تمام تحقیقاتی که در این زمینه انجام شده بودند بر اساس استفاده از موتورهای آزمایشی نشان داده شده در شکل 9-5 بودند.
راه انداختن آزمایشی موتورهای test cell شامل یک موتور Ford 3.0 LV-6 بود که از دینامومتر الکتریکی در سیستم انتقال نیرو اتوماتیکی تشکیل شده بود.
یک سنسور حرارتی کنترل کننده هوا، یک سنسور کنترل کننده جریان بنزین و یک ستسور کنترل کننده جزیان هوا در موتور نصب شده اند تا دمای هوا و جریان بنزین و درجه جریان هوا در موتور نصب شده اند تا دمای هوا و جریان بنزین و درجه جریان هوا را اندازه گیری کنند.
دو سنسور اندازه گیر گاز اکسیژن در لوله اگزوز جاسازی شده است.
نتیجه اطلاعات جریان هوا و ورودی سنسورهای مختلف درون موتور برای محاسبه مقدار جریان سوخت لازم برای تعیین درصد هوا و سوخت برای عملکرد موتور به کار می رود.
قسمت پردازش مرکزی، پهنای پالس تزریقی و زمان جرقه را تعیین می کند و به تزریق کننده فرمان می دهد که مقدار دقیق سوخت را اندازه گیری کند و جعبه EMC(مدل کنترل کننده الکتریکی) برای مهیا کردن ارتباط سطحی به کنترل کننده EEC-IV و سیستم اکتساب اطلاعات به کا می رود.
سیستم سنسور تعیین سرعت زاویه ای تشکیل شده است از سنسور مغناطیسی دیجیتالی و تبدیل کننده فرکانس به ولتاژ که فرکانس سیگنالی را که متناسب با سرعت چرخش موتور است را به ولتاژ آنالوگ تبدیل می کند.
از تمام دورهای موتور نمونه برداری می شود و به صورت اطلاعات در می آید.
بار الکتریکی متغیری به وسیله دینامومتر تولید می شودکه به وسیله DYNLOC IV یعنی کنترل کننده سرعت و گشتاور در محل اتصال با DTC-1 کنترل کننده دریچه بنزین که به وسیله کارخانه Dynesystem نصب شده است تنظیم می شود.
مقدار گشتاور سرعت دینامومتر به ترتیب از باتری و سرعت سنج بدست می آیند.
معیار ورودی دریچه کنترل بنزین و دینامومتر به وسیله برنامه کامپیوتری تعیین می شود و به وسیله خط ارتباطی سریال RS-232 به کنترل کننده فرستاده می شوند.
مقدار فیزیکی بهره به صورت رقم درآمده و از برد تنظیم وقت AT-MIO-16F-5A/D برای کامپیوترهای شخصی استفاده می کند.
به خاطر حکم دولت، بازرسی دوره ای و نگهداری و تعمیر موتورها به صورت یک امر عادی در آمده اند یک چنین تستی که به وسیله مؤسسه محافظت محیط (EPA) گسترش یافته است از بازدید و تعمیر در 240 دوره تشکیل شده است.
دوره EPA IM240 (به تصویر 10-5 مربوط به سرعت وسیله نقلیه در مقابل زمان الودگی نگاه کنید)سناریو رانندگی به قصد برآوردن آزمایش سیستم بیرون دادن وسیله نقلیه برای مشاجره جز در مورد مونواکسیدکربن، هیدروکربن سوخته و اکسید نیتروژن را نشان می دهد.
دوره IM240 طراحی شده برای اینکه زیر نظر آزمایشگاه با چهارچوب دینامومتر کار کند و از تقویم رانندگی شهری (UDS) الگوبرداری شده است که تقریبا جزئی از رفت و آمد صبحگاهی در مناطق شهری می باشد.
این تست برای ارزیابی انتشار وسایل نقلیه در دنیای واقعی طراحی شده است.
در [97] نویسندگان یک تست تشخیص اضافی را پیشنهاد کردند تا در دوره IM240 اجرا شود به منظور نمایان ساختن و جدا کردن عیب های موتورهای کوچک تشخیص و تصحیح شوند و بدین سان مقدار زیادی از آلودگی تعداد زیادی از وسایل نقلیه کاسته می شود.
5.8.2-ساختمان کلی تخمین فازی و نتایج آن در سییتم تشخیص که اساس تکنیک FDI ما را شکل می دهد ما می خواهیم مدلی از یک سیستم دینامیکی که از اطلاعات ورودی و خروجی سیستم استفاده می کند طراحی کنیم.
نوع عیب موتور که استراتژی FDI سعی در شناسایی آن دارد شامل خطای کالیبر که در جدول 5.3 ارائه شده است می باشد این خطاها به طور مستقیم درصد سوخت و هوا و زمان جرقه در احتراق که متعاقبا در مقدار گاز زائد مؤثر است تأثیرگذار می باشد.
کشف عیبها و استراتژی ایزوله کردن بر اساس تخمین W (سرعت موتور بر حسب دور بر دقیقه) (مقدار هوای وارد شده در اثر مکش منیفلد) (مقدار تحریک دریچه بنزین گوشه ای که بر حسب درصدی از باز بودن کامل دریچه بیان می شود.
(مقدار سوخت وارد شده در محفظه احتراق بر حسب IB-m) و (مقدار گشتاور موتور بر حسب ft-Lb) (که ما آن ها را به ترتیب با مشخص کرده ایم)که با مدل شناسایی در نظر گرفته شده اند و بیان می کنند که موتور چگونه کار می کند به طور خاص داریم: فرمول های 5.58 تا 5.62 ورودی ها در معادله 5.63 تا 5.67 داده شده اند(L زمان گسسته ای است در قلمرو لنگ که مقدار آن از نمونه برداری در هر دو میل لنگ موتور بدست می آید) فرمول های 5.63 تا 5.67 یک خروجی از دینامومتر است.
این بردارهای برگشت که انتخاب شده بوده اند از شبیه سازی و مطالعات آزمایشی استفاده کنند برای تشخیص اینکه متغیرها برای تخمین زدن بقیه کاربرد دارند و چند ثابت به تأخیر افتاده برای تخمین دقیق باید استفاده شوند.
یک روش ارائه شده در سیستم تشخیص غیر خطی که برای این منظور خاص قابل استفاده بودند و ما باید از آن در مطالعات جاری علاوه بر روش تخمین فازی استفاده کنیم روش NARMAX (ARMAX غیر خطی) می باشد که توسعه یافته سیستم تشخیص خطی ARMAX می باشد.
ساختار کلی مدل NARMAX از مقیاس ترکیب چند جمله ای حاوی بردار برگشت استفاده میکند یک روش ارائه شده در سیستم تشخیص غیر خطی که برای این منظور خاص قابل استفاده بودند و ما باید از آن در مطالعات جاری علاوه بر روش تخمین فازی استفاده کنیم روش NARMAX (ARMAX غیر خطی) می باشد که توسعه یافته سیستم تشخیص خطی ARMAX می باشد.
ساختار کلی مدل NARMAX از مقیاس ترکیب چند جمله ای حاوی بردار برگشت استفاده میکند.
در اینجا ما از ساختار NARMAX به صورت داده شده استفاده می کنیم(فرمول 5.68) پارامترهایی هستند که تغییر می کنند تا تا حد ممکن به برای تمام (ما فقط از نصف چند جمله ها در ساختار مدلی خود استفاده می کنیم) نزدیک شود.
مطابق آنچه که معمول است در این حالت ما از دست ورودی های استانداردی که مربع آن ها کمترین مقدار داشته باشد برای تنظیم تا زمانی که آن ها به طور خطی داده شوند.
به منظور یادگیری اطلاعات برای محاسبه مدل مورد نیاز جمع آوری شده اند.
به خاطر قید مکانیکی در دینامومتر الکتریکی، ما دوره IM240 را به 7000 دور موتور کاهش دادیم علاوه بر این به طور یکسان تصادفی به اگزوز اضافه شد و گشتاور نیز برای تحریک کردن سیستم اضافه شده اطلاعات بدست امده برای ایجاد کردن 5 ورودی همزمان و سیگنال خروجی مورد استفاده قرار گرفت.
هرکدام برای ورودی پنج معادله (5.62) (5.58) در نمودار خوشه ای فازی ما 10 شاخه انتخاب می کنیم.
فاکتور (fuzzines) m=2 و تلرانس برای هرکدام از سیستم های فازی ساخته شده در نظر می گیریم.
این ها از طریق آزمایش استنتاج شده بودند تا اینکه دقت مطلوب بدست آمد(برای مثال کاهش دادن R از مقدار 10 دقت تخمین لازم را نمی داد).
در مقایسه ما همچنین مدل مورد استفاده از تکنیک ARMAX غیر خطی با استفاده از همان اطلاعات ورودی ازمایشی را نیز محاسبه می کردیم.
سپس باطری تست آزمایشی به کار افتاد و مدل ناشی از گروه فازی، تکنیک ARMAX غیر خطی به وسیله جمع آوری اطلاعات برای تستس مشابه در روزهای متفاوت معتبر شدند.
نتایج حاصل در سیستم تشخیص به همراه اطلاعات معتبرساز(نه اطلاعات اموزشی) برای هر دو روش دو نمودراهای 5.11 تا 5.15 نمایش داده شده اند.
(a) نتایج حاصل از روش تشخیص فازی را نشان می دهد و (b) نتایج NARMAX را نشان می دهد.
ما خطای نزدیک به واقعیت را با ارزیابی مربع خطا بین مقدار واقعی و مقدار تخمین زده شده اند انداره گیری می کنیم(که ما با نمایش داده ایم که k زمان کامل شبیه سازی را مرتب می کند.) همان طور که نتایج نشان می دهند هر دو روش سیستم واقعی را به خوبی تقریب می زنند.
اگرچه برای اندازه گیری مقدار هوا و تخمین سرعت موتور روش NARMAX کمی بهتر از روش نموداری عمل می کند.
برای گاز خارج شده مقدار گشتاور و تخمین مقدار سوخت روش نموداری تخمین نسبتا بهتری نسبت به روش NARMAX دارد.
رویهم رفته مشاهده کردیم که هیچ مزیت قابل ذکری در استفاده از NARMAX و یا تخمین فازی وجود ندارد جتی با وجود اینکه تخمین متغیرها بهتر عمل می کند.
ما این را پیشنهاد می کنیم که اگرچه مقدار کار آزمایشی زیادی لازم است برای تشخیص اینکه کجا بسط چند جمله ای در معادله (5.68) برای ساختار NARMAX باید متوقف شود.
اگر پارامترهای R، m ، برای ساختار تخمین فازی در انتخاب آسان بودن.
علاوه بر این روش تخمین فازی مقداری اطلاعات اضافی سودمندی را تأمین می کند که سیستم ذکر شده بنظر می رسد که به مقدار کافی با اضافه کردن خروجی حاصل از 10 دستور در میان 10 سیستم (R=10) بیان کرده باشد.
نمودار 5.11 (در (a) مقدار هوا برای روش نمودار (پارازیت ها) اندازه گیری شده،(سیگنال های بدون پارازیت)تخمین زده شده است و (b) برای NARMAX، (سیگنال نویز) را اندازه گیری کرده و سیگنال بدون پارازیت را تخمین زده است) نمودار 5.12 (در (a) سرعت موتور برای روش نموداری با تخمینی بالاتر از 7000 دور موتور اندازه گیری شده است و (b) برای روش NARMAX مقدار ماده را اندازه گیری کرده و سرعت را تخیمن زده است) 5.8.3 ناتوانی در کشف و شناخت استراتژی FDI مدلی که از روش نمودار فازی و خروجی بهینه بدست آمد به ما اجازه می دهد تا از باقیمانده سیستم برای مثال استفاده کنیم تا خطاها را پیدا کرده و جدا کنیم.
یک خطای ویژه ممکن است با مراجعه به خطاهای منطقی که در نمودار 5.4 داده شده است پیدا شود که این نمودار به وسیله روش تجزیه غیر مستقیم در شکل [98] بدست آمده است.
در بدنه اصلی نمودار 5-4 به علامت های «صفر»، «غیر صفر» و «-» اشاره کردیم که به ما اجازه می دهند تا خطاهای خاصی را پیدا کنیم.
ما از آستانه ها استفاده می کنیم تا منظور خود را از «صفر» و «غیر صفر» مشخص کنیم.
نمودار 5.13 {در (a) جریان بنزین در روش نموداری نشان داده شده و مقدار مواد اندازه گیری شده و نقطه چین ها تخمین زده شده است و در (b) برای روش NARAMAX پارازیت ها اندازه گیری شده و سیگنال های بدون پارازیت تخمین زده شده است) نمودار 5.14 (در (a) مقدار گشتاور در روش نموداری نشان داده شده پارازیت ها اندازه گیری شده و سیگنال های بدون پارازیت تخمین زده شده است و در (b) برای روش NARAMAX پارازیت ها اندازه گیری شده و سیگنال های بدون پارازیت تخمین زده شده است.
و اما توضیح اینکه ما در زیر چطور مقدار آستانه را انتخاب می کنیم.
مطابق مثال اگر مقدار مقیاس(ما توضیح خواهیم داد که چگونه مقادیر باقیمانده در زیر توزین می شوند) ، ، بیشتر از مقدار آستانه باشد و کمتر از مقدار آستانه باشد در آن صورت های گوییم که یک خطای کالیبر محرک وجود دارد.
برای خطای کالیبرسنسور مقدار تا وقتی که باقیمانده به طور کامل تجزیه شده است باید غیر صفر باشد.
ولی این مقدار به ندرت با مقدار گشتاور جفت می شود بنابراین ما علامت «-» را برای باقیمانده در کالیبر خطای سنسور داریم.
مدل هایی که با مدل نموداری فازی و مدل خروجی بهینه بدست می آید فقط تقریبی از مقدار دینامیکی موتور واقعی هستند.
بنابراین از زمانی که باقیمانده های سیستم بطور یکسان در هنگام عملکرد خطای جزئی مساوی صفر نشوند لازم به نظر می رسد که از باقیمانده های سیستم را داشته باشیم تا بتوانیم خطاهایی را که ملاحظه می کنیم پیدا کرده و جدا کنیم.
نمودار 5.15 (مقدار سوخت در روش نموداری در (a) و پارازیت ها در هر یک اندازه گیری شده و سیگنال بدون پارازیت تخمین زده شده و در (b) برای روش NARAMAX، سرعت اندازه گیری شده و مواد تخمین زده شده است) ما یک فیلتر پایین گذر از باقیمانده های سیستم و یک مجموعه ای از آستانه ها را برای تشخیص باقیمانده های غیر صفر طراحی می کنیم.
ما یک فیلتر پایین گذر 1/4 با یک فرکانس قطع طراحی می کنیم و باقیمانده را از میان این فیلتر عبور می دهیم.
سپس باقیمانده ها را فیلتر عبور می دهیم و مقیاس آن را با تقسیم کردن به وسیله بیشترین مقدار سیگنال دوره IM240 تعیین می کنیم.
سپس مقیاس با حد آستانه مقایسه می شود و اگر از حد آستانه تجاوز کرده باشد یک سیگنال دودویی برای باقیمانده مورد نظر برای باقیمانده تست ارسال می شود.
مقدار آستانه ای برای هر کدام از باقیمانده ها که از استراتژی FDI استفاده می شوند به صورت تجربی با آنالیز مقدار انحراف باقیمانده از صفر در عملکرد بدون خطا، محاسبه می شود.
این حدود آستانه در لیست 5.5 داده شده است(برای مثال طبق لیست 5.5 اگر باقیمانده های فیلتر شده و مقیاس شده برای بزرگتر از B باشد ما می گوییم که از باقیمانده آستانه تجاوز کرده است که آن غیر صفر است) ما تستی برای استفاده کردن از استراتژی FDI با شبیه سازی خطاهای کالیبر و استفاده از باقیمانده های فیلتر شده طراحی کرده ایم.
به طور خاص خطاهای کالیبر با ضرب کردن داده های آزمایشی برای خطاهای ویژه و مقدار خطای کالیبر در نظر گرفته شده، بدست می آید.
برای نمونه برای دست یافتن به خطای کالیبر w، 20% ما w را در 20 ضرب می کنیم.
با تکیه بر آزمایش ما دریافتیم که این مطلب میزان خطای کالیبر دقیق را برای ما بیان می کند.
ما فقط قسمتی از دوره IM240 را هنام بررسی خطا در نظر گرفتیم.
بازه ای را که ما در نظر گرفتیم فقط برای دور موتور بین 3000 تا 5000 بود.
در طول این بازه بهترین مدل تطبیقی بدست آمده شکل 5.16 مقادیر غیر واقعی خطاها در آستانه برای مدت زمان تست در حالت سیگنال بدون خطا را نشان می دهد.
نمودار 5.16 (سیستم های بدون خطا(محورهای عمودی بدون بعد هستند.
آن ها اندازه باقیماندههای فیلتر شده که با بیشترین مقدار سیگنال بدست امده از دوره IM240 تقسیم شده اند را بیان می کنند.) در آزمایش دوم خطای کالیبری معادل 20% در محرک دریچه بنزین قرار داده ایم.
به این معنی که زوایای دریچه تنظیم بنزین 1/2 مقدار معلوم می باشد.
همان طور که در شکل 5.17 نشان داده شده است تمام باقیمانده ها از مقدار آستانه تجاوز کرده اند.
بجز باقیمانده که طبق لیست 5.4 نشان می دهد خطا در دریچه بنزین وجود دارد.
نتایج مشابهی برای خطای کالیبر 20% در مقدار سنسور هوا(به این معنی که سنسور هوا 1/2 برابر مقدار واقعی و محمول آن است) و خطای کالیبر 40% در میزان محرک سوخت(به این کعنی که محرک نزریق کننده مقدار سوخت 1/4 برابر مقدار معمول آن است) و خطای کالیبر 20% در سنسور دورسنج موتور بدست آمد.
در روش مشابه خطاهای موتور را می توان پیدا کرده و از مدل حساب شده ای با روش NARAMAX استفاده کرد.