Buji ateşlemeli içten yanmalı motorlarda özellikle fakir yanma koşullarında meydana gelen çevrimsel farklar, ardışık çevrimlerden her birinde maksimum basınç değerlerinin birbirlerinden farklı olmasına neden olmaktadır. Azot oksit ve hidrokarbon emisyonlarının azaltılması ayrıca, motor termal veriminin artırılması için motorun fakir şartlarda çalıştırılması istenmesine rağmen, bu durumda yoğun bir şekilde meydana gelen meydana gelen çevrimsel farklar önemli bir parametre haline gelmektedir. Şayet fakir yanma sınırına yakın bölgelerde çevrimsel farklar artarsa yanma meydana gelmeyebilir, bu durum sürüş problemleri oluşturabilir ve hidrokarbon emisyonları daha fazla oluşur. Fakir çalışma sınırına yakın bölgelerde veya bu bölgenin genişletilmesinde çevrimsel farkların azaltılması en önemli parametrelerden birisidir. Üstelik çevrimsel fark oluşumuna neden olan etki stokastik bir yapıda bulunduğundan motor çevrimleri arasında deterministik bir ilişki kurulamamaktadır. Çevrimsel farkların rassal bir yapıya sahip olması nedeniyle ardışık çevrimlerde bir sonraki çevrimde oluşacak maksimum basıncın değerinin öngörülmesi büyük önem taşımaktadır. Belirli doğrulukta öngörülebilen ardışık çevrim maksimum basınç verileri kullanılarak, çevrimsel farkları azaltmak amaçlı kontrol stratejileri geliştirilebilir. Bu kontrol stratejileri, maksimum basınç verilerinin belirli bant içerisinde kalması amacıyla çeşitli motor çalışma parametrelerini kullanmaktadır. Bu amaçla, yapılan bu çalışmada, ardışık motor çevrimlerinin maksimum basınç değerleri bir dizi şeklinde tanımlanarak bir sonraki çevrime ait maksimum basınç değeri tahmin edilmiştir. Tahmin yöntemi olarak gri sistem teorisine dayanarak oluşturulan gri tahmin modeli GM(1,1) geliştirilmiştir. Ayrıca, çevrimlerdeki maksimum basınçlardan oluşan diziye gelecek değerleri öngörmekte daha başarılı olan yuvarlanan GM(1,1) ve hata düzeltmeli gri tahmin modelleri uygulanmıştır. Tüm tahmin yöntemleri ile elde edilen veriler grafiksel olarak gösterilmiş ve sonuçlar kısmında tartışılmıştır.
The cyclic variations in spark ignition engines occurring especially under lean combustion conditions make the maximum pressure variable for successive in- cylinder pressure cycles. The lean operation is desired to reduce nitrogen oxides and hydrocarbon emissions as well as to improve fuel efficiency; however, the cyclic variations are a major factor during lean operation. If the cyclic variations are large during engine operation near the lean combustion limit, combustion may not occur resulting in misfires, drivability problems, and increased hydrocarbon emissions. Minimization of cycle-to-cycle variations is a key factor in effectively operating near to or extending the effective lean limit. In addition, the effect of the formation of the cyclic variations is a stochastic process hence; a deterministic model couldn’t be correlated between motor cycles. Prediction of maximum pressure value for the next cycle has a vital importance due to the random behavior of the cyclic variations. Control strategies can be developed for reducing cyclic variations by using the predicted maximum pressure data of successive cycle in a certain band of accuracy. In this type of control strategies, several engine operating parameters are used to get the cyclic variations into a specific range by using the predicted maximum pressure data of successive cycles. For this purpose, in this study, the maximum pressure value of next cycle is predicted by defining as a serial of the maximum pressure values for successive engine cycles. Gray prediction model GM (1,1) based on the gray system theory has been developed as a prediction method. Additionally, rolling and Fourier error modification GM (1,1) model which are more successful to predict future values have been applied. All the obtained data by prediction methods have been graphically shown and the results have been discussed.
Primary Language | Turkish |
---|---|
Subjects | Engineering |
Journal Section | Review Articles |
Authors | |
Publication Date | February 2, 2016 |
Submission Date | February 2, 2016 |
Published in Issue | Year 2014 Volume: 4 Issue: 1 |