 48 кГц и длительностью 2.5 сек. Учитывая, что частота вибрации детонаций находится в пределах 5-10 кГц, осуществляли фильтрацию записанного сигнала с помощью полосового фильтра Баттерворта 6-го порядка (Рисунок 1).

Для выделения четырех последовательных циклов зажигания все записанные сигналы подвергались процедуре оптимального линейного сглаживания [6] с окном 0,6 мс, и при фиксированной частоте вращения коленчатого вала (1750 об/мин) были выбраны синхронизированные по порядку расположения цилиндров паттерны. Последовательные циклы зажигания, выделенные при разных углах зажигания, сравнивались между собой с помощью функции обобщенного среднего (Рисунок 2б). В качестве эталона выбран паттерн, соответствующий режиму работу двигателя без детонаций.

Представленные функции G(2,3) = aG(1) + b различны и поэтому могут быть использованы  для идентификации и количественной дифференциации о появлении детонаций. Что касается надежности анализа, то ее можно оценить по относительной величине тангенса угла наклона прямой и величине отсечки по отношению.

Границы изменения параметра а выбраны в пределах 0.9 Ј a Ј 1.1, что дает возможность оценить степень близости паттернов с точностью не превышающей 5%. Однако в некоторых экспериментах наблюдается разброс значений оценок параметров, связанный с особенностями двигателя, выбором точки регистрации и другими причинами.

В рамках принятия диагностируемого решения о наличии детонаций наибольшую эффективность показал метод, основанный на сравнении функций обобщенного среднего. Сравнительный анализ, проведенный с использованием других целевые функции, обычно применяемых в математической статистике показывает, что классические методы, основанные на предположении о стационарности, не позволяют правильно соотнести результаты сравнений к выбранным классам «норма» и «детонация».

Таким образом, предложенные в данной работе алгоритмы распознавания и идентификации детонаций способствуют повышению надежности диагностики работающего автомобильного двигателя и прогнозированию его вероятных изменений в ходе эксплуатации.

Исследование выполнено в рамках базовой части государственного задания Министерства образования и науки РФ.

Список литературы

1.     Оксень Е.И., Оксень Д.Е. Использование виброакустических сигналов для оценки состояния двигателя внутреннего сгорания Авиационно-космическая техника и технология, 2011, №9 (86). C. 142-147

2.     Ettefagh, M. M., Sadeghi, M. H., Rezaee, M., Khoshbakhti, R., & Akbarpour, R. (2009). Application of a new parametric model-based filter to knock intensity measurement. Measurement. 2009. V. 43. pp. 353–362

3.     Galloni E. Dynamic knock detection and quantification in a spark ignition engine by means of a pressure based method. Energy Conversion and Management. 2012. V. 64. pp. 256–262.

4.     Sujono A. Utilization of microphone sensors and an active filter for the detection and identification of detonation (knock) in a petrol engine. Modern Applied Science. 2014.V.8. №.6. pp. 112-122.

5.     Еськов  Е.К.,  Тобоев  В.А.  Анализ  статистически  однородных  фрагментов  акустических  шумов, генерируемых скоплениями насекомых// Биофизика. 2010. Т. 55. Вып. 1. С. 113-125.

6.     Тобоев В.А., Толстов М.С. Признаковое описание акустических шумов на основе статистической близости функций обобщенного среднего (ФОС)// Вестник Чувашского университета. 2010. №3. С.19-31.