Problems of modelling toxic compounds emitted by a marine internal combustion engine for the evaluation of its structure parameters

• Autorzy: Rudnicki J. , Zadrąg R.

Warianty tytułu

PL

Problemy modelowania emisji związków toksycznych okrętowego silnika spalinowego dla oceny jego parametrów struktury

• Konferencja: International Congress on Combustion Engines (5 ; 24-26.06.2013 ; Bielsko-Biala, Poland)
• Języki publikacji: EN

Abstrakty

EN

The paper presents the possibility of using an analytical study of the engine exhaust ignition to evaluate the technical condition of the selected components. Software tools available for the analysis of experimental data commonly use multiple regression model that allows the study of the effects and iterations between model input quantities and one output variable. The use of multi-equation models gives a lot of freedom in the analysis of the measurement results, as it allows the simultaneous analysis of multiple effects and iterations of output variables. It can also be used as a tool for the preparation of experimental material for other advanced diagnostic tools, such as models using neural networks, which allow, in contrast to multi-equation models, the recognition of the state with the number of classes of more than two-class, thus enabling diagnostic reasoning. Assuming that there is a strong correlation and unambiguous nature of the changes in the concentrations of toxic compounds analyzed in the course of the experiment can be seen as symptoms of the technical condition of the engine and with the known values of the output signals (including concentrations of toxic compounds) and their estimates, the values of residuals can be determined, which may indicate the type of damage. The authors show the advantages of using these analytical tools on the example of research conducted on the engine test bench.

PL

W artykule przedstawiono możliwość wykorzystania wyników badań składu spalin silnika z zapłonem samoczynnym do oceny stanu technicznego jego wybranych podzespołów. Dostępne programy narzędziowe służące do analizy danych eksperymentalnych powszechnie wykorzystują model regresji wielokrotnej, który umożliwia badanie efektów i interacji pomiędzy wielkościami wejściowymi modelu a jedną zmienną wyjściową. Zastosowanie modeli wielorównaniowych daje wiele możliwości podczas analizy wyników pomiarowych, gdyż umożliwia jednoczesną analizę efektów i interacji wielu zmiennych wyjściowych. Może być również wykorzystywane jako narzędzie do przygotowania materiału doświadczalnego dla innych zaawansowanych narzędzi diagnostycznych, takich jak modele wykorzystujące sieci neuronowe, które pozwalają, w przeciwieństwie do modeli wielorównaniowych, na rozpoznanie stanu przy liczbie klas większej niż dwuklasowa, umożliwiając tym samym wnioskowanie diagnostyczne. Przy założeniu bowiem, że istnieje silna korelacja oraz jednoznaczny charakter zmian stężeń analizowanych związków toksycznych w trakcie prowadzonego eksperymentu można traktować jako symptomy stanu technicznego silnika a przy znanych wartościach sygnałów wyjściowych (między innymi stężeń związków toksycznych) oraz ich estymat można wyznaczyć wartości residuów, które mogą wskazywać na rodzaj uszkodzenia. Autorzy w pracy przedstawiają zalety stosowania powyższych narzędzi analitycznych na przykładzie badań przeprowadzonych na stanowisku silnika badawczego.

Słowa kluczowe

EN

engine exhaust components; marine engines; engine diagnostics

PL

składniki spalin silnika; silniki okrętowe; diagnostyka silników

• Wydawca: Polskie Towarzystwo Naukowe Silników Spalinowych
• Czasopismo: Combustion Engines
• Rocznik: 2015
• Tom: R. 54, nr 3
• Strony: 432--441
• Opis fizyczny: Bibliogr. 19 poz., wykr., pełen tekst na CD

Twórcy

autor

Rudnicki J.

• Faculty of Ocean Engineering and Ship Technology at Gdansk University of Technology

autor

Zadrąg R.

• Faculty of Ocean Engineering and Ship Technology at Gdansk University of Technology

Bibliografia

• [1] Girtler J., Kuszmider S., Plewiński L.: Selected issues of operation of sea-going vessels in the aspect of safety of navigation (in Polish). Szczecin, WSM Szczecin 2003.
• [2] Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W.: Diagnostics of processes. Models. Artificial intelligence methods. Applications. (in Polish), Warsaw, WNT 2002.
• [3] Krishnamoorth C.S., Rajeev S.: Artificial Intelligence and Expert Systems for Engineers. CRC Press, Boca Raton 1996.
• [4] Kufel T.: Econometrics. Solving Problems Using GRETL Software, in Polish, Polish Scientific Publishers PWN, Warszawa. 2007.
• [5] Kukiełka L.: Basics of Engineering Research, in Polish, Polish Scientific Publishers PWN, Warszawa 2002.
• [6] Piaseczny L. Zadrąg R.: The influence of selected damages of engine SI type on the changes of emission of exhaust gas components, Diesel Engines, Opole 2009.
• [7] Polański Z.: Design of Experiments in Technology, Polish Scientific Publishers PWN, Warszawa 1984.
• [8] Skoundrianos E.N., Tzafestas S.G.: Fault diagnosis via local neural networks. Mathematics and Computers in Simulation 60 (2002) 169-180. Elsevier Science 2002.
• [9] Tadeusiewicz R.: Neural networks (in Polish). Warszawa, Akademicka Oficyna Wydawni-cza RM 1993.
• [10] Zadrąg R.: Criteria for the selection of the diagnostic parameter for diagnosis of marine diesel engine, LOGISTYKA No. 4/2010, ISSN 1231-5478, Poznań 2010.
• [11] Zadrąg R.: The Multi-equational models of leakproofness of charge exchange system of ship engine, (in Polish), in monograph ‘Gaseous engines – selected issues’’ edited by Adam Dużyński, University of Czestochowa Publishing, Częstochowa 2010.
• [12] Zadrąg R.: The multi-equational models in the analysis of results of marine diesel engines research, International Conference Eksplodiesel & Gas Turbine’2009, Międzyzdroje- Kopenhaga 2009.
• [13] Zadrąg R. et al.: Identification models for the technical condition of the engine on the basis of exhaust component emissions, in Polish, The report of the research project no. 4T12D 055 29, AMW, Gdynia 2008.
• [14] Zadrąg R., Zellma M.: Analysis of the results of internal combustion engines using multi-variate models, in Polish, Symposium on Marine Power Plants Symso’2009, Gdynia 2009.
• [15] Zadrąg R., Zellma M.: The usage of multi-equation models in analysis of dynamic process in marine diesel engine research. JOURNAL OF POLISH CIMAC, Vol.7, No 1, str. 295-304, Gdańsk 2012.
• [16] Zadrąg R., Zellma M.: Modelling of toxic compounds emission in marine diesel engine during transient states at variable angle of fuel injection. JOURNAL OF POLISCH CIMAC, Vol.8, No 1, Gdańsk 2013.
• [17] Zadrąg R., Zellma M.: Modelling of toxic compounds emission in marine diesel engine during transient states at variable pressure of fuel injection. JOURNAL OF POLISCH CIMAC, Vol.9, No 1, , Gdańsk 2014.
• [18] STATISTICA Neural NetworksTM. Przewodnik problemowy. StatSoft, Kraków 2001.
• [19] Neural Network Toolbox™. Matlab. User’s guide. The MathWorks, Inc. 2014.