Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: sensor fault diagnosis

Sortuj według:

Ogranicz wyniki do:

Diagnosis of sensor faults in a combustion engine control system with the artificial neural network

Komorska iwona, Wołczyński Zbigniew, Borczuch Artur

Diagnostyka

2019

Vol. 20, No. 4

19--25

The work presents the investigations carried out on a spark-ignition internal combustion engine with gasoline direct injection. The tests were carried out under conditions of simulated damage to the air temperature sensor, engine coolant temperature sensor, fuel pressure sensor, air pressure sensor, intake manifold leakage, and air flow disturbances. The on-board diagnostic system did not detect any damage because the sensor indications were within acceptable limits. The engine control system in each case changed its settings according to the adaptive algorithm. Signal values in cycles from all available sensors in the engine control system and data available in the on-board diagnostic system of the car were recorded. A large amount of measurement data was obtained. They were used to create a statistical function that classifies sensor faults using an artificial neural network. A set of training data has been prepared accordingly. During learning the neural network, a hit rate of over 99% was achieved.

W pracy przedstawiono badania przeprowadzone na silniku spalinowym o zapłonie iskrowym z bezpośrednim wtryskiem paliwa. Testy wykonano w warunkach symulowanych uszkodzeń czujników temperatury powietrza, temperatury cieczy chłodzącej silnik, ciśnienia paliwa, ciśnienia powietrza, nieszczelności w kolektorze dolotowym, zaburzenia przepływu powietrza. System diagnostyki pokładowej nie wykrył żadnego uszkodzenia, ponieważ wskazania czujników mieściły się w granicach tolerancji. System sterowania silnika w każdym przypadku zmieniał swoje ustawienia według adaptacyjnego algorytmu. Rejestrowano cyklowe wartości sygnałów ze wszystkich dostępnych czujników w systemie sterowania silnika oraz dane dostępne w systemie diagnostyki pokładowej samochodu. Otrzymano dużą ilość danych pomiarowych. Wykorzystano je do utworzenia statystycznej funkcji klasyfikującej uszkodzenia przy pomocy sztucznej sieci neuronowej. Odpowiednio przygotowano zbiór danych uczących. W trakcie uczenia sieci neuronowej osiągnięto współczynnik trafień powyżej 99%.

A hybrid active fault-tolerant control scheme for wind energy conversion system based on permanent magnet synchronous generator

Tahri A., Hassaine S., Moreau S.

Archives of Electrical Engineering

2018

Vol. 67, nr 3

485–-497

Wind energy has achieved prominence in renewable energy production. There- fore, it is necessary to develop a diagnosis system and fault-tolerant control to protect the system and to prevent unscheduled shutdowns. The presented study aims to provide an experimental analysis of a speed sensor fault by hybrid active fault-tolerant control (AFTC) for a wind energy conversion system (WECS) based on a permanent magnet synchronous generator (PMSG). The hybrid AFTC switches between a traditional controller based on proportional integral (PI) controllers under normal conditions and a robust backstepping controller system without a speed sensor to avoid any deterioration caused by the sensor fault. A sliding mode observer is used to estimate the PMSG rotor position. The proposed controller architecture can be designed for performance and robustness separately. Finally, the proposed methodwas successfully tested in an experimental set up using a dSPACE 1104 platform. In this experimental system, the wind turbine with a generator connection via a mechanical gear is emulated by a PMSM engine with controled speed through a voltage inverter. The obtained experimental results show clearly that the proposed method is able to guarantee service production continuity for the WECS in adequate transition.