Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
first last
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-4b4bb8fa-8d53-460e-8db4-0e16a071771c

Czasopismo

Diagnostyka

Tytuł artykułu

Fault diagnostics in air intake system of combustion engine using virtual sensors

Autorzy Komorska, I.  Wołczyński, Z.  Borczuch, A. 
Treść / Zawartość
Warianty tytułu
PL Diagnozowanie usterek w układzie dolotowym silnika spalinowego przy użyciu wirtualnych czujników
Języki publikacji EN
Abstrakty
EN The method for the fault diagnosing of the air intake system of a gasoline engine, not detected by the onboard diagnostics system in a car, is described in this article. The aim is to detect and identify such faults like changes in sensor characteristic, faults of mass airflow measurement in the intake manifold or manifold leakages. These faults directly affect the air intake system performance that results in engine roughness and a power decrease. The method is based on the generation of residuals on the grounds of differences in indications of the manifold absolute pressure (MAP) and mass air flow (MAF) sensors installed in the car and the virtual, model-based sensors. The empirical model for the fault-free state was constructed at stationary operations of the engine. The residuals were then evaluated to classify the system health. Investigations were conducted for a conventional gasoline engine with port-fuel injection (PFI) and for a gasoline direct injection engine (GDI).
PL W artykule zaproponowano metodę diagnozowania usterek w układzie dolotowym powietrza silnika benzynowego, nie wykrywanych przez system diagnostyki pokładowej samochodu. Celem jest detekcja i identyfikacja takich błędów jak zmiana charakterystyk czujników, błędy pomiaru przepływu powietrza lub nieszczelności w kolektorze dolotowym. Te usterki wpływają bezpośrednio na działanie układu dolotowego, co powoduje nierównomierność pracy silnika lub zmniejszenie jego mocy. Metoda polega na generowaniu pozostałości na podstawie różnic we wskazaniach czujników ciśnienia bezwzględnego w kolektorze i przepływomierza powietrza zainstalowanych w samochodzie oraz czujników opartych na modelu wirtualnym. Model empiryczny stanu bezawaryjnego został utworzony dla pracy silnika w stanie ustalonym. Pozostałości są następnie oceniane w celu sklasyfikowania stanu systemu. Badania przeprowadzono dla konwencjonalnego silnika benzynowego z wtryskiem wielopunktowym (PFI) i silnika benzynowego z wtryskiem bezpośrednim (GDI).
Słowa kluczowe
PL silnik spalinowy   system dolotowy powietrza   diagnostyka   diagnostyka oparta na modelu   czujnik wirtualny   generowanie pozostałości  
EN combustion engine   air intake system   model-based diagnostics   virtual sensors   residual generation  
Wydawca Polskie Towarzystwo Diagnostyki Technicznej
Czasopismo Diagnostyka
Rocznik 2018
Tom Vol. 19, No. 1
Strony 25--32
Opis fizyczny Bibliogr. 18 poz., rys., tab.
Twórcy
autor Komorska, I.
  • University of Technology and Humanities in Radom, Faculty of Mechanical Engineering, Department of Automotive Mechatronice, iwona.komorska@uthrad.pl
autor Wołczyński, Z.
  • University of Technology and Humanities in Radom, Faculty of Mechanical Engineering, Department of Automotive Mechatronice, z.wolczynski@uthrad.pl
autor Borczuch, A.
  • University of Technology and Humanities in Radom, Faculty of Mechanical Engineering, Department of Automotive Mechatronice, a.borczuch@uthrad.pl
Bibliografia
1. Dąbrowski Z Madej H. Masking mechanical damages in the modern control systems of combustion engines. Journal of Kones Powertrain and Transport 2006; 13(3): 53-60.
2. Dąbrowski Z, Zawisza M. Investigations of the vibroacoustic signals sensitivity to mechanical defects not recognised by the OBD system in diesel engines. Mechatronic Systems, Mechanics and Materials. Solid State Phenomena 2012; 180: 194-199.
3. Dutka A, Javaherian H, Grimble M. Model-based engine fault detection and isolation. Proceedings of American Control Conference ACC '09 2009: 4593-4600.
4. Figlus T, Konieczny Ł, Burdzik R, Czech P. Assessment of diagnostic usefulness of vibration of the common rail system in the diesel engine. Vibroengineering Proceedia 2015; 6: 185-189.
5. Franchek MA, Buehler PJ, Makki I. Intake air path diagnostics for internal combustion engines. Journal of Dynamic Systems, Measurement and Control 2007; 129(1): 32-40.
6. Guzzella L, Onder C. Introduction to Modelling and Control of Internal Combustion Engine Systems. Springer; ETH Zurich; 2004.
7. Isermann R. Model-based fault-detection and diagnosis - status and applications. Annual Reviews in Control 2005; 29: 71-85.
8. Jongeneel J, Nijmeijer H, Manzie C, Nesic D. Input redundant internal combustion engine with linear quadratic Gaussian control and dynamic control allocation. Internal Report. Eindhoven University of Technology; Eindhoven, Netherlands; 2009.
9. Kiencke U, Nielsen L. Automotive Control Systems. For Engine, Driveline, and Vehicle. SpringerVerlag; Berlin Heidelberg; 2005.
10. Komorska I, Puchalski A. On-board diagnostics of mechanical defects of the vehicle drive system based on the vibration signal reference model. Journal of Vibroengineering 2013; 15(1): 450-458.
11. Komorska I, Wołczyński Z. Fault Diagnostics of Air Intake System of the Internal Combustion Engine. ICTD-CMMNO 2016 Congress; Gliwice 12-16.09.2016.
12. Komorska I, Wołczyński Z, Borczuch A. Modelbased analysis of sensor faults in SI engine. Combustion Engines 2017; 169(2): 146-151.
13. Merkisz J, Pielecha J, Radzimirski S. New trends in emission control in the European Union. Springer; 2014.
14. Nyberg M, Nielsen L. Model Based Diagnosis for the Air Intake System of the SI-Engine. SAE Technical Paper 970209; 1997. http://dx.doi.org/10.4271/970209.
15. Nyberg M. Model-based diagnosis of an automotive engine using several types of fault models. IEEE Transactions on Control Systems Technology 2002; 10(5): 679-689. http://dx.doi.org/10.1109/TCST.2002.801873.
16. Puchalski A, Komorska I. On-line Fault Diagnosis of Automotive Powernets by Kalman Filtering. Key Engineering Materials 2014; 588: 209-213.
17. Reif K. Gasoline Engine Management. Systems and Components. Springer-Vieweg; 2015. http://dx.doi.org/10.1007/978-3-65803964-6.
18. Wenzel TA, Burnham KJ, Blundell MV. Kalman filter as a virtual sensor: applied to automotive stability systems. Transactions of the Institute of Measurement and Control 2007; 29(2): 95-115.
Uwagi
Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-4b4bb8fa-8d53-460e-8db4-0e16a071771c
Identyfikatory
DOI 10.29354/diag/80972