Автоматизация стендовых калибровочных испытаний автомобильного двигателя внутреннего сгорания

Введение (постановка задачи и актуальность). В статье представлены результаты работы по автоматизации калибровочных испытаний двигателя внутреннего сгорания (ДВС) на моторном стенде. Актуальность статьи обусловлена высокой трудоёмкостью таких испытаний, сложностью документирования и принятия решений по итогам работы.

Цель исследования. Данная работа – один из элементов комплексной методики, цель которой – сокращение продолжительности испытаний и повышение качества результатов калибровки силовой установки автомобиля. Описание всей методики в целом также приводится в публикации.

Методология и методы. Достижение поставленной цели обеспечивается с помощью специальных систем – INCA-FLOW (автоматизация испытаний) и ASCMO (обработка результатов и оптимизация), выпускаемых фирмой Bosch/ETAS. Апробация методики проведена на моторном стенде в учебном боксе МАДИ применительно к задаче формирования карты углов опережения зажигания.

Результаты и научная новизна. В результате применения методики показано сокращение продолжительности моторных испытаний в 4,8 раза, если в ручном режиме за стендом работают 2 человека без перерыва. При этом дисперсия адекватности Sад эмпирической модели крутящего момента М_к оказалась в среднем в 1,5 раза меньше, если модель построена по результатам автоматизированных испытаний. Это говорит и об улучшении качества измерений при переходе к автоматизированным методам испытаний. С научной точки зрения, наиболее оригинальная часть работы, это применение метода «Гауссовский процесс» для построения эмпирических моделей. Данный метод позволяет получать более точные результаты, чем, например, традиционный метод наименьших квадратов.

Практическая значимость работы заключается в возможности существенно сократить рутинные действия на моторном стенде, а дополнительные временные затраты на разработку и тестирование сценария (программы) испытаний компенсируются за счёт того, что макеты сценариев могут быть в дальнейшем использованы для других аналогичных испытаний. Представленная методика позволяет охватить значительную часть калибровочных испытаний ДВС. Например, когда известны предварительные сведения об объекте испытаний (опираясь на которые можно составить план эксперимента) и двигатель необходимо подготовить к дорожным испытаниям на автомобиле или в особых условиях.

1. Программный код в автомобиле [Блог НПП ИТЭЛМА] / Коллективный блог «Хабр». URL: https://habr.com/ru/company/itelma/blog/475576/ (дата обращения: 04.05.2021).

2. Reddy R. Advanced Calibration Automation and Standardization with INCA-FLOW / ETAS GmbH. – Stuttgart, 2015.

3. Евдонин Е.С., Душкин П.В., Кузьмин А.И. Разработка и применение эмпирических моделей для оптимизации управления двигателем внутреннего сгорания // Труды НАМИ. – 2020. – № 4 (283). – С. 101–108. DOI 10.51187/0135-3152-2020-4-101-108.

4. Bartoccini D., Niedermaier P., Grassberger H.P. Model-Based Approach for Engine Performance Optimization // SAE Technical Paper. – 2018. – No. 2018-320082. DOI:10.4271/2018-32-0082.

5. Tietze N. Model-based Calibration of Engine Control Units Using Gaussian Process Regression. Dr. eng. sci. diss. – Darmstadt, 2015.

6. Yooshin Cho., Hube Th., Lauff U., Reddy R. Optimisation of Gasoline Engines Automation and Machine Learning Techniques in Calibration // ATZelektronik worldwide. – 2017. – No. 03. – P. 48–53.

7. INCA-FLOW – Guided Calibration and Automation [ETAS Software Products & Systems]. URL: https://www. etas.com/en/products/inca_flow.php (дата обращения: 25.11.2021).

8. Соболь И.М. Численные методы Монте-Карло. – М.: Наука, 1973. – 311 с.: черт.

9. ETAS ASCMO Static V5.4. User’s Guide / ETAS GmbH. – Stuttgar, 2019.

10. ГОСТ 14846-2020. Двигатели автомобильные. Методы стендовых испытаний. – Введ. 2002–06–01. – М.: Стандартинформ, 2020. – 95 с.

11. Дунин А.Ю., Голубков Л.Н., Мальчук В.И., Душкин П.В., Иванов И.Е. Новые возможности совершенствования процесса подачи топлива аккумуляторной топливной системой // Тракторы и сельхозмашины. – 2017. – № 10. – С. 13–19.

12. Shenoy R.K. Model Based Design Approach For Automotive Applications. – Robert Bosch Engineering and Business Solutions Limited, 2014.