автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Разработка системы диагностики ДВС на основе нечеткой логики

На правах рукописи УДК 681 518

к' 1

Кузнецов Александр Валерьевич

О ООЗОВ9Т8 1

РАЗРАБОТКА СИСТЕМЫ ДИАГНОСТИКИ ДВС НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ

Специальность 05 13 06 Автоматизация и управление технологическими процессами и производствами (по отраслям)

Москва - 2007

003069781

Работа выполнена в Московском государственном индустриальном университете (ГОУ МГИУ)

Научный руководитель Официальные оппоненты

Ведущая организация

- кандидат технических наук, доцент Палагута Константин Алексеевич

- доктор технических наук, Гирявец Александр Константинович

- кандидат технических наук, доцент Савостин Петр Иванович

- НПО «Элкар»

Защита состоится 24 мая 2007 г в У^У ч Ю мин на заседании диссертационного совета К 212 129 01 в Московском государственном индустриальном университете по адресу 115280, г Москва, ул Автозаводская, д 16 Телефон для справок (495) 675-52-37

Ваш отзыв на автореферат в одном экземпляре, заверенный гербовой печатью, просим направлять по указанному адресу

С диссертацией можно ознакомиться в библиотеке ГОУ МГИУ (телефон для справок (495) 677-21-70)

Автореферат разослан 2.3 апреля 2007 г.

Ученый секретарь Диссертационного совета

к т н , доц Плотников А Н

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность диссертационной работы. В процессе эксплуатации автомобиля неизбежно происходят износ и старение его узлов и агрегатов, что приводит к ухудшению его экономических, экологических и эффективных показателей

В этой связи среди основных факторов, определяющих эффективность эксплуатации автомобиля, ведущее место принадлежит системе технического обслуживания и ремонта, ее научной обоснованности и совершенству При этом особое значение имеет техническая диагностика

Анализ литературы и патентный поиск показали, что в настоящее время существует ряд методов и средств диагностирования двигателя внутреннего сгорания, в основе которых находятся различные аспекты и закономерности работы ДВС и его систем

В настоящее время среди средств диагностики ДВС наибольшее распространение получили мотортестеры и системы встроенной диагностики Последние нашли широкое применение в современных ДВС, оснащенных электронной системой управления Такие системы обладают возможностью контроля состояния датчиков, входящих в ее состав, и самодиагностики

К недостаткам устройств, реализующих возможности встроенной диагностики, можно отнести ограниченное количество контролируемых параметров - не больше того, что заложили в систему управления разработчики, а также невысокую степень универсальности В части критерия определения неисправностей (самодиагностики) используется, в основном, уровень (высокое/низкое значение) сигнала с датчика, причем отклонения сигнала от нормы должны сохраняться продолжительное время Кратковременные отклонения сигналов электронной системой не фиксируются

Диагностические приборы класса «мотортестер» являются консольными устройствами, оснащенными собственными датчиками Мотортестеры способны измерять широкий ряд параметров работы двигателя независимо от системы управления - частоту вращения, угол опережения зажигания, неравномерность вращения, напряжение аккумуляторной батареи, первичное и вторичное напряжение системы зажигания и другие Для решения задач диагностики мотортестеры способны реализовать тестовые режимы работы ДВС К недостаткам подобных систем относятся их высокая стоимость (до нескольких десятков тысяч долларов) и значительные размеры При этом указанные устройства обладают слабыми возможностями для оценки общего состояния ДВС и предназначены, в основном, для поиска и локализации неисправностей или мест отказов уже по факту их возникновения

Оценка общего состояния двигателя необходима при организации профилактических работ При этом предусматривается проведение контроля технического состояния ДВС с заданной периодичностью Если при контроле фактическое значение одного из параметров выходит за допустимые пределы, то только в этом случае проводятся восстановительные работы по локализации и устранению неисправности Такой подход уменьшает простои транспортного средства и увеличивает безотказность его работы

п

Оценка общего состояния двигателя производится по эффективным показателям его работы, к которым относятся эффективные момент и мощность на валу двигателя, расход топлива и воздуха, угол опережения зажигания, содержание вредных веществ в отработавших газах Работа систем, реализующих указанный подход, основана на тормозных и бестормозных методах

Тормозные методы подразумевают использование специальных нагрузочных стендов с беговыми барабанами Такой метод не нашел широкого распространения в связи с высокой стоимостью оборудования

Бестормозные методы более просты и не требуют использования специальных тормозных устройств При этом измеряется угловое ускорение при разгоне двигателя без внешней нагрузки от минимально устойчивой частоты вращения до максимальной за счет резкого открытия дроссельной заслонки Такой метод позволяет проводить диагностику в реальных условиях эксплуатации, а оснащение современных ДВС электронными системами управления - увеличить количество контролируемых параметров

Тогда эффективный крутящий момент определяется соотношением

М.=М-М =У —, (1)

г „ л

где М - индикаторный момент, развиваемый двигателем,

Мс — момент сопротивления, обусловленный трением и газо-гидравлическими процессами,

М-Мс- эффективный момент на валу двигателя (А/е), Jn — момент инерции, приведенный к валу двигателя, ш - угловая скорость вращения коленчатого вала Эффективная мощность

Ре=Ме со, (2)

Недостатками систем, реализующих указанный подход, являются в разной степени невысокая точность, связанная с необходимостью численного дифференцирования функции изменения угловой скорости вращения, неполнота определяемых параметров и узкий диапазон частот вращения для получаемых характеристик

С учетом сказанного задача создания системы диагностики, позволяющей оценить основные показатели работы ДВС в широком диапазоне частот вращения, является актуальной и требует разработки оригинальных методик, выходящих за рамки существующих подходов

Цель и задачи работы - разработка системы диагностики ДВС в реальных условиях эксплуатации по его скоростным характеристикам для своевременного выявления отклонения параметров, приводящих к ухудшению экономических, экологических и эффективных показателей работы двигателя Цель достигается путем решения следующих задач

1 Разработка структуры системы диагностики ДВС для реальных условиях эксплуатации Выбор режима диагностирования

2 Определение минимально необходимого состава датчиков и исполнительных механизмов системы управления двигателем, сигналы которых содержат в себе необходимую информацию для определения характеристик ДВС

3 Разработка алгоритмов и программного обеспечения обработки информации, обеспечивающих высокую точность вычисления эффективных показателей работы автомобильного двигателя

4 Теоретическая и экспериментальная оценка метрологических характеристик системы диагностики

Научная новизна работы

1 Разработаны алгоритмы обработки информации сигналов датчиков системы управления автомобильным двигателем, позволяющие определять эффективные показатели работы двигателя во всем диапазоне частот вращения с приведенной погрешностью не более 5%

2 Разработан алгоритм вычисления эффективных моментов и мощности ДВС по сигналу датчика положения коленчатого вала на основе дискретного преобразования Фурье и аппроксимации полученных значений частоты вращения полиномом

Достоверность научных положений диссертационной работы подтверждена результатами соответствующих экспериментальных исследований, практической реализацией разработанной системы

Практическая ценность состоит в разработке системы диагностики ДВС в реальных условиях эксплуатации, позволяющей получать эффективные и экономические характеристики двигателя во всем диапазоне частот вращения, для своевременного выявления отклонения параметров, приводящих к ухудшению экономических, экологических и эффективных показателей работы двигателя

Методы исследований Результаты диссертационной работы получены на основе использования научных положений теории нечеткой логики, нейронных сетей, математической статистики, цифровой обработки сигналов, теории оценивания, численных методов

Реализация и внедрение результатов работы. Основные результаты работы приняты к использованию в учебном процессе на кафедре «Автоматика, информатика и системы управления» при проведении учебных занятий в курсе «Техническая диагностика транспортных средств» для студентов специальности 220301 «Автоматизация технологических процессов и производств в машиностроении»

Апробация работы. Основные положения диссертационной работы были доложены и обсуждены

- на заседаниях аттестационной комиссии при ежегодной аттестации аспирантов кафедры «Автоматика, информатика и системы управления» ГОУ МГИУ,

- на V Международной конференций «Молодые ученые - промышленности, науке, технологиям и профессиональному образованию проблемы и новые решения», г Москва - 2004 г

- на международной конференции «Системные проблемы надежности, качества, информационных технологий», г Сочи - 2005 г

- на научно-практической конференции «Развитие наземного пассажирского транспорта г Москвы проблемы и перспективы», г Москва-2006 г

- на международной конференции «Участие молодых ученых, инженеров и педагогов в разработке и реализации инновационных технологий», г Москва -2006 г

Публикации. Основное содержание диссертационной работы опубликовано в 5 печатных работах

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав и заключения, изложенных на 130 страницах (без приложений), содержит список литературы из 64 наименований, 2 приложения Работа содержит 65 рисунков и 6 таблиц

СОДЕРЖАНИЕ РАБОТЫ Во введении обоснована актуальность работы, определены цели исследования, поставлены задачи, приведена структура диссертации

В первой главе рассматривается актуальность темы диссертации и проведен анализ состояния вопроса повышения показателей работы ДВС за счет применения средств диагностики, приведены обзор и анализ методов и средств диагностирования автомобильных двигателей Указаны основные принципы построения и функционирования систем технического диагностирования ДВС

Отмечается, что общая оценка состояния двигателя производится на основе внешних скоростных характеристик (ВСХ) В типовой состав ВСХ входят эффективные момент и мощность на валу двигателя, расход топлива и воздуха, угол опережения зажигания как функции частоты вращения вала двигателя

Рассмотрены состав и структура электронных систем управления двигателем

Во второй главе рассмотрены основные положения теории нечетких множеств и нечеткой логики Л Заде Приведены типовые функции принадлежности и операции над нечеткими числами Рассмотрены понятия нечетких и лингвистических переменных При этом нечеткая переменная определяется тройкой <а, X, А>, где а - название нечеткой переменной, X -область ее определения (универсум), л = {х,рА(х)}- нечеткое множество на X, описывающее возможные значения, которые может принимать нечеткая переменная

Обобщением нечеткой переменной является так называемая лингвистическая переменная, определяемая кортежем <р, Т, X, С, М>, где

• р — название лингвистической переменной,

• Т- базовое терм-множество лингвистической переменной или множество ее значений (термов), каждое из которых представляет собой наименование отдельной нечеткой переменной,

• X - область определения нечетких переменных, которые входят в определение лингвистической переменной,

• б - некоторая синтаксическая процедура, которая описывает процесс образования или генерирования новых значений для данной лингвистической переменной,

• М - семантическая процедура, которая позволяет поставить в соответствие каждому новому значению данной лингвистической переменной, получаемому с помощью процедуры О, некоторое осмысленное содержание посредством формирования соответствующего нечеткого множества Далее приведена базовая конфигурация системы нечеткого вывода, основанная на правилах нечетких продукций, в которых условия и заключения сформулированы в терминах нечетких лингвистических высказываний вида

Правило_N Если «Условие_Ы», то «Заключение(3)

Рассмотрены основные подходы к моделированию и синтезу систем нечеткого вывода В результате выбрана гибридная трехслойная нейронная сеть для обучения параметров системы нечеткого вывода типа Сугено

Настройка параметров такой сети осуществляется по обучающей экспериментальной выборке в процессе минимизации квадратичной ошибки обучения на основе градиентных алгоритмов оптимизации Целью применения гибридных сетей является настройка входных и выходных функций принадлежности нечеткой системы типа Сугено, а также формирование базы правил нечеткого вывода при аппроксимации экспериментальных данных ВСХ во всем диапазоне частот вращения При этом отмечается, что нечеткая система с гауссовскими функциями принадлежности и центроидным методом дефазификации может аппроксимировать любую непрерывную функцию с любой точностью (Ванг, 1992г)

Также исследованы возможности нечетких систем типа Сугено для аппроксимации сложных функций на примере функции вида у=5ш(х)ехр(х) в сравнении с полиномиальной аппроксимацией Результаты свидетельствуют о высоком качестве приближения данных нечеткой системой с 7-ю термами входной переменной При этом с увеличением числа термов погрешность приближения уменьшается С ростом же порядка полинома (п>25) качество приближения резко ухудшается - появляются значительные ошибки на границах данных

Таким образом, задача идентификации данных нечеткими системами Сугено с функциями принадлежности гауссовского вида сводится в основном к подбору количества термов входной переменной С увеличением количества термов входной переменной погрешности не увеличиваются При этом с уменьшением количества термов входной переменной будут усиливаться сглаживающие свойства аппроксимации нечеткой системы

К несомненным достоинствам нечетких систем для идентификации данных можно отнести и то, что не требуется особый подбор структуры системы вывода и вида функций принадлежности, в отличие от параметрических методов идентификации (экспоненциальный, логарифмический, экспоненциально-степенной и другие методы)

Третья глава посвящена разработке системы диагностики ДВС, выбран режим диагностирования, разработана блок-схема системы (рис 1), определен перечень датчиков и исполнительных механизмов системы управления

двигателем, необходимых для экспериментального получения скоростных характеристик двигателя Разработаны алгоритмы и программное обеспечение для их определения

Для построения ВСХ достаточно обрабатывать информацию, содержащуюся в пяти сигналах системы управления К ним относятся сигналы датчиков положения коленчатого вала, массового расхода воздуха, положения дроссельной заслонки, систем управления впрыском топлива и зажиганием

В разрабатываемой системе определение ВСХ основано на бестормозном методе Разгон двигателя осуществляется за счет изменения положения дроссельной заслонки При этом непрерывно измеряются сигналы системы управления двигателем

Выбор режима диагностирования сводится к обеспечению таких условий работы двигателя, при котором его свойства представлены наиболее полно Такому режиму соответствует режим полной топливоподачи, когда дроссельная заслонка открыта максимально Это связано, в первую очередь, с максимально широким частотным диапазоном работы двигателя и максимальной работой инерциальных сил и сил трения К тому же, в реальных условиях проведения диагностирования обеспечить постоянство положения управляющего органа (отличного от 100% открытия дроссельной заслонки) достаточно проблематично

Двигатель и система

управления Аппаратная часть

Электронный блок управления

дпдз

__дпкв.

ДМРВ

Двигатель, датчики и исполнительные механизмы

ч

Устройство сопряжения

Модуль ввода (АЦП)

Программно-алгоритмическая часть

Блок управления сбором и обработкой данных

Блок обработки информации

I

Блок идентифика ции

=v! Диагноз

JL

Формирователь эталонов

jL

Диагностическая модель

Рис 1 Блок-схема системы диагностики

ДПДЗ — информация с датчика положения дроссельной заслонки, ДПКВ — информация с датчика положения коленчатого вала, ДМРВ - информация с датчика массового расхода воздуха, УФ - сигналы управления форсунками, УЗ - сигналы управления зажиганием

В состав аппаратной части входят кабель-разветвитель сигналов системы управления, устройство сопряжения, модуль ввода аналоговых сигналов, ЭВМ Для обеспечения мобильности в качестве ЭВМ был выбран переносной персональный компьютер типа «notebook» Это дает возможность проведения

диагностики во время движения автомобиля, когда нагрузкой является масса автомобиля, приведенная к коленчатому валу через трансмиссию В качестве модуля ввода аналоговых сигналов был выбран внешний модуль АЦП/ЦАП Е14-440 фирмы L-card, внесенный в Госреестр средств измерений Модуль взаимодействует с ЭВМ по шине USB, АЦП имеет разрядность 14 бит, максимальную частоту преобразования - 400 кГц Такое решение позволяет проводить диагностику в реальных условиях эксплуатации

Программная часть осуществляет управление сбором данных и обработку сигналов системы управления двигателем Алгоритмы обработки основаны на применении систем нечеткого вывода в составе гибридных сетей, что обеспечивает высокую точность и повторяемость результатов экспериментальных испытаний в широком спектре частот вращения

Для определения эффективных момента и мощности на валу ДВС, согласно (1) и (2), необходимо вычислить скорость изменения частоты вращения вала двигателя, то есть угловое ускорение Эта операция сводится к дифференцированию функции скорости вращения по времени и численно может быть заменена в соответствии с определением производной - отношением приращения функции скорости вращения к приращению времени

е—Г^Г> (4)

'i+1 '<

Известным недостатком такого метода вычислений, даже при уменьшении шага интерполяции, является подавление низких частот и значительное усиление высоких, то есть шумов Применение фильтрации дифференцируемой функции и функции производной позволяет снизить уровень шумов, но все же не обеспечивает достаточную точность преобразования

Значительно более точным методом определения составляющей ускорения по отсчетам функции изменения скорости вращения является метод, основанный на аппроксимации функции скорости вращения полиномом, с дальнейшим символьным взятием производной с понижением степени полинома

Применительно к угловой скорости вращения вала двигателя задача аппроксимации сводится к следующему для набора данных

(t„wj,=i2 3 N> (5)

где t, - отсчеты дискретного времени,

0), - отсчеты скорости (частоты) вращения, требуется найти такой полином степени п

рм(0 = Р1хМ+Р2("~П+ +Рп+Р„, и (6)

где п - степень полинома,

Pi Pn+i - коэффициенты полинома

При этом коэффициенты полинома являются решением следующей задачи минимизации

N

'/„(я)/-.. \ \2

(7)

mm £><">(*,

Аппроксимация функции изменения скорости вращения по времени осуществляется в пределах минимального и максимального значений скорости вращения и соответствующих им интервалов времени

Следующим этапом вычислений является взятие производной по времени полинома вида (6) В результате получается новый полином степени п-1, характеризующий функцию углового ускорения Вычисление значений эффективного крутящего момента и мощности производится численно в соответствии с формулами (1) и (2)

Предложенный метод определения составляющей ускорения является универсальным, те для метода не имеет значения, каким образом получены данные вида (5) Они могут быть получены на основе сигналов системы управления зажиганием, форсунок или на основе показаний системы встроенной диагностики

Разработанный алгоритм получения данных вида (5) основан на дискретном преобразовании Фурье сигнала ДПКВ При этом сигнал разбивается на сегменты (возможно, с перекрытием), для каждого из которых определяется спектральная функция Составляющая с наибольшей мощностью определяет частоту вращения

В работе проведено исследование предлагаемого метода обработки сигнала ДПКВ и получения составляющей ускорения по сравнению с методом, основанным на вычислении времени поворота вращающихся частей ДВС на равные угловые величины При этом показано, что точность вычислений примерно одинаковая, но время вычислений предлагаемым методом значительно выше, особенно при увеличении длины сигнала, что характерно для диагностирования при разгоне автомобиля на одной из передач во время движения Одновременно отмечается, что предлагаемый метод более устойчив к выбросам значений частоты вращения, наличие которых приводит к значительным погрешностям вычислений

Также экспериментально были подобраны значения длины преобразования Фурье (Иж), количества сегментов разбиения сигнала (М5евт) и порядка полинома для обеспечения наибольшей точности результатов вычисления составляющей ускорения Основные результаты приведены в таблице 1 При этом, в частности, определялась относительная погрешность при восстановлении частоты заданного синусоидального сигнала, по своим характеристикам близкого к сигналу ДПКВ

Таблица 1

Относительная погрешность вычисления частоты после аппроксимации

N 512 1024 2048 3072 4069 8192

10 6,24 3,65 1,80 1,10 0,90 0,47

20 5,68 3,05 1,49 1,09 0,89 0,46

30 6,14 3,17 1,77 0,99 0,80 0,40

40 6,02 2,53 1,67 1,08 0,77 0,43

50 6,07 2,91 1,61 0,99 0,80 0,44

и

В результате в качестве значений для вычисления разгонной характеристики на основе разработанного алгоритма выбираются длина преобразования Фурье, равная 4096 отсчетам, и количество сегментов перекрытия, равное 50 Хотя количество сегментов в наименьшей степени влияет на точность вычислений, но выбрано максимальным на тот случай, если изменение частоты вращения будет иметь сложный характер, что может быть при неисправном двигателе

Для аппроксимации зависимости количества воздуха, прошедшего через ДМРВ, от напряжения на выходе датчика применена система нечеткого вывода типа Сугено На основании экспериментальных данных получена зависимость между выходным сигналом ДМВР и массовым расходом воздуха Данные представлены дискретными отсчетами напряжения и соответствующими значениями расхода воздуха

Результаты аппроксимации данных представлены на рис 2 (сплошная линия) График ошибки аппроксимации (остатков) представлен на рис 3 (сплошная линия - график ошибки нечеткой модели, пунктирная - график ошибки аппроксимации полиномом четвертого порядка)

у 150 ■ в

Ё

Ц '

О ¡001- /

1Ш

и вольт

Рис 2 Результаты аппроксимации входных экспериментальных данных

15 2 И 3 35

I) ВОЛЬТ

Рис. 3 Ошибка аппроксимации данных

При этом автокорреляционная функция остатков нечеткой системы близка к нулю (рис 4), что характеризует их как белый шум, что, в свою очередь, свидетельствует о хорошем качестве аппроксимации На рис 4 так же, как и на рис 3, сплошная линия соответствует нечеткой модели, а пунктирная - полиному

5.0,

Рис 4 График автокорреляционной функции остатков

Расчет функции расхода воздуха заключается в разбиении сигнала ДМРВ на сегменты, такие же, как и для сигнала ДПКВ Значения напряжений в каждом сегменте усредняются и подаются на вход синтезированной нечеткой аппроксимирующей системы

Определение расхода топлива основано на выражении

60

ст='.т, к N г г

г .пр 2 1()6

(8)

где От- расход топлива (кг/ч),

1тр - длительность впрыска одной форсунки (мс), к - коэффициент впрыска форсунки (г/с), Ы- частота вращения ДВС (об/мин), I — число цилиндров,

г - коэффициент, зависящий от типа системы управления (параллельный, попарно-параллельный впрыск)

Для определения времени впрыска (1тр) вычисляются моменты времени отрицательного и положительного перехода сигнала управления форсункой через 10 В Разность вычисленных моментов времени есть длительность импульса в момент времени, равный моменту отрицательного перехода напряжения сигнала через уровень 10 В

Особенностью вычисления функций расхода топлива и угла опережения зажигания является то, что дискретные значения их переменных определены через неравные промежутки времени, которые не соответствуют значениям частоты вращения

Интерполяция функции впрыска в новые моменты времени осуществляется нечеткой системой по структуре, аналогичной системе аппроксимации расхода воздуха Отличие заключается в том, что параметры функций принадлежности

входных и выходных переменных вычисляются для каждого отдельного эксперимента заново

Для определения параметров системы используется алгоритм гибридного обучения, который является комбинацией метода наименьших квадратов и метода убывания обратного градиента Количество циклов обучения задается равным 100 Обычно такого количества повторений достаточно для точного определения параметров системы

Далее данные интерполируются в моменты времени, соответствующие функции изменения скорости вращения, определенной ранее Функция расхода топлива вычисляется в соответствии с (8)

Как уже отмечалось ранее, при определении ВСХ одним из необходимых условий ее получения является обеспечение максимальной топливоподачи Это связано с открытием дроссельной заслонки, равным ста процентам на протяжении всего времени разгона двигателя с минимальных оборотов вращения до максимальных

Для контроля соблюдения указанного условия при проведении испытаний была синтезирована нечеткая система, в основе которой лежит следующая база логических правил нечеткой продукции

1 Если время малое («low») и процент открытия ДЗ мал («low», то Кс равен 0 5,

2 Если время малое («low») и процент открытия ДЗ средний («mid»), то Кс равен 1,

3 Если время малое («low») и процент открытия ДЗ высокий («high»), то Кс равен 1,

4 Если время большое («high») и процент открытия ДЗ мал («low»), то Кс равен 0,

5 Если время большое («high») и процент открытия ДЗ средний («mid»), то Кс равен 0 5,

6 Если время большое («high») и процент открытия ДЗ высокий («high»), то Кс равен 1,

Синтезированная нечеткая система типа Сугено имеет две входные переменные - время от начала испытания и соответствующий этому времени процент открытия дроссельной заслонки, вычисленные на этапе обработки сигнала ДПДЗ Разработанная система учитывает, что дроссельная заслонка не может открываться

Подавая на входы такой системы массивы отсчетов времени и соответствующих значений процентов открытия дроссельной заслонки, на выходе получим массив значений коэффициентов Кс' Чем ближе среднее значение коэффициентов к единице, тем выше достоверность проведенного испытания

В конце главы проведен анализ метрологических характеристик системы В результате выявлено, что расчетные погрешности определения параметров работы ДВС не превышают 5%

В результате проведенной работы был разработан аппаратно-алгоритмический комплекс, позволяющий проводить эксперименты для получения ВСХ двигателя внутреннего сгорания

Такая система позволяет проводить испытания как исправного двигателя, так и двигателя с различными неисправностями в реальных условиях эксплуатации

Четвертая глава посвящена экспериментальным исследованиям системы диагностики

Эксперименты первоначально проводились на автомобиле ВАЗ 21093 с исправным двигателем 2111, оснащенным системой управления Январь 5 1 1 Их результаты представлены на рис 5 (сплошная линия) Для проверки диагностических возможностей системы были проведены испытания того же ДВС с намеренно введенными неисправностями В частности, были рассмотрены два случая

1 Отключение одного цилиндра без потери компрессии - отсоединялся высоковольтный провод свечи зажигания первого цилиндра Таким образом, создавался дополнительный момент сопротивления за счет поршневой группы отключенного цилиндра

2 Подсос воздуха - отсоединялся шланг системы рециркуляции отработавших газов от системы подачи воздуха в цилиндры, после датчика расхода воздуха Образованное отверстие диаметром 10 мм значительно меньше диаметра системы подачи воздуха (80 мм)

На графиках рис 5 пунктирной линией представлены ВСХ для первого варианта неисправностей, точечной - для второго

Из приведенных графиков видно, что неисправности имеют отражение на всех ВСХ, как в количественном значении, так и в изменении формы характеристик

(а) (б)

(Д)

Рис 5. Вид экспериментальных ВСХ

а - функция эффективного крутящего момента, Нм, 6 - функция эффективной мощности, кВт, в - функция расхода воздуха, кг/ч, г - функция расхода топлива, кг'ч, д - функция угла опережения зажигания гпкв

Расчет погрешности проводился на основании 5 испытаний исправного двигателя в одинаковых условиях При этом каждое испытание удовлетворяло условию обеспечения максимальной топливоподачи на основе приведенной ранее системы нечеткого вывода

Результаты всех измерений интерполировались для значений частот в пределах от 1000 об/мин до 6000 об/мин с шагом 100 об/мин

Принимая за истинное значение функции выборочное среднее (<*>) для каждой частоты вращения, можно определить выборочное среднеквадратичное отклонение отсчетов (5У) в каждой точке, характеризующее абсолютную погрешность измерений

5 =

¿(х„-<х>)2

Ы-

где М - количество измерений

Тогда относительная погрешность измерения определяется как

£=-^-100%, (10) <х>

Результаты вычислений & и по результатам проведенных измерений в зависимости от частоты вращения представлены на рис 6 и 7 соответственно

Рис 6 Изменение среднеквадратичного отклонения значений ВСХ в зависимости от частоты вращения

Частота вращения об/мин

Рис 7 Изменение относительного отклонения значений ВСХ в зависимости от частоты вращения

Увеличение значения относительных отклонений значений некоторых характеристик связано с тем, что нижний предел их изменений близок к нулю

В таблице 2 представлены усредненные показатели для ВСХ Среднеквадратичное отклонение определялось как среднее для всех частот вращения двигателя, для которых определены значения параметров Среднее относительное отклонение - среднее значение отношения среднеквадратичного отклонения к истинному значению показателя для всех частот

Таблица 2

Усредненные показатели для ВСХ

Среднее среднеквадратичное отклонение Среднее относительное отклонение Расчетная относительная погрешность

Крутящий момент 2,05 Нм 1,83% 2,5%

Эффективная мощность 2 кВт 1,67% 5%

Расход воздуха 1,57 кг/час 0,7% 3,75%

Расход топлива 0,08 кг/час 1,34% 4%

УОЗ 1,01 г п к в 6,94% 6,5%

Из таблицы видно, что среднее значение относительного отклонения для проведенных испытаний не превышает расчетной относительной погрешности измерений ВСХ Незначительное превышение наблюдается для угла опережения зажигания. Это может быть связано с погрешностями изготовления венца маховика

В заключении сформулированы основные результаты диссертационной работы

Основные результаты:

1 Проведен анализ методов и средств диагностирования автомобильных двигателей внутреннего сгорания, в результате которого сделан вывод, что большинство современных методов и средств диагностирования ДВС не решают в полной мере задачу определения технического состояния двигателя, зачастую являются трудоемкими и дорогостоящими

2 Проведен выбор метода и режима диагностирования ДВС на основе внешних скоростных характеристик, для чего определен перечень датчиков и исполнительных механизмов системы управления двигателем

3 Обоснован выбор метода обучения нечетких систем типа Сугено на основе гибридных нейронных сетей Доказана возможность идентификации сложных зависимостей системами нечеткого вывода на основе гибридных сетей

4 Разработаны и реализованы измерительная часть системы диагностики и алгоритмы обработки информации сигналов датчиков и исполнительных

механизмов системы управления для вычисления внешних скоростных характеристик В основу алгоритмов положены возможности систем нечеткого вывода по идентификации зависимостей Проведена оценка влияния внешних факторов на точность измерений, в результате чего установлено, что максимальная приведенная погрешность не превышает 5%

5 Проведены экспериментальные исследования метрологических характеристик системы диагностирования на двигателе ВАЗ 2111, оснащенном системой управления Январь 5 11, которые показали, что относительные погрешности не превышают расчетных При этом ВСХ определялись во всем диапазоне частот вращения двигателя

Список печатных работ, опубликованных по теме диссертационной работы:

1 Палагута К А , Кузнецов А В Мобильная система диагностики автомобильного двигателя в реальных условиях эксплуатации по его скоростным характеристикам//Проблемы качества, безопасности и диагностики в условиях информационного общества Материалы научно-практической конференции /под ред В Г Домрачева, СУ Увайсова-М МИЭМ, 2005 с 98-102

2 Палагута К А, Кузнецов А В Идентификация экспериментальных данных с помощью нечеткой логики//Техника, технологии и перспективные материалы Межвузовский сборник научных трудов /под ред А Д Шляпина, О В Таратынова -М МГИУ, 2005 с 221-226

3 Палагута К А , Кузнецов А В Идентификация экспериментальных данных нечеткими системами в составе гибридных сетей//Инновации в условиях развития информационно — коммуникационных технологий Материалы научно-практической конференции/под ред В Г Домрачева, С У Увайсова - М МИЭМ, 2006 с 92-97

4 Кузнецов А В Метод определения эффективной мощности и крутящего момента ДВС//Участие молодых ученых, инженеров и педагогов в разработке и реализации инновационных технологий Сборник научных докладов международной конференции - М МГИУ, 2006 с 69-73

5 Палагута К А , Кузнецов А В Система диагностирования впрыскового ДВС по его скоростным характеристикам//Автомобильная промышленность, 2007, № 4 с 21-24

Кузнецов Александр Валерьевич

РАЗРАБОТКА СИСТЕМЫ ДИАГНОСТИКИ ДВС ИА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ

АВТОРЕФЕРАТ

Подписано в печать 18 04 2007 Формат бумаги 60 х 90/16 Уел печ л 1,25 Тираж 100_

Сдано в производство 19 04 2007 Бум множит Уч -изд л 1,25 Заказ № 530

РИД МГИУ, 115280, Москва, Автозаводская, 16, 677-23-15

ВВЕДЕНИЕ.

1. СОСТОЯНИЕ ВОПРОСА И ОБОСНОВАНИЕ НАПРАВЛЕНИЯ ИССЛЕДОВАНИЯ.

1.1 Актуальность вопросов повышения эффективности ТО и Р автомобилей, улучшения экологических и экономических показателей.

1.2 Обзор методов и средств диагностирования автомобильных двигателей.

1.3 Принципы построения систем технического диагностирования ДВС.

1.4 Особенности современного ДВС, состав и структура электронной системы управления.

1.5 Выводы и задачи исследования.

2. ТЕОРИЯ НЕЧЕТКИХ МНОЖЕСТВ И НЕЧЕТКОЙ ЛОГИКИ, ИСКУСТВЕННЫХ НЕЙРОСЕТЕЙ.

2.1 Основные понятия теории нечеткой логики.

2.2 Типы функций принадлежности.

2.3 Основные операции над нечеткими множествами.

2.4 Нечеткие и лингвистические переменные.

2.5 Системы нечеткого вывода.

2.6 Гибридные сети для настройки нечетких систем (ANFIS).

2.7 Идентификации зависимостей нечеткими системами в составе гибридных сетей.

2.8 Выводы.

3. РАЗРАБОТКА АППАРАТНО-АЛГОРИТМИЧЕСКОГО КОМПЛЕКСА ДИАГНОСТИКИ ДВС.

3.1 Выбор режима диагностирования и информационных параметров.

3.2 Разработка аппаратной части.

3.3 Разработка программно-алгоритмической части.

3.3.1 Предварительная обработка сигналов.

3.3.2 Вычисление эффективных мощности и крутящего момента как функций частоты вращения.

3.3.2 Синтез нечеткой аппроксимирующей структуры и расчет функции расхода воздуха.

3.3.3. Расчет функции расхода топлива.

3.3.4 Расчет функции изменения угла опережения зажигания.

3.3.5 Синтез нечеткой аппроксимирующей структуры и расчет степени открытия дроссельной заслонки.

3.3.6 Синтез нечеткой структуры подцержки принятия решения об обеспечении условий испытаний.

3.4 Анализ метрологических характеристик.

3.5 Выводы.

4. ЭКСПЕРИМЕНТАЛЬНАЯ ЧАСТЬ.

4.1 Методика экспериментальных испытаний.

4.2 Проверка адекватности работы системы на исправном двигателе.

4.3 Испытания двигателя с физическим моделированием неисправностей некоторых систем.

4.4 Испытания двигателя при движении на первой передаче.

4.4 Выводы.

В современном обществе острый характер приобретают проблемы экономии топливно-энергетических ресурсов. Автомобильный транспорт потребляет более 30% производимых нефтепродуктов, а затраты на топливо составляют около 20% себестоимости любого продукта.

Не менее острой проблемой является загрязнение окружающей среды, причем на долю автотранспорта приходится больше половины вредных воздействий.

Развитие современного двигателестроения происходит по пути улучшения экономических, экологических и эксплуатационных показателей двигателей. Это связано, в первую очередь, с применением электронных систем управления - систем впрыска топлива и управления зажиганием, что позволяет значительно снизить токсичность и энергопотребление транспортных средств.

В процессе эксплуатации автомобиля неизбежно происходит износ и старение его узлов и агрегатов, что приводит к ухудшению его экономических, экологических и эффективных показателей. В этой связи для поддержания двигателя в исправном состоянии и для своевременного выявления отклонения параметров, приводящих к ухудшению экономических, экологических и эффективных показателей его работы, ведущее место принадлежит системе технического обслуживания и ремонта, ее научной обоснованности и совершенству. При этом огромное значение имеет техническая диагностика [5,19,57].

В настоящее время существует ряд методов и средств диагностирования двигателя внутреннего сгорания (ДВС), в основе которых находятся различные аспекты и закономерности его работы. Наибольшее распространение получили мотортестеры и системы встроенной диагностики.

Устройства, реализующие возможности самодиагностики, направлены на выявление неисправностей электронного блока и датчиков системы управления двигателем.

Мотортестеры обладают набором собственных датчиков, способны измерять различные параметры работы систем двигателя и реализовывать тестовые режимы диагностики.

При этом указанные устройства обладают слабыми возможностями для оценки общего состояния ДВС и предназначены, в основном, для поиска и локализацию неисправностей или мест отказов уже по факту их возникновения.

Оценка общего состояния двигателя необходима при организации профилактических работ. При этом предусматривается проведение контроля технического состояния ДВС с заданной периодичностью. Если при контроле фактическое значение одного из параметров выходит за допустимые пределы, то только в этом случае проводятся восстановительные работы по локализации и устранению неисправности. Такой подход уменьшает простои транспортного средства и увеличивает безотказность его работы [14].

Оценка общего состояния двигателя производится по эффективным показателям его работы, к которым относятся эффективные момент и мощность на валу двигателя, расход топлива и воздуха, угол опережения зажигания, содержание вредных веществ в отработавших газах. Работа систем, реализующих указанный подход, основана на тормозных и бестормозных методах.

Тормозные методы подразумевают использование специальных нагрузочных стендов с беговыми барабанами. Такой метод не нашел широкого распространения в связи с высокой стоимостью оборудования.

Бестормозные методы более просты и не требуют использования специальных тормозных устройств. При этом измеряется угловое ускорение при разгоне двигателя без внешней нагрузки от минимально устойчивой частоты вращения до максимальной за счет резкого открытия дроссельной заслонки. Такой метод позволяет проводить диагностику в реальных условиях эксплуатации, а оснащение современных ДВС электронными системами управления увеличить количество контролируемых параметров.

Недостатками систем, реализующих бестормозной метод, являются невысокая точность, связанная с необходимость численного дифференцирования функции изменения угловой скорости вращения, неполнота и узкий диапазон частот вращения получаемых характеристик.

Таким образом, задача разработки системы диагностики современного автомобильного двигателя внутреннего сгорания с учетов его особенностей является актуальной и требует современных подходов при ее решении.

Цель и задачи работы - разработка системы диагностики ДВС в реальных условиях эксплуатации по его скоростным характеристикам для своевременного выявления отклонения параметров, приводящих к ухудшению экономических, экологических и эффективных показателей работы двигателя.

Цель достигается путем решения следующих задач:

1. Разработка структуры системы диагностики ДВС для реальных условиях эксплуатации. Выбор режима диагностирования.

2. Определение минимально необходимого состава датчиков и исполнительных механизмов системы управления двигателем, сигналы которых содержат в себе необходимую информацию для определения характеристик ДВС.

3. Разработка алгоритмов и программного обеспечения обработки информации, обеспечивающих высокую точность вычисления эффективных показателей работы автомобильного двигателя.

4. Теоретическая и экспериментальная оценка метрологических характеристик системы диагностики.

Объект исследования - автомобильный бензиновый двигатель, оснащенный электронной системой управления.

Предмет исследования - диагностика автомобильного бензинового двигателя внутреннего сгорания.

Методы исследований. Результаты диссертационной работы получены на основе использования научных положений теории нечеткой логики, нейронных сетей, математической статистики, цифровой обработки сигналов, теории оценивания, численных методов.

Научная новизна:

• Разработаны алгоритмы обработки информации сигналов датчиков системы управления автомобильным двигателем, позволяющие определять эффективные показатели работы двигателя во всем диапазоне частот вращения с приведенной погрешностью не более 5%.

• Разработан алгоритм вычисления эффективных моментов и мощности ДВС по сигналу датчика положения коленчатого вала на основе дискретного преобразования Фурье и аппроксимации полученных значений частоты вращения полиномом.

Достоверность научных положений диссертационной работы подтверждена результатами соответствующих экспериментальных исследований, практической реализацией разработанной системы.

Практическая ценность состоит в разработке системы диагностики ДВС в реальных условиях эксплуатации, позволяющей получать основные характеристики двигателя в широком спектре частот вращения, для своевременного выявления отклонения параметров, приводящих к ухудшению экономических, экологических и эффективных показателей работы двигателя.

Реализация и внедрение результатов работы. Основные результаты работы приняты к использованию в учебном процессе на кафедре «Автоматика, информатика и системы управления» при проведении учебных занятий в курсе «Техническая диагностика транспортных средств» для студентов специальности 220301 «Автоматизация технологических процессов и производств в машиностроении».

Апробация работы. Основные положения диссертационной работы были доложены и обсуждены:

- на заседаниях аттестационной комиссии при ежегодной аттестации аспирантов кафедры «Автоматика, информатика и системы управления» ГОУМГИУ;

- на V Международной конференций «Молодые ученые -промышленности, науке, технологиям и профессиональному образованию: проблемы и новые решения», г. Москва - 2004 г.

- на международной конференции «Системные проблемы надежности, качества, информационных технологий», г. Сочи - 2005 г.

- на научно-практической конференции «Развитие наземного пассажирского транспорта г. Москвы: проблемы и перспективы», г. Москва -2006 г.

- на международной конференций «Участие молодых ученых, инженеров и педагогов в разработке и реализации инновационных технологий», г. Москва - 2006 г.

Публикации. Основное содержание диссертационной работы опубликовано в 5 печатных работах.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав и заключения, изложенных на 130 страницах, содержит список литературы из 80 наименований, 2 приложения. Работа содержит 66 рисунков и 5 таблиц.

Основные результаты диссертационной работы:

1. Проведен анализ методов и средств диагностирования автомобильных двигателей внутреннего сгорания, в результате которого сделан вывод, что большинство современных методов и средств диагностирования ДВС не решают в полной мере задачу определения технического состояния двигателя, зачастую являются трудоемкими и дорогостоящими.

2. Проведен выбор метода и режима диагностирования ДВС на основе внешних скоростных характеристик, для чего определен перечень датчиков и исполнительных механизмов системы управления двигателем.

3. Обоснован выбор метода обучения нечетких систем типа Сугено на основе гибридных нейронных сетей. Доказана возможность идентификации сложных зависимостей системами нечеткого вывода на основе гибридных сетей.

4. Разработаны и реализованы измерительная часть системы диагностики и алгоритмы обработки информации сигналов датчиков и исполнительных механизмов системы управления для вычисления внешних скоростных характеристик. В основу алгоритмов положены возможности систем нечеткого вывода по идентификации зависимостей. Проведена оценка влияния внешних факторов на точность измерений, в результате чего установлено, что максимальная приведенная погрешность не превышает 5%.

5. Проведены экспериментальные исследования метрологических характеристик системы диагностирования на двигателе ВАЗ 2111, оснащенном системой управления Январь 5.1.1., которые показали, что относительные погрешности не превышают расчетных. При этом ВСХ определялись во всем диапазоне частот вращения двигателя.

ЗАКЛЮЧЕНИЕ

1. А.Р. Кульчицкий Токсичность автомобильных и тракторных двигателей. Москва.: Академический проект, 2004. - 400с.

2. Автомобильный справочник Bosch: Справочник М.: За рулем, 2000. -895с.

3. Агуреев И.Е. Анализ и синтез динамических характеристик многоцилиндровых поршневых двигателей внутреннего сгорания: дис. док. техн. наук. Тула, 2003. - 305 с.

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

5. Борщенко Я.А. Разработка метода диагностирования автомобильных дизелей по неравномерности вращения коленчатого вала: дис.канд. техн. наук. Тюмень, 2003. - 174 с.

6. Буров A.JI. Тепловые двигатели: Учебное пособие. М.:МГИУ, 2003. -400с.

7. В.Н. Ложкин Загрязнение атмосферы автомобильным транспортом. -СПб.: НПК «Атмосфера», 2002.- 295с.

8. Вощанкин С.В. Разработка структуры и алгоритмов обучающихся контуров в микропроцессорных системах управления автомобильных двигателей: дис.канд. техн. наук. Москва, 2004. - 199 с.

9. Гайдышев И. Анализ и обработка данных: специальный справочник -СПб: Питер, 2001.-752с.

10. Ю.Гирявец А.К. Теория управления автомобильным бензиновым двигателем. -М.: Стройиздат, 1997- 173с.11 .Гольденберг Л.М. и др. Цифровая обработка сигналов: Справочник -М.: Радио и связь, 1985. 312с.

11. Гончаров А.А. Совершенствование технологии диагностирования электронных систем управления автомобильным двигателем: дис. .канд. техн. наук. Оренбург, 2004. - 96 с.

12. З.Гребенников С.А. Диагностирование двигателей по изменению угловой скорости коленчатого вала//Журнал «Двигателестроение» № 4 (222), 2005 г., с. 26-29.

13. Двигатели внутреннего сгорания. В 3 кн. Кн. 1. Теория рабочих процессов: Учеб./ В.Н. Луканин, К.А. Морозов, А.С. Хачиян и др.; Под ред. В.Н. Луканина.-2-е изд., перераб. и доп.-М.: Высш. шк., 2005 -479 с.

14. Двигатели внутреннего сгорания. В 3 кн. Кн. 2. Динамика и конструирование: Учеб./ В.Н. Луканин, И.В. Алексеев, М.Г. Шатров и др.; Под ред. В.Н. Луканина и М.Г. Шатрова 2-е изд., перераб. и доп-М.: Высш. шк., 2005 - 400 с.

15. Демидович Р. Система зажигания легковых автомобилей/Пер. с пол. -Мн.: РА «Автомобиль», 1996 -112с.

16. Конструкция автомобиля. Том IV. Электрооборудование. Системы диагностики. Учебник для вузов / С.В. Акимов, В.А. Набоких, Ю.П. Чижков; Под. общей ред. Доктора техн. наук, профессора А.Л. Карунина М.: Горячая линия-Телеком, 2005. - 480 с.

17. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети: учеб. пособие для вузов. М.: Физико-математическая литература, 2001. - 224с.

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

19. Маренко В.А. Модели и алгоритмы экспертных систем поддержки принятия решений по электромагнитной совместимости: Автореферат дис.канд. техн. наук. Тюмень, 2004.

20. Мельников А.А. Управление техническими объектами автомобилей и тракторов: Системы электроники и автоматики: Учеб. пособие для студентов высш. учеб. заведений. М.: Издательский центр «Академия», 2003. - 376с.

21. Мирский Г.Я. Электронные измерения: 4-е изд., прераб. и доп. М.: Радио и связь, 1986. 440 с.

22. Научно-аналитический отчет «Анализ технического уровня ДВС». Выпуск 32/Под. ред. Р.И. Давтяна Москва.: НИИД, 1999.

23. ЗО.Осовский С. Нейронные сети для обработки информации/ Пер. с польского И.Д. Рудинского. М.: Финансы и статистика, 2004. - 344с.

24. Палагута К.А., Кузнецов А.В Идентификация экспериментальных данных с помощью нечеткой логики//Техника, технологии и перспективные материалы: Межвузовский сборник научных трудовпод. ред. А.Д. Шляпина, ОБ. Таратынова. М.: МГИУ, 2005. с. 221 -226.

25. Палагута К.А., Кузнецов А.В. Система диагностирования впрыскового ДВС по его скоростным характеристикам//Автомобильная промышленность, 2007, № 4. с. 21 24.

26. Патент RU №2070719 G01M15/00 Способ Оценки технического состояния двигателя внутреннего сгорания./Отставнов А.А. Опубл. 1996.12.20

27. Патент RU №2073225 G01M15/00 Устройство для контроля неравномерности вращения вала двигателя внутреннего сгорания./ Отставнов А.А., Никитин А.В. Опубл. 1997.02.10

28. Патент RU №2075049 G01M15/00 Устройство для анализа состава выхлопных газов двигателя внутреннего сгорания./ Соколов В.Г., Жижаев А.Н., Гутник Е.Ш., Пчелин В.А., Левин Ф.И. Опубл. 1997.03.10

29. Патент RU №2078323 G01M15/00 G01L23/22 Способ выявления детонации в двигателе внутреннего сгорания с искровым зажиганием./ Гирявец А.К., Муравлев В.В. Опубл. 1997.04.27

30. Патент RU №2109164 F02P17/00 Способ измерения ионного тока между электродами свечи зажигания./ Малышев. А.В. Опубл. 1998.04.20

31. Патент RU №2145068 G01M15/00 F01M11/10 Устройство для оценки технического состояния двигателей внутреннего сгорания./ Подольский A.M., Бойчук В.Б., Дунаевский JI.M., Сукачев B.JL, Шабадей А.А. Опубл. 2000.01.27

32. Патент RU №2150685 GO 1 Ml 5/00 Способ диагностирования технического состояния поршневого двигателя внутреннего сгорания./ Архипов М.В., Кударов М.А., Миляев А.В., Некрасов А.В., Киселев Д.Г. Опубл. 2000.06.10

33. Патент RU №2157983 G01M15/00 Способ диагностики двигателя внутреннего сгорания./Живов С.Б., Горностаев А.И., Пшеничкин Н.И. Опубл. 2000.10.20

34. Патент RU №2171394 F02P17/00 Способ измерения ионного тока, протекающего в цилиндре ДВС./ Малышев А.В., Миронов М.Ю. Опубл. 2001.07.27

35. Патент RU №2178158 G01M15/00 Способ диагностики двигателя внутреннего сгорания./ Малышев B.C., Корегин А.Ю. Опубл. 2002.01.10

36. Патент RU №2182251 F02M65/00 Н01Т13/48 Устройство для диагностики качества смеси двигателя внутреннего сгорания./ Авдеев К.А., Кузьмина И.В., Малиованов М.В., Фролов Н.Н., Чесноков С.А. Опубл. 2002.05.10

37. Патент RU №2191362 G01M15/00 Способ диагностирования двигателя внутреннего сгорания./ Жосан А.А., Жосан А.А., Новиков А.Н. Опубл. 2002.10.20

38. Патент RU №2209987 F02B79/00 G01M15/00 Стенд обкатки и диагностики двигателей внутреннего сгорания./ Бондаренко Е.В., Бондаренко В.А., Дурнев К.Ф., Цыбакин В.В. Опубл. 2003.08.10

39. Патент RU №2217725 GO 1 Ml5/00 Анализатор работы систем двигателя внутреннего сгорания./ Рогачев В.Д. Опубл. 2003.11.27

40. Патент RU №2229612 F02B79/00 Стенд обкатки и диагностики двигателей внутреннего сгорания./ Бондаренко Е.В., Филиппов А.А., Короткое М.В., Короткое Д.В., Лаврухин А.Г., Ахмедьянов И.Ф. Опубл. 2004.05.27

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

42. Савчук В.П. Обработка результатов измерений. Физическая лаборатория. 41: Учеб. пособие для вузов. ОдессаЮНПУ, 2002. - 54 с.

43. Самарский А.А. Введение в численные методы. М.: Лань, 2005. -288с.

44. Сергеев А.В., Ютт В.Е. Диагностирование электрооборудования автомобилей. М: Транспорт, 1987

45. Статистика автомобильного транспорта: Учебник / И.М. Алексеева, О.И. Ганченко, Е.В. Петрова. М.: Издательство «Экзамен», 2005. -352 с.

46. Терано Т., Асаи К., Сугэно М. Прикладные нечеткие системы. -М.:Мир, 1993.-369с.5 9. Технические средства диагностирования: Справочник/В .В. Клюев, П.П. Пархоменко, В.Е. Абрамчук и др.; Под общ. ред. В.В. Клюева. М.: Машиностроение, 1989. - 672с.

47. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере/Под ред. В.Э. Фигурнова. 3-е изд., перераб. и доп. - М.: ИНФРА, 3003. - 544с.

48. Цифровая обработка сигналов/А.Б. Сергиенко СПб.: Питер, 2003. -604с.

49. Численные методы. Калиткин Н.Н./ Учебное пособие. М.: Наука 1978.-512с.

50. Ю. П. Адлер, Е.В. Маркова, Ю.В. Грановский Планирование эксперимента при поиске оптимальных условий. М.: Наука, 1976. -278с.

51. Ю.А. Долматовский Автомобиль за 100 лет. М.:3нание, 1986.