автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Применение нечеткой логики в автоматизированной системе испытаний дизельных двигателей с использованием метода Саати

Илюхин Алексей Николаевич

На правах рукописи

ПРИМЕНЕНИЕ НЕЧЕТКОЙ ЛОГИКИ В АВТОМАТИЗИРОВАННОЙ СИСТЕМЕ ИСПЫТАНИЙ ДИЗЕЛЬНЫХ ДВИГАТЕЛЕЙ С ИСПОЛЬЗОВАНИЕМ МЕТОДА СААТИ

Специальность:

05.13.06 - Автоматизация и управление технологическими процессами и производствами (машиностроение)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

1 С кся 7г3

Набережные Челны - 2009 г.

003483648

Работа выполнена в ГОУ ВПО «Камская государственная инженерно-экономическая академия».

Научный руководитель

доктор техн. наук, профессор Хайруллин Асфандияр Халиуллович доктор техн. наук, профессор Дмитриев Сергей Васильевич

Официальные оппоненты:

Доктор техн. наук, доцент Родншцев Николай Егорович

Ведущая организация

НТЦ ОАО «КАМАЗ» (БЗГД-ДР ОАО «КАМАЗ»)

Защита диссертации состоится « 4 » декабря 2009 г. в 14 час. на заседании диссертационного совета Д 212.309.01 в Камской государственной инженерно-экономической академии, по адресу: 423810, Республика Татарстан, г. Набережные Челны, пр. Мира, 68/19

С диссертацией можно ознакомиться в библиотеке Камской государственной инженерно-экономической академии

Отзывы в двух экземплярах, заверенные печатью организации, просим направлять по адресу: 423810, Республика Татарстан, г. Набережные Челны, пр. Мира, 68/19, диссертационный совет Д 212.309.01

Автореферат разослан «2» ноября 2009 г.

Ученый секретарь

диссертационного совета Д 212.309.01 доктор технических наук, профессор

Симонова Л.А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Неотъемлемой частью сложного процесса создания, совершенствования и производства двигателей внутреннего сгорания (ДВС) являются их испытания. Объясняется это тем, что только при испытаниях можно определить общую технико-экономическую эффективность созданного или модернизированного двигателя, действительные нагрузки на его детали и узлы, а также правильность технологии производства серийных двигателей.

Работа базируется на основе достижений в области двигателестроения и нечеткой логики. Основы данных направлений науки заложено и развито в работах Адгамова Р.И., Берхеева М.М., Дмитриева C.B., Заде JI.A., Заляева И.А., Кожевникова Ю.В., Красных B.JI., Мамдани E.H., Моисеева B.C., Суджено, Хайруллина А.Х., Цукамото, Ярушкиной Н.Г. и др.

В связи с ужесточением экологических норм и требований к снижению расхода топлива и вследствие применения режимов форсирования двигателей, сложность систем управления ДВС в последние годы значительно возросла. Основных параметров регулирования всего два: подача топлива и внешняя нагрузка, однако система управления работает в режиме реального времени, поэтому управление целесообразно проводить на основе математической модели. Полная математическая модель ДВС слишком сложна, и до сих пор не создана. Из-за этого большинство систем управления ДВС используют модель, построенную на основе дифференциальных уравнений. Серьезный недостаток такой модели - сложность ее создания и высокая погрешность.

Применение нечеткой логики в автоматизированной системе испытаний (АСИ) ДВС позволяет управлять требуемой точностью на основе количества управляющих правил: чем их больше, тем выше точность, но при этом требуется больше вычислительных ресурсов АСИ.

Актуальность темы обусловлена необходимостью автоматизации функции управления двигателем в процессе стендовых испытаний - массовой технологической операции на этапе выпуска изделия в эксплуатацию.

Объект исследования. В качестве объекта исследования выбрана автоматизированная система испытаний двигателей внутреннего сгорания.

Предмет исследования. Предметом исследования является алгоритм управления двигателем внутреннего сгорания в составе автоматизированной системы испытаний.

Цель и задачи работы. Целью диссертационной работы является повышение эффективности АСИ дизельных двигателей на станциях испытаний ДВС путем разработки методики оперативной настройки системы на основе нечеткой логики и ранжирования влияния задающих параметров методом парных сравнений.

Для достижения поставленной цели в работе решаются следующие

Научные задачи:

1. Исследование методов построения математической модели двигателя внутреннего сгорания как динамического объекта, управляемого но частоте вращения коленчатого вала.

2. Разработка структурной схемы АСИ, позволяющей реализовать процесс испытаний дизельных двигателей на основе нечеткой логики.

3. Получение математической модели в виде базы знаний нечетких правил управления АСИ двигателей путем использования перемещения рычага регулятора топливного насоса высокого давления (ТНВД) и изменения нагрузки, описывающих состояние ДВС в любой момент времени, по заданным параметрам испытаний.

4. Разработка системы направленности испытаний в зависимости от степени влияния входных параметров на управляющее воздействие.

5. Разработка устройства управления частотой вращения коленчатого вала двигателя.

Положения, выносимые на защиту и обладающие научной новизной:

1. Получение вектора управления АСИ ДВС описывающего состояние ДВС в любой момент времени, на основе модели в виде базы знаний нечетких правил, учитывающей экспериментальные данные испытаний.

2. Методика формирования направленности испытаний работы двигателя, позволяющая реализовать различные режимы, в частности, экономичный, экологичный, высокой мощности и т.д., путем ранжирования результатов нечеткого вывода на основе метода парных сравнений Саати.

3. Способ электромеханического управления частотой вращения двигателя путем реализации нечеткого вывода АСИ ДВС на основе управляющих правил перемещения рычага регулятора ТНВД и изменения внешней нагрузки, описывающих состояние ДВС в любой момент времени, через шаговый двигатель и передачу винт-гайка, гибко соединенную с рычагом регулятором ТНВД.

Практическая полезность работы:

■ уменьшение времени настройки стендов на заданный режим испытаний на основе подготовки векторов управления регулятором ТНВД, используемых для получения необходимых входных параметров;

■ повышение точности управления процессом испытаний за счет использования решений, полученных в результате применения модели на основе нечеткой логики для перемещения рычага регулятора ТНВД и изменения нагрузки, описывающих состояние ДВС в любой момент времени;

■ механизм электромеханического управления частотой вращения двигателя на основе реализации полученных векторов управления АСИ ДВС путем использования математической модели перемещения регулятора ТНВД и изменения нагрузки, полученной на основе нечеткого контроллера, описывающих состояние ДВС в любой момент времени через шаговый двигатель и передачу винт-гайка, гибко соединенную с регулятором ТНВД.

Методы исследований. При нахождении методами нечеткой логики управляющих воздействий относительно входных параметров, описывающих состояние ДВС в любой момент времени, использовались треугольная функция принадлежности и распределения Гаусса, нечеткий вывод на основе алгоритма Суджено; для ранжирования результатов нечеткого вывода использовался метод парных сравнений Саати, для заполнения базы знаний -методы прямых измерений и экспертных оценок.

Реализация результатов. Разработана модель управления ДВС на основе правил нечеткой логики, описывающих состояние ДВС в любой момент времени, позволяющая получить параметры объекта испытаний. Разработан механизм электромеханического управления частотой вращения двигателя в результате использования модели перемещения рычага регулятора ТНВД и изменения нагрузки, полученной на основе нечеткой логики, описывающих состояние ДВС в любой момент времени, через шаговый двигатель и передачу винт-гайка, гибко соединенную с регулятором ТНВД. Внедрение на ОАО «КАМАЗ-ДИЗЕЛЬ» управляющей модели ДВС на базе нечеткого контроллера, позволяющей осуществлять управление испытаниями, при котором поведение управляемого объекта описывается нечеткими правилами.

Апробация работы. Основные положения и результаты, полученные в работе, опубликованы в 10 печатных работах, доложены и обсуждены на заседаниях кафедры АиИТ (ИНЭКА) в 2007-09 гг., а также международных научных и научно-практических конференциях: «Вузовская наука - России, 30 марта - 1 апреля 2005 г.» (Набережные Челны, КАМПИ, 2005 г.); «Современные проблемы и пути их решения в науке, транспорте, производстве и образовании 2007»» (Одесса, Черноморье, 2007 г.); «Прогрессивные технологии в современном машиностроении» (Пенза, Приволжский дом знаний, 2008 г.), «Перспективные инновации в науке, образовании, производстве и транспорте 2008» (Одесса: Черноморье, 2008), являлся; исполнителем по гранту АН РТ № 05-5.2-209/2005 на тему «Разработка систем автоматизированной настройки испытательного комплекса ДВС с системой принятия решений на базе средств когнитивной и интерактивной графики», руководитель Хайруллин А.Х.

Публикации. По результатам выполненных исследований опубликовано 10 работ, из них три статьи опубликованы в рецензируемых центральных журналах, входящих в перечень ВАК.

Структура и объем диссертации: Диссертационная работа состоит из введения, четырех глав, заключения, библиографического списка, использованной литературы, включающего 110 наименований, 1 приложения, содержащего результаты испытаний. Работа изложена на 122 страницах машинописного текста, в том числе приложений на 7 страницах, содержит 28 рисунков и 9 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении освещена актуальность темы, рассмотрено состояние вопроса, сформулированы цели и основные задачи диссертационной работы, показана научная новизна и практическая ценность диссертации.

В первой главе проводится краткий обзор применяемого математического обеспечения АСИ ДВС. Рассмотрены математические модели двигателей на базе дифференциальных уравнений, табличной структуры и искусственного интеллекта. Среди методов искусственного интеллекта выделена нечеткая логика, позволяющая лучше описать процесс управления ДВС. Произведен обзор систем управления ДВС на нечеткой логике.

Объектом управления является испытательный стенд с установленным двигателем и технологическим оборудованием, обеспечивающим проведение испытания. В зависимости от вида испытаний может изменяться как состав взаимодействующего с АСИ оборудования, так и технология проведения испытания.

Испытания относятся к числу наиболее ответственных и трудоемких этапов жизненного цикла ДВС. На этом этапе осуществляется окончательная оценка конструкции, определяется ее соответствие техническим и технологическим требованиям.

АСИ, построенная на основе нечеткой логики, позволяет повысить качество и эффективность конструкторских разработок, сократить сроки доводки и усовершенствования двигателей при снижении себестоимости проведения стендовых испытаний.

Вторая глава посвящена разработке структурной схемы нечеткого контроллера для проведения испытания. Разработана база знаний нечеткого контроллера, а также рассматриваются методы ее заполнения. Разработана последовательность этапов создания испытаний.

Систему управления ДВС на основе нечеткой логики можно представить в виде совокупности блоков, изображенных на рисунке 1.

Рисунок 1 - Структурная схема АСИ ДВС.

В блоке создания образов испытания пользователь создает последовательности изменения интересующих параметров от времени, которые записываются в блок «база данных образов и программ -испытаний». В этой многоуровневой базе данных происходит последовательное преобразование входных образов в управляющие воздействия посредством нечеткого контроллера, который расположен в блоке «формирования программы испытаний». Для получения выходных величин нечеткий контроллер использует нечеткие правила, которые расположены в блоке «база знаний». В результате формируется последовательность управляющих параметров, которая сохраняется в «базе данных образов и программ-испытаний». На основе получившихся данных «блок управления» производит непосредственное проведение испытаний. В процессе проведения испытаний с помощью «блока датчиков» получаем информацию о текущем положении объекта. Все эти данные сохраняются в блоке «хранения информации».

«Блок обучения» может управлять «блоком управления» и получать информацию с датчиков в режиме обратной связи. Это необходимо для того, чтобы заполнить базу знаний, на основе которой формируются управляющие правила. Эти правила также могут создаваться или корректироваться па основе информации, которая поступает с «блока хранения истории управления» на блок обучения.

База знаний нечеткого контроллера состоит из трех уровней. На первом уровне располагаются лингвистические переменные, используемые для фазификации данных. Лингвистические переменные заполняются экспертами данной области и методами прямых измерений. На этом уровне определяется базовый диапазон и число нечетких меток (НМ) на нем, а также тип функции принадлежности. Количество НМ зависит от точности управления.

На втором уровне сохранены нечеткие правила управления, применяемые для преобразования задаваемых параметров в управляющие. Эти правила составляются из лингвистических переменных, определенных на уровне выше.

На третьем уровне располагаются векторы приоритетов, предназначенные для ранжирования характеристик. Векторы приоритетов состоят из задаваемых параметров. На их основе можно задать определенную направленность испытаниям.

Во время проведения испытаний в АСИ ДВС используется обратная связь. Она применяется не только для фиксации результатов, но и для заполнения базы знаний при помощи метода прецедентов.

Процесс создания программы испытания ДВС представляет собой следующую последовательность этапов, представленных на рисунке 2.

Верхний уровень представляет собой методику испытаний. Ее разрабатывает технолог с учетом интересующих его параметров двигателя.

Данную методику испытаний технолог реализует в виде образов

задающих параметров. Принимаем в качестве образа зависимость изменения параметров работы двигателя от времени. На следующем этапе проводится преобразование образов в сводную таблицу параметров. Для этого все время проведения испытаний разбивается на интервалы времени 1,шп, на которых будет производиться управление ДВС. Выбор этих значений должен быть как можно меньше, так как это ведет к увеличению точности управления и исключению аварийных режимов, но при уменьшении интервалов происходит увеличение требуемых ресурсов вычислительной техники. На основании этих величин определяется количество точек, на которых будут проводиться управления во время проведения испытаний.

Рисунок 2 - Структура создания испытаний на основе нечеткой логики.

Затем каждому промежутку времени определяются величины измеряемых параметров (Аи, Аг\, A3i,..., Л,ш), где А, - значение параметра в определенный момент времени, который получается из соответствующих т образов. Эти данные сохраняются в сводной таблице параметров (таблица 1).

_____ Таблица 1. Сводная таблица параметров

№ п/п Время испытаний Образ 1 Образ 2 Образ 3 Образ ш

1 t=0 A„ A2| Л„ А,„,

2 t^n.i,, An a22 л,2 Ат2

3 t=t+ t„,i„ A„ Ли A„ А,„з

S ti5 A,s a2S A3S A,„s

На следующем этапе проводится фазификация, то есть преобразование четких значений входных переменных А; в нечеткие В;, посредством лингвистической переменной. Такое преобразование фактически является своего рода нормированием, необходимым для перевода заданных данных в субъективные оценки. Лингвистические переменные для перевода четкого значения в нечеткое хранятся в базе знаний нечеткой логики. Итогом работы на этом этапе будет преобразованная сводная таблица параметров, в которой вместо четких значений будут располагаться нечеткие метки, в общем виде результат данного этапа представлен в таблице 2.

№ п/п Время испытаний НМ образа 1 НМ образа 2 НМ образа 3 НМ образа тп

1 1=0 в„ в21 в„ в„,

2 В,2 В,2 В»2

3 1=1+ и. в„ В 23 вИ Вшз

Б В^ в25 в38 вт5

Очередным этапом является формирование в блоке вывода приближенного нечеткого результата. Для этого применяются нечеткие правила, хранящиеся в базе знаний нечеткой логики. На основе этих правил формируется таблица нечеткого управления (таблица 3).

Таблица 3. Нечеткие выходные параметры.

№ п/п Время испытаний НМ управления образа 1 НМ управления образа 2 НМ управления образа 3 НМ управления образа к

1 1=0 С„ с2, с„ С,„,

2 1=и,т С,2 С,2 С,2 С,п2

3 ЬИ- С» Си С,5 СтЗ

5 »13 с,8 С25 С,8

Следующим этапом является дефазификация. Под дефазификацией понимается процедура преобразования нечетких величин, получаемых в результате нечеткого вывода, в четкие, на основе которых можно производить испытания двигателя. Результат данного этапа представлен в таблице 4.

Таблица 4. Четкие управляющие параметры

№ п/п Время испытаний Четкое значение управления 1 Четкое значение управления 2 Четкое значение управления 3 Четкое значение управления j

1 1=0 Гг, 6. Ги

2 1 1-П1]П «2 «¡2 Г,2 А.2

3 и & «и Гкз

8 и С>, й.

Заключительным этапом является проведение испытаний на основе полученных управляющих векторов.

В третьей главе рассматриваются функции распределения, и на их основе формируются лингвистические переменные и создается база знаний управляющих правил. На основе данной базы знаний формируется управляющая программа по ГОСТ 18509-88, разрабатывается ранжирование управляющих значений на основе метода парных сравнений.

Системы нечеткого вывода строятся на основе понятий лингвистической переменной, состоящей из пяти объектов:

<Х, и, Т(х), в, Б >, (1)

где X - собственное имя переменной; V — базовое множество; Т(х) -нечеткие метки; й - синтаксические правила управления. 5 - семантические правила управления.

В качестве X выбираются все управляющие и задающие параметры, например, положение регулятора ТНВД Ь, обороты коленчатого вала п, крутящий момент М„, расход топлива От.

Базовым множеством £/ является диапазон возможных значений X. Данные параметры зависят от характеристик объекта управления: Ъ от 0 до 50 мм, п от 600 до 2450 об/мин, Мн от 73 до 126 Нм, С7 от 18,6 до 59,4 кг/ч.

На базовом множестве располагаются нечеткие метки Т(х). Связь между С/ и Т(х) осуществляется при помощи функций принадлежности (ФГ1). Основными используемыми ФП являются треугольная функция и Гауссово распределение. В рассматриваемых лингвистических переменных Д п, Мц, С, больший диапазон значений составляют линейные зависимости, вследствие этого выбирается треугольная функция распределения, так как она лучше описывает линейные участки. В аналитическом виде треугольная ФП может быть задана следующим образом:

рг(х,а,Ь,с) =

0 ,х<а, х-а

-,а<х<Ь,

"с'Л , ©

-,Ь<х< с,

с-Ь

0,х > с,

где х - базовое значение;

Ь — нечеткая метка, соответствующая вершине распределения; а — левая граница функции принадлежности; с - правая граница функции принадлежности; ц{х,а,Ь,с) - треугольная функция принадлежности. При составлении Т(х) необходимо определиться с количеством нечетких меток. Чем их больше, тем точнее проводится управление, но при этом возрастает размерность базы знаний, что ведет к увеличению времени ее заполнения.

В первую очередь определяются лингвистические переменные, которыми можно управлять и соответственно точно знать их значение во время проведения эксперимента. Такой лингвистической переменной является положение рычага регулятора ТНВД Ь. Для получения необходимой точности базовое значение этого параметра разобьем на одиннадцать нечетких меток (0,5,10... 50).

Характеристики лингвистических переменных п, Мц, (1т напрямую

зависят от положения регулятора ТНВД Ь и, следовательно, также разбиваются на 11 нечетких меток.

Для нахождения значений лингвистических переменных п, Мн, От были проведены испытания двигателей 740-30-260 на станции испытаний двигателей ОАО "КАМАЗ-ДИЗЕЛЬ". Во время проведения испытаний проводилось управление регулятором ТНВД при фиксированной внешней нагрузке, равной 10 Нм. Замеры оборотов и момента нагрузки проводились в момент нахождения рычага регулятора ТНВД в положениях, соответствующих их нечетким меткам Ь. В испытаниях участвовали десять двигателей, среднеарифметические результаты их параметров занесены в таблицу 5.

Таблица 5. Результаты испытаний.

L, мм 0 5 10 15 20 25 30 35 40 45 50

п,об/мин 600 935 1155 1355 1555 1760 I960 2165 2340 2425 2450

Мц, Нм 73 101 120 126 125 118 113 111 НО 110 110

Gr, г 18,60 23,10 29,50 35,90 41,80 46,90 50,80 54,20 57,10 58,90 59,40

На основе результатов испытаний создаются лингвистические переменные п, Ми, От представленные на рисунке 3.

600 935 1155 1355 1555 1760 1960 2165 2340 2425 2450 п,об/мин

73 101 120 126 125 118 113 111 110 110 110 Мн, Нм

18,6 23,1 29,5 35,9 41,8 46,9 50,8 54,2 57,1 58,9 59,4 GT, кг/ч

0 5 10 15 20 25 30 35 40 45 50 |_,мм

Рисунок 3 - Лингвистические переменные L, п ,Мц, GT.

На данные лингвистические переменные накладываются синтаксические и семантические правила G(x) и S(x). Синтаксические правила определяют порядок составления базовых значений относительно времени. Например, с минимальных оборотов невозможно моментально разогнаться до максимальных и наоборот, если мы резко заглушим двигатель на максимальных оборотах, это может привести к его выходу из строя. Семантические правила в свою очередь определяют влияние лингвистических переменных друг на друга. Например, при заданных минимальных оборотах невозможно получить максимальную мощность или крутящий момент. Эти правила также позволяют исключить аварийные режимы.

На основе получившихся лингвистических переменных формируются

нечеткие правила управления. Данные правила будут иметь следующий вид: ЕСЛИ п И Мн И ТО Ь,

где п - лингвистическая переменная, характеризирующая обороты двигателя; Мн - лингвистическая переменная характеризирующая крутящий момент двигателя; От - лингвистическая переменная характеризирующая расход топлива; Ь - лингвистическая переменная характеризирующая положение рычага регулятора ТНВД.

На основе полученных нечетких правил формируются второй уровень базы знаний, который имеет следующий вид: ЕСЛИ 600 И 73 И 18,6 ТО 0; ЕСЛИ 935 И 101 И 23,1 ТО 5;

ЕСЛИ 2450 И 110 И 59,4 ТО 50.

Используя данную базу знаний можно получить нечеткие управляющие значения. Используя эти значения проведем процесс дефазификации. Под дефазификацией понимается процедура преобразования нечетких величин, получаемых в результате нечеткого вывода, в четкие, на основе которых можно производить испытания двигателя. Для дефазификации используем алгоритм Суджено. Это объясняется тем, что данный алгоритм является высокоточным и простота его использования позволит сократить время обработки информации. Алгоритм Суджено реализуется следующим образом:

Л =2>,-х//>,-)), (3)

<=1

где х - четкое значение переменной А,

fx - выходная переменная / относительно лингвистической переменной Л;

а, - нечеткие метки, принадлежащие лингвистической переменной А;

дх(а|) - принадлежность переменой х к соответствующей нечеткой метке.

Аналогично вычисляются значения выходных переменных и по другим лингвистическим переменным. Таким образом, четкий вывод определяется как среднеарифметическое значение выходных лингвистических переменных:

п

где Г- четкое выходное значение регулятора ТНВД; £ - выходная переменная /относительно соответствующей лингвистической переменной; п - число лингвистических переменных.

Полученный результат представляет собой среднеарифметический результат между четкими выводами параметров, использующихся при создании нечетких правил. При этом эти параметры имеют разное влияние на конечный результат. Для ранжирования воздействия используемых

характеристик целесообразно применить метод парных сравнений Саати.

В качестве основных критериев используются лингвистические переменные п , Мн, От, на основе которых создается матрица парных сравнений, показанная в таблице 6.

Таблица 6. Матрица парных сравнений

Критерий п м„ Gr

п an ai2 an

Мп а21 Э22 а2з

Gt a3i аз 2 азз

Используя матрицу парных сравнений, рассчитываем главный собственный вектор. Если после нормализации вектор удовлетворяет требованиям согласованности, то его можно применять для ранжирования результатов, полученных на основе четкого вывода алгоритма Суджено. В итоге нечеткий вывод будет рассчитываться не как среднеарифметическое, а следующим образом:

f^fiXy'r* (5)

где f- четкое выходное значение; f, - выходная переменная /относительно

.. norm

соответствующей лингвистическои переменной; у{ - вектор приоритетов

лингвистических переменных; п - число лингвистических переменных.

В четвертой главе приведены результаты эксперимента для проверки расчетов векторов управления с реальными характеристиками. Разработано устройство управления частотой вращения коленчатого вала.

Параметры n, Мн, GT имеют разное влияние на конечный результат в зависимости от типа проводимых испытаний. Для ранжирования воздействий применим метод парных сравнений Саати, описанный в главе 3.

Создадим матрицу парных сравнений по лингвистическим переменным N, А/я, Gr, в которой больший вес установим параметрам N и GT, так как испытания направлены на экономичность двигателя (таблица 7).

Таблица7. Матрица парных сравнений п, Мн, Gj-

Критерии N м„ С,-

N 1 2 0,7

М„ 0,5 1 0,9

Gr 1,43 1,11 1

На основе матрицы парных сравнений рассчитаем главный собственный вектор, который имеет следующий вид:

(УьУ2'УзУ = (1Д2;0,77;1,17)г .

Для получения вектора приоритетов нормализуем главный собственный вектор:

О',"0™; уп2огт; уГт? = (0,37; 0,25; 0,3 8) 7'.

После нормализации рассчитаем отношение согласованности, которое равно 0,09, что удовлетворяет критерию согласованности для матрицы третьего порядка. Следовательно, на основе вектора приоритетов можем рассчитать общее управляющее воздействие.

На основе получившейся базы знаний сформируем методику испытаний ДВС по ГОСТ 18509-88 «Дизели тракторные и комбайновые. Методы стендовых испытаний». Данный стандарт предполагает измерение параметров двигателя в стационарном режиме при шаге, равном 200 об/мин. Расход топлива выбирается как можно меньше, что позволяет реализовать экономичный режим работы, а крутящий момент по своим характеристикам выберем совпадающим с соответствующими оборотами.

Следующим этапом является представление данной методики испытаний в виде образов. Затем эти образы преобразуем в сводную таблицу параметров (таблица 8). Для этого все время проведения испытаний разбивается на интервалы времени 11П;П, на которых будет проводиться управление ДВС.

Таблица 8. Сводная таблица параметров п, Ми и С!г.

п,об/мин 600 &00 1000 1200 1400 1600 1800 2000 2200 2400 2450

С»7, кг/ч 18,6 19,5 22,5 28 35 41 46 50 53,5 57,5 59,2

Ми, Нм 73 90 110 123 125,8 123 115 112,5 110,8 110 110

Следующий этап - фазификация. Итогом работы на этом этапе будет преобразованная сводная таблица параметров, в которой место четких значений будут располагаться функции принадлежности. В общем виде результат данного этапа будет представлен на рисунке 4.

Очередным этапом является формирование в блоке вывода приближенного нечеткого результата. Для этого применяются нечеткие правила, хранящиеся в базе знаний нечеткой логики.

Следующим этапом является дефазификация. Проведем дефазификацпю на основе алгоритма Суджено. Результатом нечеткого вывода являются управляющие векторы по лингвистическим переменным п, Ми и Сг: Р„=(0; 2,99; 6,48; 11,13; 16,13; 21,1; 26; 30,98; 36; 43,53; 50); Рш=(0; 3,04; 7,37; 12,5; 15,17; 21,43; 28, 31,25; 36; 45; 50); РОт=(0; 1; 5,7; 10,39; 14,3; 19,32; 24,12; 28,97; 33,97; 41,11; 48) Рассчитаем общий результирующий вектор по трем параметрам п, Ми и О^ на основе усреднения среднего значения и метода ранжирования характеристик. Результат управляющего вектора по усредненному значению будет иметь вид:

Р8=(0; 2,34; 6,52; 11,34; 15,2; 20,62; 26,4; 30,4; 35,3; 43,21; 49,33).

Управляющий вектор по методу парных сравнений будет иметь следующий вид:

Рк=(0; 2,27; 6,42; 11,2; 15,21; 20,53; 25,81; 30,31; 35,26; 43,01; 49,27).

Управление рычагом регулятора ТНВД на основе полученных векторов производится при помощи, специально созданного устройства изображенного на рисунке 5.

600 935 1155 1355 1555 1760 1960 2165 2340 2425 2450 п об/мин

Рисунок 4 - Дефазификация данных.

Схема устройства управления содержит шаговый двигатель 1, винт 2, гайка 3, металлический трос 4, регулировочный болт 5, рычаг регулятора топливного насоса высокого давления 6, ограничители движения регулятора 7.

Шаговый двигатель 1 при подаче управляющего воздействия вращает закрепленный на его валу винт 2. Поворот винта перемещает гайку 3, которая посредством троса соединена с болтом 5. Данный болт вкручивается в паз рычага регулятора ТНВД 6, который может перемещаться между двумя ограничителями 7. Перемещение гайки вдоль оси приводит к изменению положения рычага регулятора ТНВД, который управляет количеством топлива, поступающего к двигателю, и соответственно изменяет обороты дизеля.

Рисунок 5 - Кинематическая схема регулятора.

Реверс шагового двигателя производится путем изменения последовательности коммутации токов в обмотках, приводящего к изменению направления вращения магнитного поля на обратное.

Перемещение регулятора за один шаг шагового двигателя можно определить, зная шаг резьбы и шаг шагового двигателя по формуле:

'-5Г <*>

где И - перемещение регулятора ТНВД за один шаг шагового двигателя; Р -шаг резьбы; В - величина полного шага шагового двигателя.

Количество шагов шагового двигателя для заданного перемещения рычага регулятора ТНВД можно вычислить по формуле:

А

(7)

где Ь - заданное перемещение рейки; N - количество Шагов необходимых для заданного перемещение регулятора ТНВД.

Используя вектор Рп характеризирующий обороты коленчатого вала, проверим степень адекватности управляющей модели реальным параметрам двигателя. Результаты усредненного значения погрешности испытаний двигателей показаны на рисунке 6.

Определим точность методов получения результирующих управляющих векторов по трем параметрам п, Мц и Ст. Используя усреднение значения и ранжирование задающих параметров, на основе испытания ДВС. Результаты эксперимента показаны на рисунке 7.

.4:

№

0 36 °'43 0 В 0Р7 о _ _ ■ 0

600 800 1000 1200 1400 1600 1800 2000 2200 2400 2450 Обороты

Рисунок 6 - Погрешность испытаний по оборотам коленчатого вала.

Рисунок 7 - Погрешность методов определения результирующего вектора.

На рисунке 7 показана относительная погрешность испытаний: тем ным цветом - по усредненному значению, а светлым - по ранжированию методом парных сравнений. Как видно по рисунку, второй метод более точный, кроме значения в 800 оборотов в минуту, что объясняется большой нелинейностью на данном участке оборотов вращения коленчатого вала.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. На основе исследования методов построения математической модели дизельного двигателя внутреннего сгорания выбран способ управления на основе нечеткой логики, позволяющий повысить качество и эффективность конструкторских разработок, сократить сроки доводки и усовершенствования двигателей при снижении себестоимости проведения стендовых испытаний.

2. Сформирована структурная схема АСИ, позволяющая реализовать

процесс испытаний двигателей на основе нечеткой логики.

3. Получены векторы управления АСИ, описывающие состояние дизельных двигателей в любой момент времени, на основе модели в виде базы знаний нечетких правил, учитывающей экспериментальные данные испытаний;

4. Разработана методика формирования направленности испытаний работы двигателя путем ранжирования результатов нечеткого вывода на основе метода парных сравнений Саати, позволяющего реализовать различные режимы, в частности, экономичный, экологичный, высокой мощности и т.д.

5. Разработан механизм электромеханического управления частотой вращения двигателя на основе реализации полученных векторов управления АСИ ДВС путем использования математической модели перемещения рычага регулятора ТНВД и изменения нагрузки, полученной на основе нечеткого контроллера, описывающих состояние ДВС в любой момент времени через шаговый двигатель и передачу винт-гайка, гибко соединенную с регулятором ТНВД.

6. Результаты работы внедрены на ОАО «КАМАЗ-ДИЗЕЛЬ» в виде управляющей модели ДВС на базе нечеткого контроллера, позволяющей осуществлять управление испытаниями, при котором поведение управляемого объекта описывается нечеткими правилами, и в учебном процессе.

7. Проанализирована эффективность использования предлагаемых математических моделей ДВС, а также способа перемещения регулятора ТНВД. Так как время настройки стенда уменьшается, то экономия времени настройки стснда составит 10-20 %, что ведет к экономии топлива на 10-15 %.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ ОТРАЖЕНО В СЛЕДУЮЩИХ ПУБЛИКАЦИЯХ:

Научные статьи, опубликованные в журналах, рекомендованных ВАК:

1. Илюхин А.Н. Правила, функции и схемы формирования моделей режимов испытаний автотракторных ДВС/ Илюхин А.Н., Зубков Е.В., Макушин A.A. // «Тракторы и сельхозмашины» - 2009. Вып. №5. - с. 17-20.

2. Илюхин А.Н. Применение нечеткой логики для моделирования режимов испытания двигателей внутреннего сгорания/ Илюхин А.Н., Зубков Е.В., Макушин A.A. // «Сборка в машиностроении, приборостроении» - 2009. Вып. №8. - с. 39-44.

3. Илюхин А.Н. Управление режимами ДВС с использованием математической модели/ Илюхин А.Н., Зубков Е.В., Макушин A.A. // «Тракторы и сельхозмашины» - 2009. Вып. №8. - с. 21-23.

Научные статьи и материалы докладов:

4. Илюхин А.Н. Применение когнитивной графики в АСИ ДВС/ Илюхин А.Н., Фазуллин Л.И. // Вузовская наука - России», межвузовская

науч.-практическая конф. В 3 ч. Часть 1 (2005; Набережные челны). Межвузовская научно - практическая конференция «Вузовская наука -России, 30 марта - 1 апреля 2005 г. [посвящ. 25-летию Камского госуд. политехи. Ин-та: сб-к материалов] / редкол.: С.Н. Гончаров [и др.], отв. ред. Л.М. Котляр. - Наб. Челны: КамПИ - 2005. - с. 265-267.

5. Илюхин А.Н. Моделирование автоматизированной системы настройки испытательным комплексом АСИ ДВС/ Илюхин А.Н., Зубков Е.В., Фазуллин Л.И // «Социально-экономические и технические системы». http://www.sets.ru - 2006. -№7-5 с.

6. Илюхин А.Н. Применение когнитивной графики и нечеткой логики при настройке автоматизированных систем испытаний/ Илюхин А.Н., Зубков Е.В. // «Современные проблемы и пути их решения в науке транспорте производстве и образовании 2007. Материалы конференции. Том 4. Технические науки». - Одесса: Черноморье. - 2007. с. 26-27.

7. Илюхин А.Н. Применение нечеткой логики для управления автоматизированным стендом испытания ДВС. // «Прогрессивные технологии в современном машиностроении. Сборник статей IV Международной научно-технической конференции». - Пенза: Приволжский дом знаний - 2008. с. 139-141.

8. Илюхин А.Н. Разработка структуры нечеткого контроллера для управления испытаниями АСИ ДВС/ Илюхин А.Н., Зубков Е.В. // «Перспективные инновации в науке, образовании, производстве и транспорте 2008. Сборник научных трудов по материалам международной научно-практической конференции Том 2. Технические науки». - Одесса: Черноморье. - 2008. с. 39-41.

9. Илюхин А.Н. Применение нечеткой логики в автоматизированной системе испытаний ДВС // Проектирование и исследование технических систем: Межвузовский научный сборник./ Под ред. доктора техн. наук проф. В.Г. Шибакова - Набережные Челны: Изд-во Камская государственная инженерно-экономическая академия - 2008. Вып. №12. с. 65-73.

10. Илюхин А.Н. Формирование управляющей программы испытания ДВС на основе нечеткой логики/ Илюхин А.Н., Хайруллин А.Х. // Социально-экономические и технические системы, http://www.sets.ru — 2009.- №3 - 8 с.

Подписано в печать 30.10.09 г, Формат 60x84/16 Бумага офсетная Печать полиграфическая Уч.-изд.л. 1,0 Усл.-печ.л. 1,0 Тираж 100 экз.

Заказ 1406 Издательско-полиграфический центр Камской государственной инженерно-экономической академии

423810, г. Набережные Челны, Новый город, проспект Мира, 68/19 тел./факс (8552) 39-65-99 e-mail: ic@ineka.ru

ВВЕДЕНИЕ.

ГЛАВА 1. СОВРЕМЕННЫЕ МЕТОДЫ МОДЕЛИРОВАНИЯ РЕЖИМОВ РАБОТЫ ДВИГАТЕЛЯ ВНУТРЕННЕГО СГОРАНИЯ И РАЗРАБОТКИ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ИСПЫТАНИЙ.

1.1 Математическое обеспечение АСИ ДВС.

1.2 Математические модели АСИ ДВС на основе дифференциальных уравнений.

1.3. Методы искусственного интеллекта.

1.3.1 Сфера применения нечеткой логики.

1.3.2 Структура нечеткого контроллера.

1.4 Виды испытаний и их назначение.

1.4.1 Опытно-конструкторские испытания.

1.4.2 Серийные испытания.

1.4.3 Эксплуатационные испытания.

1.5 Обзор методов и средств испытаний ДВС.

1.6 Обзор испытательных стендов.

1.7 Обзор применения нечеткой логики для управления ДВС.

1.7 Выводы по главе.i.

ГЛАВА 2 РАЗРАБОТКА СТРУКТУРНОЙ СХЕМЫ АСИ ДВС НА ОСНОВЕ НЕЧЕТКОГО КОНТРОЛЛЕРА.

2.1 Разработка структуры нечеткого контроллера для управления испытаниями.

2.2 База знаний нечеткого контроллера.

2.3 Формирование базы знаний на основе метода прецедентов.

2.4 Последовательность этапов создания испытаний.

2.5 Выводы по главе.

ГЛАВА 3. РАЗРАБОТКА УПРАВЛЯЮЩЕЙ ПРОГРАММЫ ДЛЯ АСИ ДВС

3.1 Разработка лингвистических переменных АСИ дизельных двигателей.

3.2 Формирование базы знаний управляющих правил.

3.3 Формирование четкого вывода на основе алгоритма Суджено.

3.4. Метод Суджено.

3.5 Выводы по главе.

ГЛАВА 4. РАНЖИРОВАНИЕ УПРАВЛЯЮЩИХ ПАРАМЕТРОВ НА

ОСНОВЕ МЕТОДА ПАРНЫХ СРАВНЕНИЙ.

4.1 Формирование вектора приоритетов лингвистических переменных

4.2. Разработка программы - испытаний.

4.3 Разработка устройства управления частотой вращения коленчатого вала дизельных двигателей.

4.4 Анализ адекватности модели управления.

4.5 Выводы по главе.

Создание конкурентоспособных дизельных двигателей предполагает применение перспективных способов повышения качества управления, экспериментальную доводку двигателя, сокращение сроков разработки и подготовки его серийного выпуска.

В связи с этим приобрело особую значимость исследование двигателей на переходных и неустановившихся режимах с использованием специальных стендов, созданных для этих целей, так как оценка конструкции, определение ее соответствия технологическим и общим требованиям времени в конечном итоге принадлежит этим исследованиям и значительно сокращает время и продолжительность доводочных работ.

На всех стадиях жизненного цикла двигатели подвергаются различного рода испытаниям, объем и трудоемкость которых, как показывает практика, непрерывно возрастают. И это вполне объяснимо: улучшить их параметры можно лишь при тщательном изучении происходящих в них процессов, так как легкодоступные резервы совершенствования их конструкции уже практически исчерпаны. Но такое скрупулезное изучение возможно только с помощью математического моделирования. Именно оно позволяет проанализировать протекание отдельных рабочих процессов и всего рабочего цикла, прогнозировать основные показатели и свойства двигателя, представляющие интерес для целей конкретного исследования. Причем делать все это желательно с. помощью автоматизированной системы испытаний (АСИ) [1,2].

Сложность систем управления двигателями внутреннего сгорания

ДВС) в последние годы значительно возросла - как в связи с ужесточением экологических норм и требований к снижению расхода» топлива, так и вследствие форсирования, двигателей. Несмотря: на то, что основных параметров регулирования всего два - подача топлива и момент зажигания, -системы управления типа PID-регуляторов в данном случае не годятся, так как алгоритм управления в значительной степени зависит от скорости вращения вала двигателя и нагрузки. Полная математическая модель ДВС слишком сложна и до сих пор не создана. Из-за этого большинство систем управления ДВС используют табличную модель, полученную экспериментальным путем на испытаниях и с учетом опыта экспертов., Серьезный недостаток такой модели - сложность создания многомерных таблиц и большой объем памяти, требуемый для их записи, если выходной параметр формируется в зависимости от трех и более входных. Сегодняшние табличные системы используют в основном регулирование по двум-параметрам и, соответственно, трехмерные таблицы, описывающие поверхности. Попытки снизить разрядность входных и выходных переменных и применить интерполяцию не привели к успеху: вычислительной мощности контроллеров оказалось мало для обеспечения требуемого периода регулирования (единицы миллисекунд). Нечеткая логика позволяет заменить таблицы правилами (несколько сотен) и реализовать управление по большому числу входных параметров[3].

Предлагаемая работа базируется на основе достижений в области системного анализа, формализации и алгоритмизации технологии испытаний, развития методов графического отображения информации и искусственного интеллекта. Следует отметить, что благодаря работам

Адгамова Р.И., Берхеева М.М., Дмитриева С.В., Заляева И.А., Кожевникова Ю.В., Красных В.Л., Моисеева B.C., Хайруллина А.Х. и др. в области автоматизированных систем испытаний заложен фундамент организации подобных систем в области двигателестроения. В области искусственного интеллекта данная работа базируется на разработках авторов: Заде Л.А., Мамдани Е.Н., Суджено, Цукамото, Ярушкиной Н.Г. и др.

В процессе работы над автоматизированной системой испытаний двигателя реальной необходимостью становится определение математической модели двигателя в виде базы знаний нечетких правил, которая необходима для настройки параметров АСИ ДВС. Знание математической модели ДВС обеспечивает возможность учета динамических свойств двигателя при разработке системы автоматического управления и системы автоматического регулирования. Кроме того, эти нечеткие правила могут быть использованы для управления режимами работы ДВС с помощью ЭВМ в ходе стендовых испытаний.

С помощью математического моделирования можно проанализировать протекание отдельных рабочих процессов и всего рабочего цикла, прогнозировать основные показатели и характеристики двигателя.

Сложность создания программного обеспечения автоматизированной системы испытаний двигателей связана, с одной стороны с функционированием систем в реальном масштабе времени и наличием временных ограничений на реакцию и обработку разнообразных входных сигналов и ситуаций, а также с необходимостью одновременной реализации различных циклограмм управления агрегатами объекта испытаний и стендового оборудования. С другой стороны, программный комплекс АСИ двигателей должен обеспечить выполнение достаточно большого многообразия исследовательских, доводочных и серийных испытаний многочисленных типов и модификаций ДВС [1,4].

Хочу выразить благодарность к.т.н., доценту Зубкову Е.В., с которым совместно были получены управляющие правила базы знаний нечеткого контроллера АСИ ДВС.

Объект исследования. В качестве объекта исследования выбрана автоматизированная система испытаний двигателей внутреннего сгорания.

Предмет исследования. Предметом исследования является алгоритм управления двигателем внутреннего сгорания в составе автоматизированной системы испытаний.

Цель и задачи работы. Целью диссертационной работы является повышение эффективности АСИ дизельных двигателей на станциях испытаний ДВС путем разработки методики оперативной настройки системы на основе нечеткой логики и ранжирования влияния задающих параметров методом парных сравнений.

Для достижения поставленной цели в работе решаются следующие научные задачи:

1. Исследование методов построения математической модели двигателя внутреннего сгорания как динамического объекта, управляемого по частоте вращения коленчатого вала.

2. Разработка структурной схемы АСИ, позволяющей реализовать процесс испытаний дизельных двигателей на основе нечеткой логики.

3. Получение математической модели в виде базы знаний нечетких правил управления АСИ двигателей путем использования перемещения рычага регулятора топливного насоса высокого давления (ТНВД) и изменения нагрузки, описывающих состояние ДВС в любой момент времени, по заданным параметрам испытаний.

4. Разработка системы направленности испытаний в зависимости от степени влияния входных параметров на управляющее воздействие.

5. Разработка устройства управления частотой вращения коленчатого вала двигателя.

Положения, выносимые на защиту и обладающие научной новизной:

1. Получение вектора управления АСИ ДВС описывающего состояние ДВС в любой момент времени, на основе модели в виде базы знаний нечетких правил, учитывающей экспериментальные данные испытаний.

2. Методика формирования направленности испытаний работы двигателя, позволяющая реализовать различные режимы в частности экономичный, экологичный, высокой мощности и т.д., путем ранжирования результатов нечеткого вывода на основе метода парных сравнений Саати.

3. Способ электромеханического управления частотой вращения двигателя путем реализации нечеткого вывода АСИ ДВС на основе управляющих правил перемещения рычага регулятора ТНВД и изменения внешней нагрузки, описывающих состояние ДВС в любой момент времени, через шаговый двигатель и передачу винт-гайка, гибко соединенную с рычагом регулятором ТНВД.

Исходя из поставленной цели, работа имеет следующую структуру: ■ В первой главе приводится краткий обзор применяемого математического обеспечения АСИ ДВС. Рассмотрены математические модели двигателей на базе дифференциальных уравнений, табличной структуры и искусственного интеллекта. Среди методов искусственного интеллекта выделена нечеткая логика, позволяющая лучше описывать процесс управления ДВС. Проведен обзор систем управления ДВС на основе нечеткой логики.

Объектом управления является испытательный стенд с установленным двигателем и технологическим оборудованием, обеспечивающим проведение испытаний. В зависимости от вида испытаний может изменяться как состав взаимодействующего с АСИ оборудования, так и технология проведения испытания.

Испытания относятся к числу наиболее ответственных и трудоемких этапов жизненного цикла ДВС. На этом этапе осуществляется окончательная оценка конструкции, определяется ее соответствие техническим и технологическим требованиям.

АСИ, построенная на основе нечеткой логики, позволяет повысить качество и эффективность конструкторских разработок, сократить сроки доводки и усовершенствования двигателей при снижении себестоимости проведения стендовых испытаний. Во второй главе разрабатывается структурная схема нечеткого контроллера для проведения испытания. Формируется база знаний нечеткого контроллера, а также рассматриваются методы ее заполнения. Разработана последовательность этапов создания испытаний.

АСИ дизельных двигателей, построенная на базе нечеткой логики, должна включать в себя следующие основные блоки: блок создания образа испытаний, базы данных образов и программ испытаний, блок обучения, базы знаний нечетких правил управления, блок формирования программ испытаний, блок управления, блок исполнительных органов, объект управления, блок датчиков и» блок хранения истории управления.

База знаний нечеткого контроллера состоит из трех уровней. На первом уровне располагаются лингвистические переменные, используемые для фазификации данных. Лингвистические переменные заполняются экспертами данной области и методами прямых измерений. На этом уровне определяется базовый диапазон и число нечетких меток (НМ) на нем, а также тип функции принадлежности. Количество нечетких меток зависит от точности управления.

На» втором уровне сохранены нечеткие правила управления, применяемые для преобразования задаваемых параметров в управляющие. Эти правила составляются- из лингвистических переменных, определенных на первом уровне.

На третьем уровне располагаются векторы приоритетов, предназначенные для ранжирования характеристик. Векторы приоритетов состоят из задаваемых параметров. На их основе можно задать определенную направленность испытаний.

Во время проведения испытаний в АСИ дизельных двигателей используется обратная связь. Она применяется не только для фиксации результатов, но и для заполнения базы знаний при помощи метода прецедентов.

Процесс создания испытания дизельных двигателей на основе нечеткой логики представляет собой следующую последовательность этапов: на основе методики испытаний пользователь задает режимы испытаний, которые контроллером преобразуются в нечеткие значения. Используя эти значения можно определить нечеткие выходные параметры на основе существующей базы знаний правил управления. Затем эти нечеткие управляющие значения преобразуются в четкие, используя которые можно проводить испытания дизельных двигателей.

В третьей главе рассматривается понятие функции принадлежности и на ее основе формируются лингвистические переменные. Создается база знаний управляющих правил. Разрабатывается методика ранжирования управляющих значений на основе метода парных сравнений.

Для построения базы знаний управления АСИ ДВС выбраны лингвистические переменные L, п, Мн и GT> построенные на основе треугольной функции принадлежности. Для их нахождения были проведены испытания двигателей КАМАЗ 740-30-260, на станции испытаний двигателей ОАО "КАМАЗ-ДИЗЕЛЬ". Во время проведения испытаний проводилось управление регулятором ТНВД при фиксированной внешней нагрузке, равной 10 Нм. Замеры оборотов и момента нагрузки производились в момент времени, соответствующем нечетким меткам L.

Использовав данную базу знаний, сформирован нечеткий вывод на основе алгоритма Суджено. В данный алгоритм добавлен метод парных сравнений Саати для ранжирования характеристик, что позволило создать направленность испытаний.

В четвертой главе приведены результаты эксперимента для проверки расчетов векторов управления с реальными характеристиками. Разработано устройство управления частотой вращения коленчатого вала.

На основе получившейся в главе 3 базы сформирована управляющая программа испытания ДВС по ГОСТ 18509-88 «Дизели тракторные и комбайновые. Методы стендовых испытаний».

Для реализации полученных управляющих векторов разработано устройство, обеспечивающее перемещение рычага регулятора ТНВД.

Реверс шагового двигателя производился путем изменения последовательности коммутации токов в обмотках, приводящего к изменению направления вращения магнитного поля на обратное.

В приложении приведены акты результатов испытаний двигателей внутреннего сгорания.

6. Результаты работы внедрены на ОАО «КАМАЗ-ДИЗЕЛЬ» в виде управляющей модели ДВС на базе нечеткого контроллера, позволяющей осуществлять управление испытаниями, при котором поведение управляемого объекта описывается нечеткими правилами, и в учебном процессе.

7. Проанализирована эффективность использования предлагаемых математических моделей ДВС, а также способа перемещения регулятора ТНВД. Так как время настройки стенда уменьшается, то экономия времени настройки стенда составит 10-20%, что ведет к экономии топлива на 10-15%.

ЗАКЛЮЧЕНИЕ

Проведенные в диссертационной работе исследования показали, что сложная экономическая ситуация последних лет, когда создание нового оборудования и внедрение его в производство ставит предприятие в трудные финансовые условия, а также жесткая конкуренция в современном производстве, которая характеризуется постоянно растущей номенклатурой выпускаемых изделий, создает необходимость иметь быстро перенастраиваемое, более точное и значительно более дешевое оборудование по сравнению с зарубежными аналогами.

В результате внедрения теоретически и экспериментально обоснованных методов и алгоритмов управления АСИ ДВС решена задача быстрой настройки стенда на различные режимы испытаний.

Из этого следует, что поставленная цель повышения эффективности АСИ дизельных двигателей путем разработки методов оперативной настройки системы достигнута на основе применения нечеткой логики для получения управляющих векторов и ранжирования влияния задающих параметров методом парных сравнений.

В процессе выполнения диссертационной работы получены следующие основные результаты работы:

1. На основе исследования методов построения математической модели дизельного двигателя внутреннего сгорания выбран способ управления на основе нечеткой логики, позволяющий повысить качество и эффективность конструкторских разработок, сократить сроки доводки и усовершенствования двигателей при снижении себестоимости проведения стендовых испытаний.

2. Сформирована структурная схема АСИ, позволяющая реализовать процесс испытаний двигателей на основе нечеткой логики.

3. Получены векторы управления АСИ, описывающие состояние дизельных двигателей в любой момент времени, на основе модели в виде базы знаний нечетких правил, учитывающей экспериментальные данные испытаний.

4. Разработана методика формирования направленности испытаний работы двигателя путем ранжирования результатов нечеткого вывода на основе метода парных сравнений Саати, позволяющее реализовать различные режимы, в частности, экономичный, экологичный, высокой мощности и т.д.

5. Разработан механизм электро-механического управления частотой вращения двигателя на основе реализации полученных векторов управления АСИ ДВС путем использования математической модели перемещения рычага регулятора ТНВД и изменения нагрузки, полученной на основе нечеткого контроллера, описывающих состояние ДВС в любой момент времени через шаговый двигатель и передачу винт-гайка, гибко соединенную с регулятором ТНВД.

1. Математическое обеспечение автоматизированных систем исследований и испытаний двигателей внутреннего сгорания / Р. Л. Биктимиров, И. X. Садыков, А. X. Хайруллин. М.: Машиностроение, 1995.-256 е.: ил.

2. Лоусон Ч., Хенсон Р. Численное решение задач методом наименьших квадратов. М.: Наука, 1986.

3. Осетров А. Д. Совершенствование управления двигателями внутреннего сгорания с использованием методов нечетких нейронных сетей.// Управление большими системами. №5. - 2006. - С. 177-184.

4. Крутов В. И. Двигатель внутреннего сгорания как регулируемый объект. М.: Машиностроение, 1978. - 472 с.

5. Ярушкина Н. Г. Гибридные системы, основанные на мягких вычислениях: определение, архитектура, возможности.// Программные продукты и системы.// ЗАО НИИ Центрпрограмсистем. №3. -2002.-С. 5.

6. Ярушкина Н.Г. Прикладные интеллектуальные системы, основанные на мягких вычислениях. Ульяновск: УлГТУ, 2004. — 139 с.

7. Заде Л.А. Основы нового подхода к анализу сложных систем и процессов принятия решений.// В кн.: Математика сегодня. -М.:Знание, 1974.-С. 5-49.

8. Батыршин И.З. Общий взгляд на основные черты и направления развития нечеткой логики Л. Заде.// Новости искусственного интеллекта. № 2-3 (44-45). - 2001. - С. 25-28.

9. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: -Физматлит, 2001.

10. Джексон П. Введение в экспертные системы. М.:Изд. дом «Вильяме», 2001. — 624 с.

11. Двигатели внутреннего сгорания. В 3 кн. Кн. 1. Теория рабочих процессов: Учебник для вузов/В.Н. Луканин, М.Г. Шатров, Т.Ю. Кричевская и др.; под ред. В.Н. Луканина и М.Г. Шатрова. 2-е изд., перераб. и доп. - М.: Высш. шк., 2005. - 414 е.: ил.

12. Черноиванов В.И., Бледных В.В., Северный А.Э. и др. Техническое обслуживание и ремонт машин в сельском хозяйстве / Под. ред. Черноиванова. Москва, ГОСНИТИ, 2003. - 215 с.

13. Испытания двигателей внутреннего сгорания: учебник. Под ред. И.Я. Райкова. М.: Высшая школа, 1975. - 305 с.

14. Вырубов Д. Н. и др. Двигатели внутреннего сгорания: теория поршневых и комбинированных двигателей. М.: Машиностроение, 1983.-264 с.

15. Гольдберг А. М., Галямичев В. А. Тепловой расчет четырехтактного двигателя: Методические указания для студентов лесомеханического факультета. Л., 1985. — 32 с.

16. Бахвал ова B.C., Хайруллин А.Х. Методы моделирования режимов работы двигателя внутреннего сгорания и разработки автоматизированной системы испытаний.// Экономические и технические системы: Online журнал, 2004. — №7. http://www.kampi.ru/sets

17. Бахвалова* B.C. Моделирование ДВС в рамках автоматизированной системы испытаний. // Проблемы исследования и проектирования машин: Сборник статей IV Международной научно-технической конференции. Пенза: Приволжский Дом знаний, 2008. -С. 8-12.

18. Бахвалова B.C., Хайруллин А.Х. Разработка математического обеспечения автоматизированных систем испытаний ДВС.// Экономические и технические системы: Online журнал, 2009. №2. http://www.kampi.ru/sets.

19. Зубков Е.В., Макушин А.А., Бахвалова B.C. Моделирование режимов работы ДВС с целью получения их переходных характеристик// Автомобильная промышленность. Москва: Машиностроение. 2009. - №5. - С 37-391

20. Ярушкина Н.Г Основы нечетких и гибридных систем: учеб. пособие. М: Финансы и статистика, 2004. - 320 е.: ил.

21. Батыршин И.З. Основные операции нечеткой логики и их обобщения. Казань: Отечество, 2001. - 102 с.

22. Батыршин И.З., Недосекин А.О и др. Теория и практика нечетких гибридных систем. / Под ред. Н.Г. Ярушкиной. М.: Физматлит, 2007.

23. Ослэндер Д. М., Риджли Дж. Р., Ринггенберг Дж. Р. Управляющие программы для механических систем. Объектно-ориентированное программирование систем реального времени. — М.: БИНОМ, Лаборатория базовых знаний., 2004.

24. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы / Пер. с польского И. Д. Рудинского. М.: Горячая линия — Телеком, 2004. — 452 с.

25. Заде Л.А. Роль мягких вычислений и нечеткой логики в понимании, конструировании и развитии информационных интеллектуальных систем.// Новости Искусственного Интеллекта. -№2, 3,2001. -С. 7- 11.

26. Головко В. А. Нейронные сети: обучение, организация и применение. М.:ИПРЖР, 2001. - 256 с.

27. Круглов В.В., Борисов В.В., Искусственные нейронные сети. Теория и практика. 2-е изд. - М.: Горячая линия - Телеком, 2002.-382 с.

28. Каллан Р. Основные концепции нейронных сетей. М.: Издательский дом "Вильяме", 2001. -288 с.

29. Нейрокомпьютеры в системах обработки сигналов. /Под ред. Ю.В.Гуляева и А.И.Галушкина. М.Радиотехника, 2003. - 224 с.

30. Люгер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М.:Изд. дом «Вильяме», 2003. - 864 с.

31. Братко И. Алгоритмы искусственного интеллекта на языке PROLOG. М.:Изд. дом «Вильяме», 2004. - 640 с.

32. Адаменко А., Кучуков А. Логическое программирование и Visual Prolog. СПб: БХВ-Петербург, 2003. - 992 с.

33. Бондарев В.Н., Аде Ф.Г. Искусственный интеллект: учебное пособие для вузов. — Севастополь, Изд-во СевНТУ, 2002. — 615 с.

34. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fiizzyTECH.- СПб: БХВ-Петербург, 2005. 736с.

35. Бажин, И.И. Информационные системы менеджмента. М. : ГУ-ВШЭ, 2000. - 688 с.

36. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику. — Винница: Издательство Винницкого государственного технического университета, 2001. 198 с.

37. Блюмин С.Л., Шуйкова И.А., Сараев П.В., Черпаков И.В. Нечеткая логика: алгебраические основы и приложения: Монография. — Липецк: ЛЭГИ, 2002. 113 с.

38. Нечеткие множества и теория возможностей: Последние достижения./ Под редакцией P.P. Ягера. М.: Радио и связь, 1986.

39. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.-432 с.

40. Соколов А.Ю. Алгебраическое моделирование лингвистических динамических систем // Проблемы управления и информатики. 2000. -№2.-С. 141-148.

41. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений/ Пер. с англ. М.: Мир, 1976.165 с.

42. Заде JI.A. Тени нечетких множеств.// Проблемы передачи информации, том II, вып. 1, 1966 С. 37 - 44.

43. Заде JI.A. Размытые множества и их применение в распознавании образов и кластер-анализе.// В кн.: Классификация и кластер / Под ред. Дж.Вэн Райзина.- М:Мир, 1980. С. 208-247.

44. Беллман Р., Заде JT. Принятие решений в расплывчатых условиях.// В кн.: Вопросы анализа и процедуры принятия решений.-М.:Мир, 1976.-С. 172-215.

45. Автомобильные двигатели. Испытание тепловых автомобильных двигателей: лаб. практикум / В. Н. Черноусов, В. М. Санников, Ю. И. Корейбо. Красноярск: ИПЦ КГТУ, 2005. - 116 с.

46. Двигатели внутреннего сгорания. Теория поршневых и комбинированных двигателей/ Под редакцией Орлина А.С. и Круглова М.Г. Москва «Машиностроение», 1983. - 305 с.

47. Игнатьева Т.И., Колесник Б. А., Миронов Н. П. Информационно-измерительная управляющая система автоматизации испытаний двигателей // Двигателестроение. 1989. - №2. - С.31.

48. Трубников Г.И. Практикум по автотракторным двигателям. — М.: Колос, 1975.- 192 с.

49. Хитрюк В.А., Цехов Е.С. Практикум по автотракторным двигателям. Мн.: Ураджай, 1989. - 143 с.

50. Байков Б.П.,Ваншейдт В.А.и др. Дизели: Справочник. Третье издание. - JL: Машиностроение, 1977. - 480 с.

51. Конструкция и расчет автотракторных двигателей: учебник для высших технических учебных заведений/ Под ред. проф. Ю. А. Степанова. -М.: Машгиз, 1957.

52. Двигатели внутреннего сгорания: Устройство и работа поршневых и комбинированных двигателей: учебник для студентов вузов/ под ред. Орлина А. С., Круглова М. Г. 3-е изд., перераб. и доп. -М.: Машиностроение, 1980.

53. Архангельский В. М. Автомобильные двигатели. М.: Машиностроение, 1973.

54. Колчин А. И., Демидов В. П. Расчет автомобильных и тракторных двигателей. М.: Высш. шк., 1971.

55. Автомобильные двигатели: учебник для автотранспортных техникумов/ Богданов С.Н., Буренков М.М., Иванов И.Е. М.: Машиностроение, 1987. - 368 е., ил.

56. Методы и технические средства испытаний двигателей внутреннего сгорания./ Щендригин А. С., Науменко Б.// С.Материалы X региональной научно-технической конференции «Вузовская наука — Северо-Кавказскому региону». СевКавГТУ, 2006.

57. Калугин Ф.В. Метод диагностики дизельного оборудования, доклад ИПС РАН, 2003.

58. Губертус Гюнтер Диагностика дизельных двигателей/ Пер.с нем. М: ЗАО «КЖИ «За рулем», 2004.

59. Исерлис Ю. Э., Мирошников В. В.Системное проектирование двигателей внутреннего сгорания. JL: Машиностроение. Ленингр. отд.-ние, 1981.-255 е., ил.

60. Испытания двигателей внутреннего сгорания./ Стефановский Б.С, Скобцов Е. А., Кореи Е. К. и др. М.: -«Машиностроение», 1972. 368 с.

61. Двигатели внутреннего сгорания.// Сапожников Е. Н. -«Техника», 1972. — 304 стр.

62. Ховах М. С. и Маслов Г. С. Автомобильные двигатели. Изд. 2-е, пер. и доп. - М.: «Машиностроение», 1971 - 456 с.

63. Крутов В.И. Автоматическое регулирование и управление ДВС. -М.: Машиностроение, 1989.

64. Иващенко Н.А., Вагнер В.А., Грехов Л.В. Дизельные топливные системы с электронным управлением: учебно-практическое пособие. -Барнаул: Изд-во АлГТУ, 2000.

65. Рогозин О.В., Солодовников И.В. Разработка и функционирование контроллера нечеткой логики в системах автоматического управления//Информационные технологии в проектировании и производстве. 2007. - № 2. — С. 56-63.

66. Зубков Е.В., Макушин А.А., Илюхин А.Н. Правила, функции и схемы формирования моделей режимов испытаний автотракторных ДВС. //Тракторы и сельхозмашины. 2009 - №5. - С. 17-20.

67. Илюхин А.Н., Хайруллин А.Х. Формирование управляющей программы испытания ДВС на основе нечеткой логики// Социально-экономические и технические системы. — 2009.— №3 8 с. http://www.sets.ru.

68. Гаврилова Т. А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб:Питер, 2000. - 384 с.

69. Грэхем И. Объектно-ориентированные методы. Принципы и практика. 3-е изд. - М.: Издательский дом "Вильяме", 2004. - 880 с

70. Варшавский П.Р., Еремеев А.П. Поиск решения на основе структурной аналогии для интеллектуальных систем поддержки принятия решений// Известия РАН. Теория и системы управления. — 2005.-N9 1.-С. 97-109.

71. Хаптахаева Н.Б., Дамбаева С.В., Аюшеева Н.Н. Введение в теорию нечетких множеств: учебное пособие. Улан-Удэ: Изд-во ВСГТУ, 2004. - 68 с.

72. Мациевский С. В. Нечеткие множества: учебное пособие. -Калининград: Изд-во КГУ, 2004. 176 е., ил.

73. Осовский С. Нейронные сети для обработки информации / Пер. с польского. -М.: Финансы и статистика, 2002. — 344 е., ил.

74. Номоконова О.В. Об одном подходе к построению функции принадлежности нечетких чисел// Известия Челябинского научного центра, вып. 4 (13) 2001.

75. Алтунин А. Е., Семухин М. В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень: Издательство Тюменского государственного университета, 2000. - 352 с.

76. Нечеткие множества в моделях управления и искусственного интеллекта / Под редакцией Д. А. Поспелова. М.: Наука. Гл. ред. физ.-мат. лит, 1986. - 213 е., ил.

77. Пивкин В. Я., Бакулин Е. П., Кореньков Д. И. Нечеткие множества в системах управления: Методическое пособие / Под редакцией профессора Золотухина Ю. Н. М.: Знание, 1995 - 196 с.

78. Леденева Т.М., Татаркин Д.С. Особенности проектирования систем нечеткого логического вывода //Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии., 2006. № 2. - С. 110-118.

79. Пытьев Ю. П. Возможность. Элементы теории и применения. — М.: Эдиториал УРСС, 2000. 190 е., ил.

80. Романов В. П. Интеллектуальные информационные системы в экономике: учебное пособие / Под ред. проф. Н. П. Тихомирова. М.: Издательство «Экзамен», 2003. - 496 е., ил.

81. Аверкин А. Н., Федосеева И. Н. Параметрические логики в интеллектуальных системах управления. М.: Вычислительный центр РАН, 2000.-107 е., ил.

82. Девятков В. В. Системы искусственного интеллекта. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001.-352 е., ил.

83. Зубков Е.В., Илюхин А.Н., Фазуллин Л.И Моделирование автоматизированной системы настройки испытательным комплексом АСИ ДВС //Социально-экономические и технические системы. http://www.sets.ru 2006. - №7 - 5 с.

84. Колесников А. В. Гибридные интеллектуальные системы. Теория и технология разработки. СПб.: Изд-во СПбГТУ, 2001. - 711 с.,.ил.

85. Корнеев В. В., Гареев А. Ф., Васютин С. В., Райх В. В. Базы данных. Интеллектуальная обработка информации. М.: Издатель Молгачева С. В., Издательство Нолидж, 2001.— 495 е., ил.

86. Минаев Ю. Н., Филимонова О. Ю., Бенамеур Лиес. Методы и алгоритмы решения задач идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе. — М.: Горячая линия Телеком, 2003. - 205 е., ил.

87. Орлов А. А. Теория принятия решений. М.: Экзамен, 2006.-573 с.

88. Подиновский В.В. и др. Методы принятия решений. Теория и методы многокритериальных решений: Хрестоматия, М.: ГУ-ВШЭ, 2005. - 242 с.

89. Пригарина Т.А., Чеботарев П.А., Шмерлинг Д.С. Парные сравнения (аналитический обзор)// Научно-техническая информация. Сер.2 Инф. Процессы и системы. 1996. №2. - С.20-25,32.

90. Тюрин Ю.Н., Шмерлинг Д.С. Непараметрические методы статистики// Социология: методология, методы, математические модели.- 2004. -№ 18. С.154-166.

91. Саати Т. Принятие решений. Метод анализа иерархии/ Пер. с англ. М.: Радио и связь, 1993. — 320 с.

92. Эрроу К.Дж. Коллективный выбор и индивидуальные ценности/ Пер. с англ. М.: ГУ-ВШЭ, 2004. - 204 е.

93. Саати Т., Керне К. Аналитическое планирование. Организация систем/ Пер. с англ. М.: Радио и связь, 1991. - 224 с.

94. ГОСТ 18509-88 «Дизели тракторные и комбайновые. Методы стендовых испытаний». Издательство стандартов., 1988 77 с.

95. Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решения на основе нечетких моделей: примеры использования. Рига: "Знание", 1990.- 184 с.

96. Зубков Е.В., Макушин А.А., Илюхин А.Н. Применение нечеткой логики для моделирования режимов испытания двигателей внутреннего сгорания //Сборка в машиностроении, приборостроении. — 2009-№8.-С. 39-44.