CC BY
22СРЕДСТВА
ТРАНСПОРТНЫЕ
ENVIRONMENTAL
ЭКОЛОГИЧЕСКИЕ
VEHICLES
Статья поступила в редакцию 15.07.14. Ред. per. № 2072 The article has entered in publishing office 15.07 14. Ed. reg. No.2072
УДК 528.711
ДИАГНОСТИРОВАНИЕ СОСТОЯНИЯ РАБОТАЮЩЕГО АВТОМОБИЛЬНОГО ДВИГАТЕЛЯ НА ОСНОВЕ АНАЛИЗА ИЗДАВАЕМОГО ИМ АКУСТИЧЕСКОГО ШУМА
А. Ф. Рыбочкин, C.B. Савельев, A.B. Смирнов
Юго-Западный государственный университет 305040 Курск, ул. 50 лет Октября, д. 94 Тел.: 8-951-338-73-13; 8-951-318-18-91; 8-950-875-46-89 e-mail: Anat_rvboch@mail.ru, beveredge@mail.ru, innocent046@yandex.ru
Заключение совета рецензентов: 22.07.14 Заключение совета экспертов: 29.07.14 Принято к публикации: 05.08.14
Жизнь современного человека настолько динамична, что представить ее без автомобиля как средства передвижения практически невозможно. На ранних этапах эксплуатации нового автомобиля владелец не испытывает никаких проблем, но с течением времени он обязательно сталкивается с проблемой износа запчастей, которая не только отрицательно сказывается на комфортности передвижения и приводит к дополнительным экономическим затратам по ремонту автомобиля, но также оказывает воздействие на экологическую обстановку местности. Так, износ деталей двигателя автомобиля зачастую приводит к повышенному расходу бензина, что, в свою очередь, вызывает увеличение выброса в атмосферу выхлопных газов. Однако традиционные методы диагностики состояния автомобильного двигателя являются локальными, а не комплексными, направлены на выявление неисправностей определенных узлов двигателя, и, как правило, требуют его частичной разборки. Также стоит учесть, что методы, применяемые для выявления неисправностей, выбираются на основе опыта и знаний мастера-диагноста и зачастую носят субъективный характер. Таким образом, в процессе диагностики и ремонта двигателя отдельные виды неисправностей могут остаться без внимания, а их обнаружение потребует более детальной диагностики, проведение которой отнимает на порядок больше времени. В данной работе рассмотрена возможность комплексной диагностики состояния автомобильного двигателя, а именно: распознавание многочисленных его состояний, объединяемых в классы, путем анализа акустического шума работающего двигателя. Рассмотрена возможность установки степени принадлежности неизвестного состояния двигателя к определенному классу известных состояний на базе нечёткого представления диагностируемых признаков.
Такой способ позволит диагностировать состояние и выявлять причину неисправности автомобильного двигателя без разборки.
Ключевые слова: автомобильный двигатель, неисправность, диагностика, образы спектров, кодовые сообщения, класс состояний, нечёткое множество.
DIAGNOSIS OF AUTOMOBILE ENGINE CONDITION BASED ON THE ANALYSIS
OF ACOUSTIC NOISE
Anatoly Rybochkin, Sergey Saveliev, Alexei Smirnov
South-West State University 94, 50th Anniversary of October Str., Kursk, Russia, 305040 Phones: 8-951-338-73-13, 8-951-318-18-91, 8-950-875-46-89. e-mail: Anat_ryboch@mail.ru, beveredge@mail.ru, innocent046@yandex.ru
Referred: 22.07.14 Expertise: 29.07.14 Accepted: 05.08.14
Международный научный журнал «Альтернативная энергетика и экология» № 16 (156) 2014 © Научно-технический центр «TATA», 2014
Modern man's life is too dynamic to imagine it without a car as the vehicle. There is no problem with the vehicle operation in the early stages. However, automobilist certainly will face a problem of wear parts. This problem leads to additional economic costs associated with car repair, poor comfort of movement, and has a negative impact on the ecological situation in the area. Thus, engine wear often leads to increased fuel consumption, causing an increase in the emission of exhaust gases. However, traditional methods of diagnosis of engine condition are not comprehensive. They are local, focused on troubleshooting of certain engine components, and usually require partial disassembly of engine. It must be considered that the methods used to detect faults, are based on experience and knowledge of a master-diagnostician and are subjective. Thus, certain types of faults can be overlooked during the process of diagnosis and repair of engine. Detection of these faults will require a more detailed diagnosis, which takes much more time. In this article we consider the possibility of a comprehensive diagnosis of the condition of the engine, namely the recognition of numerous engine conditions united into classes of conditions by analyzing the acoustic noise of the running engine. We also consider the possibility to determine grade of membership of unknown engine condition to a class of known conditions. This method of determination is based on the fuzzy representation of diagnosable symptoms. This method allows to diagnose engine condition and to identify the cause of engine trouble without its disassembly.
Keywords: automobile engine, engine trouble, diagnosis, patterns of spectra, code message, class of conditions, fuzzy set.
Анатолий Федорович Рыбочкин
Сведения об авторе: д. т. н., профессор кафедры вычислительной техники ЮЗГУ. Образование: Курский политехнический институт (1976).
Область научных интересов: биосистемы, анализ акустических шумов, электрических и температурных полей в улье с пчелами.
Публикации: 212 научных работ, 6 монографий, 68 АС, патентов и свидетельств на программы.
Савельев Сергей Викторович
Сведения об авторе: к. т. н., младший научный сотрудник НИЦ г. Курска ФГУП «18 ЦНИИ» МО РФ. Образование: Курский государственный технический университет (2009). Область научных интересов: биосистемы, цифровая обработка сигналов.
Публикации: 25 научных работ, 2 патента на изобретения, 2 патента на полезную модель, 5 свидетельств на программы.
Алексей Викторович Смирнов
Сведения об авторе: аспирант кафедры вычислительной техники ЮЗГУ. Образование: Юго-западный государственный университет (2012). Область научных интересов: анализ акустических шумов. Публикации: 10 научных работ.
Существующие на российском рынке тенденции говорят о низком уровне подготовки специалистов в сфере ремонта автомобилей. В связи с этим возникает вопрос о качестве проводимой ими диагностики автомобильных двигателей. Некачественная диагностика сокращает срок службы двигателя, приводит к увеличению затрат по его ремонту и способствует ухудшению экологической обстановки местности.
Информативной составляющей состояния работающего двигателя является воспроизводимый им шум, который наблюдается в широком частотном диапазоне (0-18000) Гц [1]. Шум складывается из очень многих компонентов, генерируемых отдельными деталями и элементами работающего двигателя. При этом каждый из этих элементов обладает своими резонансными частотами, которые не только не совпадают друг с другом, но и не кратны. В результате наложения и вынужденных, и собственных колебаний множества этих элементов с меняющейся во времени амплитудой и различными периодами, а
также происходящей между ними интерференцией сам суммарный сигнал получается нестационарным.
Для диагностирования большинства состояний работающего автомобильного двигателя был применён частотный диапазон (0-1000) Гц. При длительном анализе (до 10 и более минут) установлено, что спектр изменяется, а его составляющие имеют изменяющуюся частоту появления.
В работе [1] эти изменения спектра устраняли путём усреднения полученных мгновенных спектров. Это позволяло получать устойчивые информативные признаки, которые затем использовали для построения классов, характеризующих принадлежность их какому-либо состоянию диагностируемого объекта.
Дрейзин В.Э. [2], а затем Рыбочкин А.Ф. [3] предложили использовать наиболее информативные частотные полосы. В анализируемом частотном диапазоне (0-1000)Гц рекомендовали использовать четыре полосовых фильтра с шириной полосы
International Scientific Journal for Alternative Energy and Ecology № 16 (156) 2014
© Scientific Technical Centre «TATA», 2014
А/ = 30Гц настроенных на наиболее информативные места данного частотного диапазона, что позволяет значительно упростить программную и аппаратную реализацию диагностируемых устройств.
В ходе исследовательских работ установлено, что спектр акустического шума работающего двигателя в течение времени анализа изменяется, но гораздо медленнее изменяются формы спектров, характеризующие образы спектров. Поэтому поставлена задача выделить эти образы и использовать их как информативный признак, который будет характеризовать состояние работающего двигателя по издаваемому им акустическому шуму.
Рассмотрена возможность диагностирования состояний работающего двигателя путём анализа издаваемого им акустического шума на основе ранее разработанных методов для анализа акустических шумов пчелиных семей [4,5] с использованием программы [6].
Акустический шум, снимаемый с помощью выносного микрофона в наиболее информативном частотном диапазоне, выделенном аналоговым полосовым фильтром, от 0 до 1000 Гц [7], поступает на звуковую карту электронно-вычислительной машины. Этот сигнал оцифровывается, а далее с использованием быстрого преобразования Фурье строится спектр с разрешением в 1 Гц. На спектре в наиболее информативных местах [7] задаются частотные полосы с центральной частотой настройки и заданной шириной.
В программе предусмотрена возможность устанавливать ширину полос от 2 до 100 Гц. В этих полосах измеряют интенсивности спектральных составляющих в 1 Гц, которые суммируются, а затем эта сумма делится на количество спектральных составляющих с разрешением в 1 Гц, входящих в данную частотную полосу, и таким образом определяется средняя интенсивность анализируемой полосы частотного спектра. В последствии средние значения интенсивностей анализируются. Наименьшему среднему значению интенсивности присваивается первый уровень, затем отыскивается значение средней интенсивности следующей частотной полосы, превышающее наименьшее среднее значение, - присваивается второй уровень; таким же образом определяются числа уровней для остальных частотных полос анализируемого спектра. Формируется образ спектра, который кодируется двоичным кодом по правилу: сравнивается уровень первой слева по спектру полосы с остальными уровнями полос, если уровень первой полосы превышает уровень сравниваемой полосы, то кодируется двоичной цифрой «1», если не превышает, то - двоичной цифрой «0». Такое по парное сравнение в количестве С2М , где N -
количество частотных полос проводится с остальными частотными полосами. В итоге формируется двоичный код [6,7].
При анализе акустического шума работающего автомобильного двигателя последовательность параллельных двоичных кодов, а также их частота появления создают кодовое сообщение, характеризующее диагностируемое состояние [8 -10].
На базе предлагаемого алгоритма кодирования (рис. 1) разработана программа, которая применяется для регистрации, отображения, анализа и кодирования акустических шумов, записи кодовых сообщений.
Рис. 1. Алгоритм формирования образа спектра (перестановки) Fig. 1. Forming algorithm of spectrum pattern (transpositions)
Программа обеспечивает возможность выбора звуковой карты для ввода потока аудиоданных, разложение входных данных в спектр, определение средних интенсивностей сигнала в четырех частотных полосах. Размещение частотных полос задаётся оператором-диагностом. Программа осуществляет формирование образов спектров (перестановок), кодирование двоичных и восьмеричных кодов, расчет среднего кода и энтропии кодового сообщения, запись
Международный научный журнал «Альтернативная энергетика и экология» № 16 (156) 2014 © Научно-технический центр «TATA», 2014
частот выпадения кодов и их последовательности выпадения, отображение входных данных и результатов обработки в режиме реального времени.
Для начала анализа акустического шума необходимо поместить микрофон вблизи работающего дви-
гателя автомобиля - источника акустического шума, - после чего на ПЭВМ необходимо запустить исполняемый файл CodeBee.exe (рис. 2).
Рис. 2. Окно программы для анализа акустического шума: А - осциллограмма входного сигнала; B - осциллограмма спектра входного сигнала; C - бокс управления звуковыми картами; D боксы настройки фильтров; Е бокс настроек; F - бокс записи; G - бокс анализа Fig. 2. Appearance of the program for the analysis of acoustic noise A - waveform of the input signal; B - waveform of spectrum of the input signal; C - box of sound cards managment; D - boxes with filter settings; E - settings box; F - recording box; G - box of analysis
После запуска программы в боксе управления звуковыми картами в выпадающем списке необходимо выбрать звуковую карту, к которой подключен микрофон, и нажать кнопку «Пуск» (рис. 3).
Выпадающий список аудиоустройств
Рис. 3. Выбор работы из списка аудиоустройств Fig. 3. Audio device selection from the dropdown list
При успешном запуске звуковой карты на дисплее начнут отображаться осциллограммы входного сигнала и спектра входного сигнала (рис. 2).
В боксах настройки фильтров необходимо установить параметры центральных частот настройки и
полос пропускания фильтров, соответствующих наиболее информативным частотным полосам анализируемого акустического шума (рис. 4).
64
International Scientific Journal for Alternative Energy and Ecology № 16 (156) 2014
© Scientific Technical Centre «TATA», 2014
йШШ
Спектр сигнала
I i L_ w
50 100 150 200 2L1 300 350 «00 450 in,: 550 6Uu =4) 700 750 800 S50 ООО 950
иэстота, Гц
[Микрофон ÍSoundM^X Integrated I т I
Экспертное заключение
Интенсивность 122382.590846!
Частота
|Э10 -г Гц
Полоса
|Э0 -7 Гц
Интенсивность
121459,406337
Центральная частота настройки
Полоса пропускания
Текущая средняя интенсивность спектра
Рис. 4. Интерфейс программы с боксами настройки фильтров Fig. 4. Program interface. Boxes with filter settings
В боксе, соответствующем настраиваемому фильтру, в масштабе реального времени отображается текущее значение средней интенсивности спектра в установленном диапазоне частот. На осциллограмме спектра входного сигнала в графическом виде отображаются текущие параметры настройки фильтров и соответствующие им величины средних интен-сивностей.
В боксе настроек (рис. 5) в поле «Экспертное заключение» вводится описание предполагаемого состояния работающего автомобильного двигателя
В поле «Длительность записи», которое принимает значения от 1 до 20 минут, вводится время, в течение которого будет проводиться анализ входного сигнала. С помощью поля «Частота выборки», которое принимает значение от 60 до 600 кодов в минуту, задается количество восьмеричных кодов, которое будет сформировано за 1 минуту во время анализа входного сигнала.
При изменении значения в поле «Пороговая интенсивность» проводится установка пороговой интенсивности (рис. 6), после чего на осциллограмме спектра входного сигнала ненадолго отобразится уровень в графическом виде. С помощью данного уровня устраняются акустические помехи окружающей среды, от которых желательно избавиться.
После установок всех необходимых параметров в боксе записи следует нажать кнопку « • » для запуска процесса анализа входного сигнала. По истечении времени, установленного в поле «Длительность записи», кнопка « Ш » сменит внешний вид на « • », что будет сигнализировать о завершении анализа входного сигнала и записи результатов анализа в базы данных программы.
Рис. 5. Настройка параметров записи Fig. 5. Setting of the recording parameters
Пороговая интенсивность
Рис. 6. Интерфейс управления программой Fig. 6. Interface of program management
Чтобы прервать процесс анализа, не дожидаясь истечения времени, установленного в поле «Длительность записи», следует нажать кнопку « Ш ». При установке в боксе записи параметра «Непрерывная запись» анализ входного сигнала будет проводиться непрерывно, при этом результаты анализа будут записываться в базы данных через интервал времени, установленный в поле «Длительность запи-
си». Для остановки процесса непрерывной записи необходимо нажать кнопку « I ».
Рассмотрена возможность анализа акустического шума работающего двигателя с использованием кодовых сообщений на базе вышеприведённой программы [6,7] с использованием ПЭВМ, представленной на рисунке 7.
Автомобильный двигатель
Рис. 7. Структурная схема системы диагностики состояния автомобильного двигателя Fig. 7. Structural diagram of diagnosis system of the automobile engine condition
ПЭВМ анализирует акустический шум как непосредственно с работающего двигателя, так и предварительно записанный на диктофон [8,9]. Программа выделяет из спектров образы спектров и их кодовые аналоги. В течение времени анализа акустического шума, которое составляет п минут, диагност получает п одноминутных реализаций (табл. 1).
Ввиду нестационарности акустического шума автомобильного двигателя, каждая реализация 1-го состояния двигателя характеризуется последовательностью случайных чисел. При синхронном считывании с интервалом времени в 1 секунду за одну минуту считывается 60 образов спектров или кодовых аналогов, выпадающих с частотой ку, причем некоторые коды могут выпасть максимальное число раз, а другие - ни разу.
International Scientific Journal for Alternative Energy and Ecology № 16 (156) 2014
© Scientific Technical Centre «TATA», 2014
Таблица 1
Частоты появлений кодов и их виды для установленных состояний работающего автомобильного двигателя
Table 1
Frequency of codes appearance and their types for established conditions of running automobile engine
Состояния Реализации Xi Коды Bj и их виды, kji- частоты появления B¡ кодов
y¡
Bl B2 B3 BN !-2 BN !-l BN !
Ъг.Х Ъг.Х Ъх.Х h.X
А, 1 kii ki2 ki3 Ki 22 ki23 ki 24
2 k2i k22 K23 K222 k2 23 k2 24
n kni kn2 kn3 kn 22 kn 23 kn 24
А2 1 kii ki2 ki3 Ki 22 ki23 ki 24
2 k2i k22 k23 K222 k2 23 k2 24
n kni kn2 kn3 kn 22 kn 23 kn 24
An 1 kii ki2 ki3 Ki 22 ki23 ki 24
2 k2i k22 k23 K222 k2 23 k2 24
n kni kn2 kn3 kn 22 kn 23 kn 24
Дальнейшая работа с полученными данными может производиться двумя способами.
Способ №1. Отображение состояний автомобильного двигателя на двумерную плоскость с соблюдением ранжированного размещения кодов. Выявление принадлежности неизвестного состояния к известному классу состояний визуально, по рисунку двумерной плоскости
Таблица 1 делится пополам и в каждой половине вычисляются математические ожидания частот появлений по каждому Б] коду, затем вычисляются математические ожидания половин. Это и будет координатой для точки состояния, отображающей многомерный вектор признаков - кодов из пространства N1
Для того чтобы сформировать класс эталонных состояний автомобильного двигателя по анализируемому акустическому шуму, необходимо проанализировать акустический шум автомобильного двигателя с одним состоянием несколько раз, либо проанализировать акустический шум нескольких автомобильных двигателей со схожими состояниями.
Для создания базы данных прослушивался автомобильный двигатель с одним состоянием, прослушивание повторялось 5 раз по 15 минут. Далее на двухмерной плоскости отображающего экрана по-
строили координатные точки, которые характеризуют состояние автомобильного двигателя.
В ходе повторных анализов акустического шума работающего двигателя с конкретным состоянием, а также построением точек координат одного и того же состояния установлено, что точки группируются на близких расстояниях, т.е. формируют класс состояния.
Исследовался акустический шум работающего автомобильного двигателя модели LADA- 2111 (ВАЗ- 2111), работающего с частотой 1000 об/мин, которые программой анализа акустического шума отображаются через распределение частот появлений кодов: состояние исправно работающего двигателя, состояние двигателя с изношенными свечами и загрязненными форсунками накала, состояние двигателя со стучащим 3-м цилиндром, состояние двигателя со стучащим 1-ым клапаном. Каждое из этих состояний отображается в базе данных, которая формируется по принципу, описанному выше. Считывание частот появлений кодов осуществлялось 5 раз для каждого состояния, длительность выборки составляла 15 минут. По каждой одноминутной реализации появлялись коды с различными частотами.
Для двигателя имеющего 1000 об/мин получены матрицы частот появлений кодов (табл. 2-6).
Таблица 2
Итерация 1. LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Неизвестное состояние
Table 2
Iteration 1. Engine LADA-2111 (VAZ-2111) running at 1000 rpm. Unknown condition
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 10 37 1 7 3 2
2 12 36 9 3
3 9 42 1 6 1 1
4 11 36 2 7 1 1 2
5 9 35 1 10 1 1 1 2
6 14 29 2 8 1 3 1 1 1
7 11 19 3 12 1 2 5 2 1 1 2 1
8 12 28 1 6 1 3 5 2 1 1
9 12 31 1 12 1 2 1
10 5 35 2 14 1 1 1 1
11 6 23 4 19 2 1 5
12 11 24 1 11 5 1 1 1 2 1 2
13 10 23 2 16 3 4 1 1
14 11 21 2 16 3 7
15 9 27 3 11 1 5 1 1 2
Таблица 3
Итерация 2. LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Исправно работающий двигатель
Table 3
Iteration 2. Engine LADA-2111 (VAZ-2111) running at 1000 rpm. Serviceable condition
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 38 11 5 2 1 1 3 2 1 1 1
2 36 15 5 6 1 5 1 1 1
3 40 5 2 15 7 17 5 3 1
4 14 28 7 6 4 2 2 3 2 1
5 16 20 6 12 3 2 2 2 1 2 1 1 1 2
6 12 14 7 15 4 12 3 1 2 1 2 1 1
7 17 5 17 4 8 8 2 1 1 1 1
8 28 4 20 2 3 3 3 1 1 1 2 4
9 32 4 19 2 2 1 2 1 2
10 28 2 27 1 4 2 4 1 1 1 3
11 29 11 11 2 1 2 2 4 1 1 1 1
12 38 10 6 7 1 2 1 1 1 1
13 45 10 2 18 7 3 2
14 27 19 4 5 13 8 2 2 2 1 1
15 20 16 10 7 2 2 3 2 2 1 1 1 1 1
International Scientific Journal for Alternative Energy and Ecology № 16 (156) 2014
© Scientific Technical Centre «TATA», 2014
Таблица 4
Итерация 3. LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Изношенные свечи
Table 4
Iteration 3. Engine LADA-2111 (VAZ-2111) running at 1000 rpm. Worn plugs
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 15e 177 180 198 201 210 216 225 228
00 04 01 0e 03 07 10 14 21 4e 23 47 30 54 31 5e 63 67 70 74 71 76 73 77
1 22 14 S б 4 2 3 1 1 1 1 1 1 1
2 22 14 10 б 3 2 3 1 1 1 1 1 1
3 20 1б 10 б 4 2 2 1 1 1 1 1 1
4 2б 14 S 4 3 3 2 2 1 1 1 1
б 1б 14 g б 3 2 3 1 2 2 2 2 1 1 1 1
б 21 13 10 б 3 2 2 2 1 1 1 1 1 1 1 1
7 17 17 g 4 2 3 2 2 1 1 1
S g 14 13 б 2 3 2 2 2 1 1 1 1 1
g 22 13 10 б 3 1 2 2 2 2 1 1 2 1
10 22 13 S б 2 2 3 2 1 1 1 1 1 1 1 1 1
11 22 1б S б 2 2 3 1 2 1 1 1 1 1
12 23 1б S 4 2 4 3 1 2 1 1 2 1 1
13 1g 1б 11 б 2 2 3 1 1 2 1 2 1 1 1 1
14 23 1б S б 2 2 4 1 1 1 1 1
1б 1S 17 11 б 2 3 3 1 1 3 1 1 1 1 1 2 1
Таблица 5
Итерация 4. LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Стучит 3-ий цилиндр
Table 5
Iteration 4. Engine LADA-2111 (VAZ-2111) running at 1GGG rpm. Third cylinder pounds
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 22 17 7 б 2 б 1 3
2 21 1S б g 3 3 1 1 2 4
3 17 23 б б 4 4 1 1
4 21 21 б S 2 4 2
б 1g 21 4 7 3 б
б 23 1g б g 2 3 1
7 1S 2б б 7 3 3
S 1S 22 б 7 3 3 1 1 1
g 1б 22 б g 2 б 1 1
10 20 21 б S 2 3 1
11 1g 22 7 S 2 3 1 1 1
12 1б 24 б S 4 4
13 1g 21 4 10 3 4
14 1g 21 б S 3 4 1
1б 1б 21 б g 4 б
Международный научный журнал «Альтернативная энергетика и экология» № 16 (156) 2014 © Научно-технический центр «TATA», 2014
Таблица 6
Итерация 5. LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Стучит 1-ый клапан
Table 6
Iteration 5. Engine LADA-2111 (VAZ-2111) running at 1000 rpm. First valve pounds
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 7 37 1 12 2 1 1 2 1 1
2 7 35 2 12 1 2 1 1 1
3 9 33 2 12 3 1 1 1 1
4 7 35 2 12 1 2 1 1 1
5 11 36 1 11 1 2 1
6 10 33 1 13 1 2 2 1 1
7 10 34 2 11 1 2 1 2 1 1 1 1
8 10 33 2 12 3 2 1 1 1 1
9 9 35 3 11 2 2 4 1 1
10 11 34 2 13 1 1 1 3
11 10 31 2 15 1 1 2 3 1 1 1
12 7 34 1 12 1 2 1 1 1 1 1
13 8 38 2 11 1 1 1 2
14 12 32 2 8 1 2 3 2 1 1 3 3 1 2 1 1
15 9 37 2 10 1 1 1 2 1 1 1
м,
- с -
а. И
Такие же действия провели с другими состояния- плоскости построены точки, которые выделили в ми работающего двигателя. В итоге на двумерной классы состояний (рис. 8).
I ta
з
Рис. 8. Классы состояний работающего двигателя Fig. 8. Classes of conditions of runing engine
Из рисунка 8 видно, что точки конкретных состояний образуют классы состояний. На нём приведено четыре класса состояний работающего двигателя. Класс состояния двигателя со стучащим 3-м цилиндром имеет больший разброс точек.
Способ №2. Выявление степени принадлежности неизвестного состояния к известному классу состояний с применением решающих правил.
Для этого представим чёткое множество состояний работающего двигателя (табл. 1) в виде нечёткого множества (табл. 7) в виде отношений
К
м =
k , max
где
k, max ■
максимальная частота
появления кода i - реализации Аi состояния работающего автомобильного двигателя
International Scientific Journal for Alternative Energy and Ecology № 16 (156) 2014
© Scientific Technical Centre «TATA», 2014
Таблица 7
Нечёткое представление принадлежности частот появлений кодов к установленным состояниям работающего
автомобильного двигателя
Table 7
Fuzzy representation of the membership of the frequencies of codes ' appearance to established conditions
of the running engine
Состояния
Реализации
Коды В) и их виды, у, - степень принадлежности частоты появления В) кодов
к А, состоянию
Bl
B2
Ъ,.Ъ
B3
Ъ1...Ъ1
BN
BN
Ъ,.Ъ
BN
Ъ,.Ъ
А1
Hii
Hi2
Hi3
Hi 22
Hi 23
Hi 24
H2i
H22
H23
H2 22
H2 23
H2 24
Hni
Hn2
Hn3
Hn 22
Hn 23
Hn 24
Hii
Hi2
Hi3
Hi 22
Hi 23
Hi 24
H2i
H22
H23
H2 22
H2 23
H2 24
Hni
Hn2
Hn3
Hn 22
Hn 23
Hn 24
An
Hii
Hi2
Hi3
Hi 22
Hi 23
Hi 24
H2i
H22
H23
H2 22
H2 23
H2 24
Hni
Hn2
Hn3
Hn 22
Hn 23
Hn 24
Пусть выпадающие коды ye N!, x e A, где x - реализации состояния А работающего двигателя, N! весь алфавит кодов (табл. 1). Функция принадлежности к состоянию автомобильного двигателя зависит от x e A как от параметра (табл. 7). Условную функцию принадлежности обозначим дВ (y||x), где x e A, а y e N!, где А - состояния работающих автомобильных двигателей, Bj выпадающие коды из пространства N!.
Эта функция определяет отображение А в множество нечётких подмножеств, определённых на N!. Таким образом, нечёткое подмножество А будет индуцировать нечёткое подмножество В с функцией принадлежности [10, 11]:
ßB (y) = MAX (MIN [ßB (y 11 x), и a ( x)]) . (1)
xeE1
Необходимо представить таблицу частот появлений кодов (табл. 1) в виде нечёткого отображения [11]. Это будут таблицы состояний автомобильного двигателя эталонов, которые хранят в памяти ПЭВМ. Для принятия решения о принадлежности состояния автомобильного двигателя по анализируемому акустическому шуму необходимо иметь последовательность реализаций выпадающих кодов неизвестного состояния, при этом должна соблюдаться размерность количества реализаций, соответствующая эта-
лонным значениям, а также последовательность кортежа. В ходе диагностирования с каждым Bj кодом проводят операции согласно выражения (1). По каждому Bj коду из N! выявляют степень принадлежности ßB (y) к эталонному состоянию А;.
Далее составляются решающие правила:
2. Если код „1 есть д1 И код „2 есть д2 И код № 3 есть д3............И код „ N! есть д№, то это состояние А1 с min степенью принадлежности д. (2)
Такие же решающие правила выполняют для состояния А2 и устанавливают минимальную степень принадлежности. Эти действия по определению минимальной степени принадлежности применяют ко вс ем этало нным А;-м состояниям.
Принадлежность неизвестного состояния к эталонным А;-м состояниям устанавливают следующим решающим правилом:
3. Если д А1 ИЛИ д А2, ИЛИ ...ИЛИ д А№ max из всех min д А;, то неизвестное состояние со степенью принадлежности д А1 ИЛИ д А2, ИЛИ .ИЛИ д А№ принадлежит А1 ИЛИ А2, ИЛИ .ИЛИ А№ состоянию. (3)
Т.е. выбирается максимальная принадлежность из минимальных, неизвестное состояние принадлежит к максимальной принадлежности из минимальных.
Полное распознавание состояния произойдёт, когда степень принадлежности по каждому коду станет
x
i
2
n
A
i
2
2
n
i
2
n
равной единице, т.е. |^=1 (центр класса) или приблизится к этому значению. Можно заложить определённую степень принадлежности, например, от ^=0,8 до 1,0 по каждому коду, или необходимо для каждого эталона определить с использованием эксперимента эталонные образы, характеризующие класс состояния, где степень принадлежности будет установлена экспериментально.
Чтобы сформировать класс состояния, т.е. эталонов автомобильного двигателя по анализируемому акустическому шуму, необходимо проанализировать акустический шум автомобильного двигателя с одним состоянием путем нескольких итераций либо проанализировать акустический шум нескольких автомобильных двигателей со схожими состояниями путем единичных итераций.
Для создания базы данных необходимо в течение 15 минут прослушать автомобильный двигатель с одним состоянием, повторяя прослушивание п раз (п итераций). В нашем случае число итераций равно 5. Далее на двухмерной плоскости ПЭВМ строятся точки N1 - мерного вектора, которые будут характе-
ризовать состояние автомобильного двигателя. Затем диагност наводит курсор ПЭВМ на интересующий его автомобильный двигатель и щелкает мышкой над этой точкой - на экране монитора разворачиваются классы состояний, конкретно принадлежащие этому автомобильному двигателю. Для другой модели двигателя могут быть свои характерные классы состояний. Безусловно, в результате можно выявить классы состояний, которые для всех автомобильных двигателей являются общими.
На базе чёткого подмножества (табл. 2-6) построим нечёткое подмножество исходя из того, что в одной из 15 реализаций, характеризующих одно состояние работающего двигателя, частота появления кода будет максимальной, отсюда он имеет наивысшую степень принадлежности к состоянию Цв (у)
=1, остальные реализации будут иметь значения от 0 до 1 (табл. 8 -12). В таблице 8 приведено нечёткое представление частот появления В. кодов неизвестного состояния
Таблица 8
LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин (неизвестное состояние) Engine LADA-2111 (VAZ-2111) running at 1000 rpm (unknown condition)
Table 8
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 0,7 0,9 0,3 0,4 0,4 0,4
2 0,9 0,9 0,5 0,6
3 0,6 1 0,3 0,3 0,1 0,3
4 0,8 0,9 0,5 0,4 0,1 0,3 0,4
5 0,6 0,8 0,3 0,5 0,3 0,1 0,3 0,4
6 1 0,7 0,5 0,4 0,3 0,4 0,2 1 1
7 0,8 0,5 0,8 0,6 0,3 0,3 1 1 0,5 1 1 1
8 0,9 0,7 0,3 0,3 0,3 1 1 1 1 0,5
9 0,9 0,7 0,3 0,6 0,1 0,4 0,5
10 0,4 0,8 0,5 0,7 0,3 0,1 0,3 0,2
11 0,4 0,5 1 1 0,7 0,1 1
12 0,8 0,6 0,3 0,6 0,7 0,3 0,2 0,5 1 1 1
13 0,7 0,5 0,5 0,8 1 0,6 0,2 0,5
14 0,8 0,5 0,5 0,8 1 1
15 0,6 0,6 0,8 0,6 0,3 0,7 0,2 1 1
max 1 1 1 1 1 1 1 1 1 1 0 1 0 1 1 1 0 0 1 0 1 1 0 1
В неизвестном состоянии при 15 реализациях наблюдалось 18 видов В . кодов из 24-х возможных.
Представим установленные состояния двигателя в виде нечётких чисел (табл. 9-12).
International Scientific Journal for Alternative Energy and Ecology № 16 (156) 2014
© Scientific Technical Centre «TATA», 2014
Таблица 9
LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Исправно работающий двигатель Engine LADA-2111 (VAZ-2111) running at 1000 rpm (serviceable condition)
Table 9
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 0,S 0,4 0,2 0,1 0,1 0,1 0,6 0,б 0,б 1 0,3
2 0,S 0,б 0,2 0,3 0,1 1 0,3 1 1 0
3 0,9 0,2 0,1 0,S 0,б 1 1 0,S 1 0
4 0,3 1 0,3 0,3 0,3 0,1 0,4 0,S 1 1 0
б 0,4 0,7 0,2 0,7 0,2 0,1 0,4 0,б 0,б 1 1 1 1 1 0
б 0,3 0,б 0,3 0,S 0,3 0,7 0,6 0,3 1 1 1 1 1 0
7 0,4 0,2 0,6 0,2 0,6 0,б 0,4 0,3 1 0,б 0,3
S 0,6 0,1 0,7 0,1 0,2 0,2 0,6 0,б 0,б 0,б 1 1
g 0,7 0,1 0,7 0,1 0,2 0,1 0,4 0,б 0,б
10 0,6 0,1 1 0,1 0,3 0,1 0,S 0, б 1 1 0,S
11 0,6 0,4 0,4 0,1 0,1 0,1 0,4 1 0,б 1 1 1 0
12 0,S 0,4 0,2 0,4 0,1 0,4 0,3 1 1 1 0
13 1 0,4 0,1 1 0,б 0,2 0,4 0
14 0,6 0,7 0,1 0,3 1 0,б 0,4 0, б 1 0,б 1 0
1б 0,4 0,6 0,4 0,4 0,2 0,1 0,6 0,б 1 1 0,б 1 1 0,3
max 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1
Таблица 10
LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Изношенные свечи, загрязненные форсунки накала
Table 1G
Engine LADA-2111 (VAZ-2111) running at 1000 rpm (worn plugs, contaminated heater nozzles)
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 0,9 0,S 0,6 0,S 1 0,б 0,S 0,б 0,б 0,б 0,б 0,б 0,б 1 1
2 0,9 0,S 0,S 0,S 0,S 0,б 0,S 0,б 0,б 0,б 1 0,б 0,б
3 0,S 0,9 0,S 1 1 0,б 0,б 0,б 0,б 0,3 0,б 1 0,б
4 1 0,S 0,6 0,7 0,S 0,S 0,б 1 0,б 0,б 0,б 1
б 0,S 0,S 0,7 0,S 0,S 0,б 0,S 0,б 1 0,7 1 1 1 1 0,б 1
6 0,9 0,S 0,S 0,S 0,S 0,б 0,б 1 0,б 0,3 0,б 1 0,б 0,б 0,б 1
7 0,S 1 0,7 0,7 0,б 0,S 0,б 1 0,б 0,3 1
S 0,7 0,S 1 0,S 0,б 0,S 0,б 1 1 0,3 0,б 0,б 0,б 1
g 0,9 0,S 0,S 0,S 0,S 0,3 0,б 1 1 1 0,б 0,б 1 1
10 1 0,S 0,6 1 0,б 0,б 0,S 1 0,б 0,3 0,б 0,б 0,б 1 0,б 1 1
11 0,9 0,9 0,6 0,S 0,б 0,б 0,S 0,б 1 0,3 0,б 0,б 0,б 0,б
12 0,9 0,9 0,6 0,7 0,б 1 0,S 0,б 1 1 0,б 1 0,б 1
13 0,S 0,9 0,S 0,S 0,б 0,б 0,S 0,б 0,б 0,7 0,б 1 0,б 1 1 1
14 0,9 0,9 0,6 0,S 0,б 0,б 1 0,б 0,б 0,3 0,б 0,б
1б 0,7 1 0,S 0,S 0,б 0,S 0,S 0,б 0,б 1 0,б 1 0,б 0,б 1 1 1
max 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Международный научный журнал «Альтернативная энергетика и экология» № 16 (156) 2014 © Научно-технический центр «TATA», 2014
Таблица 11
LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Стучит 3-ий цилиндр
Table 11
Engine LADA-2111 (VAZ-2111) running at 1000 rpm (third cylinder pounds)
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 1 0,7 1 0,6 0,5 0,8 1 1
2 0,9 0,7 0,7 0,9 0,8 0,5 1 1 1 1
3 0,7 0,9 0,7 0,6 1 0,7 1 0,3
4 0,9 0,8 0,9 0,8 0,5 0,7 1
5 0,8 0,8 0,6 0,7 0,8 0,8
6 1 0,8 0,7 0,9 0,5 0,5 0,5
7 0,8 1 0,7 0,7 0,8 0,5
8 0,8 0,9 0,9 0,7 0,8 0,5 1 1 1
9 0,7 0,9 0,7 0,9 0,5 0,8 1 1
10 0,9 0,8 0,7 0,8 0,5 0,5 1
11 0,8 0,9 1 0,8 0,5 0,5 1 1 0,3
12 0,7 1 0,7 0,8 1 0,7
13 0,8 0,8 0,6 1 0,8 0,7
14 0,8 0,8 0,7 0,8 0,8 0,7 1
15 0,7 0,8 0,9 0,9 1 1
max 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 1 1 0 1 0 1
Таблица 12
LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Стучит 1-ый клапан
Table 12
Engine LADA-2111 (VAZ-2111) running at 1000 rpm (first valve pounds)
О
__CO
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 0,6 1 0,3 0,8 0,7 0,5 0,5 0,5 1 1
2 0,6 0,9 0,7 0,8 0,3 1 0,5 0,3 0,5
3 0,8 0,9 0,7 0,8 1 0,5 0,5 0,3 0,5
4 0,6 0,9 0,7 0,8 0,3 1 0,5 0,3 0,5
5 0,9 0,9 0,3 0,7 0,3 1 0,3 0
6 0,8 0,9 0,3 0,9 0,3 1 0,5 0 1 1
7 0,8 0,9 0,7 0,7 0,3 1 0,5 0,5 1 0,5 0,3 1
8 0,8 0,9 0,7 0,8 1 1 0,5 0,3 1 0,5
9 0,8 0,9 1 0,7 0,7 1 1 0,5 1
10 0,9 0,9 0,7 0,9 0,3 0,5 0,5 0,8 0
11 0,8 0,8 0,7 1 0,3 0,5 1 0,8 1 0,5 1
12 0,6 0,9 0,3 0,8 0,3 1 0,5 0,3 1 0,5 0,3
13 0,7 1 0,7 0,7 0,3 0,5 0,5 0,5 0
14 1 0,8 0,7 0,5 0,3 1 0,8 1 1 1 1 1 1 1 1 1
15 0,8 1 0,7 0,7 0,3 0,5 0,5 0,5 0,5 1 1
max 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 0 0 1 1 1 1 1 1
Проделаем операции для каждого кода, используя выражение 1, получим вычисленные значения, которые приведены в табл. 13-16.
International Scientific Journal for Alternative Energy and Ecology № 16 (156) 2014
© Scientific Technical Centre «TATA», 2014
Таблица 13
LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Операция MIN
(неизвестное состояние + исправно работающий двигатель) Table 13
Engine LADA-2111 (VAZ-2111) running at 1000 rpm. Operation MIN (unknown condition + serviceable condition)
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 0,7 0,4 0,2 0,1 0,1 0,4
2 0,S 0,5 0,3 0,3
3 0,6 0,2 0,1 0,3 0,1 0,3 1
4 0,3 o,g 0,3 0,3 0,1 0,3 0,4
5 0,4 0,7 0,2 0,5 0,2 0,1 0,3 0,4 1
6 0,3 0,5 0,3 0,4 0,3 0,4 0,2 1 1
l 0,4 0,2 0,6 0,2 0,3 0,3 0,3 1
S 0,6 0,1 0,3 0,1 0,2 0,6 0,5
g 0,7 0,1 0,3 0,1 0,1
10 0,4 0,1 0,5 0,1 0,3 0,1 0,3 1
11 0,4 0,4 0,4 0,1 0,1 0,1 1
12 0,S 0,4 0,2 0,4 0,3 0,2 1
13 0,7 0,4 0,1 0,S 0,5 0,2
14 0,6 0,5 0,1 0,3 1 0,5
15 0,4 0,6 0,4 0,4 0,2 0,1 0,2 1 0,5 1
max 0,S o,g 0,6 0,S 1 0,5 0,6 1 1 0 1 0,5 0 1 0 0 0 0 0 0 0 0 0 0,5
Таблица 14
LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Операция MIN (неизвестное состояние + изношенные свечи, загрязненные форсунки накала)
Table 14
Engine LADA-2111 (VAZ-2111) running at 1000 rpm. Operation MIN (unknown condition + worn plugs, contaminated heater nozzles)
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 0,7 0,S 0,3 0,4 0,4 0,4
2 o,g 0,S 0,5 0,5
3 0,6 o,g 0,3 0,3 0,1 0,3
4 0,S 0,S 0,5 0,4 0,1 0,3 0,4
5 0,6 0,S 0,3 0,5 0,3 0,1 0,3 0,4
6 o,g 0,l 0,5 0,4 0,3 0,4 0,2 0,5
l 0,S 0,5 0,l 0,6 0,3 0,3 1 0,3
S 0,7 0,l 0,3 0,3 0,3 0,5 1 0,5 0,5
g o,g 0,l 0,3 0,6 0,1 0,4
10 0,4 0,S 0,5 0,l 0,3 0,1 0,3 0,2
11 0,4 0,5 0,6 0,S 0,5 0,1 0,5
12 0,S 0,6 0,3 0,6 0,l 0,3 0,2 0,5
13 0,7 0,5 0,5 0,S 0,5 0,5 0,2
14 0,S 0,5 0,5 0,S 0,5 0,5
15 0,6 0,6 0,S 0,6 0,3 0,l 0,2
max o,g o,g 0,S 0,S 0,5 0,l 0,5 1 0,5 0,3 0 0 0 0,5 0 0,5 0 0 0,5 0 0 0 0 0
Таблица 15
LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Операция MIN (неизвестное состояние + стучит 3-ий цилиндр)
Table 15
Engine LADA-2111 (VAZ-2111) running at 1000 rpm. Operation MIN (unknown condition + third cylinder pounds)
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 0,l 0,l 0,3 0,4 0,4
2 o,g 0,l 0,5 0,6
Продолжение Таблицы 15
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
3 0,6 0,9 0,3 0,3 0,1
4 0,8 0,8 0,5 0,4 0,1
5 0,6 0,8 0,3 0,5 0,3 0,1
6 1 0,7 0,5 0,4 0,3 0,4 0,5
7 0,8 0,5 0,7 0,6 0,3 0,3
8 0,8 0,7 0,3 0,3 0,3 0 1
9 0,7 0,7 0,3 0,6 0,1
10 0,4 0,8 0,5 0,7 0,3 0,1
11 0,4 0,5 1 0,8 0,5 0,1
12 0,7 0,6 0,3 0,6 0,7
13 0,7 0,5 0,5 0,8 0,8 0,6
14 0,8 0,5 0,5 0,8 0,8 0,7
15 0,6 0,6 0,8 0,6 0,3 0,7
max 1 0,9 0,8 0,8 0,8 0,7 0 1 0 0 0 0 0 0 0 0 0 0 0,5 0 0 0 0 0
Таблица 16
LADA- 2111 (ВАЗ- 2111), работающий с частотой 1000 об/мин. Операция MIN (неизвестное состояние + стучит 1-ый клапан)
Table 16
Engine LADA-2111 (VAZ-2111) running at 1000 rpm. Operation MIN (unknown condition + first valve pounds)
Коды
27 30 39 45 54 57 75 78 99 108 114 120 135 141 147 156 177 180 198 201 210 216 225 228
00 04 01 06 03 07 10 14 21 46 23 47 30 54 31 56 63 67 70 74 71 76 73 77
1 0,6 0,9 0,3 0,4 0,4 0,4
2 0,6 0,9 0,5 0,3
3 0,6 0,9 0,3 0,3 0,1 0,3
4 0,6 0,9 0,5 0,4 0,1 0,3 0,3
5 0,6 0,8 0,3 0,5 0,3 0,1 0,3
6 0,8 0,7 0,3 0,4 0,3 0,4 0,2
7 0,8 0,5 0,7 0,6 0,3 0,3 0,5 0,5 0,3 1
8 0,8 0,7 0,3 0,3 0,3 0,5 0,3
9 0,8 0,7 0,3 0,6 0,1 0,4 0,5
10 0,4 0,8 0,5 0,7 0,3 0,1 0,3 0,2
11 0,4 0,5 0,7 1 0,3 0,1 0,8
12 0,6 0,6 0,3 0,6 0,7 0,3 0,2
13 0,7 0,5 0,5 0,7 0,3 0,5 0,2
14 0,8 0,5 0,5 0,5 0,3 1
15 0,6 0,6 0,7 0,6 0,3 0,5 0,2 1
max 0,8 0,9 0,7 1 0,3 0,7 0,5 0,8 0 0,5 0 1 0 0,3 0 1 0 0 0 0 0 0 0 0
Применим 2-ое решающее правило (2). Степени принадлежности примут следующий вид:
1) неизвестное состояние принадлежит состоянию автомобильного двигателя с изношенными свечами и загрязненными форсунками накала со степенью принадлежности Цв (у) =0;
2) неизвестное состояние принадлежит состоянию автомобильного двигателя со стучащим 3-им цилиндром со степенью принадлежности Ив (У) =0;
3) неизвестное состояние принадлежит состоянию автомобильного двигателя со стучащим 1-ым
клапаном со степенью принадлежности Цв (у) =0;
4) неизвестное состояние принадлежит состоянию автомобильного двигателя с исправно работающим
двигателем со степенью принадлежности Цв (у) =0.
В ходе исследования установлено, что неизвестное
состояние имеет степень принадлежности Цв (у) =0
сразу ко всем классам состояний работающего двигателя. Чтобы повысить степень принадлежности в принятии решения к диагностируемому состоянию, необходимо иметь большее количество классов известных состояний. Для повышения достоверности диагностирования при анализе акустического шума работающего двигателя необходимо увеличить количество частотных полос на одно, а также рассмотреть возможность анализа акустического шума в частотном интервале (1000-18000) Гц.
Таким образом, рассмотрена возможность построения классов состояний и диагностирования состояния работающего автомобильного двигателя на основе анализа издаваемого им акустического шума в частотном диапазоне (0-1000) Гц с использованием кодовых сообщений и установления степени принадлежности к состоянию с использованием нечётких множеств.
International Scientific Journal for Alternative Energy and Ecology № 16 (156) 2014
© Scientific Technical Centre «TATA», 2014
Список литературы
1. Дрейзин В.Э., Касем М.М., Сабельников Д.С. Акустическая диагностика автомобильных двигателей. Анализ возможностей и теоретические и практические предпосылки // Приборы и системы. Управление, контроль, диагностика. М.: 2009. №4. С. 48-56.
2. Патент. № 2167518 А01К 47/00, в 08 С 23/02. Способ определения информативности спектральных составляющих акустического сигнала пчелиных семей при распознавании их состояний / Дрезин В.Э., Рыбочкин А.Ф., Захаров И.С. // Опубл. 27.05.2001 . Бюл. 15.
3. Патент. № 2287138 001И 17/00, А01К 55/00. Способ определения информативных частотных полос акустического сигнала пчелиных семей при распознавании их состояний / Рыбочкин А.Ф. // Опубл. 10.11.2006. Бюл. 31.
4. Рыбочкин А.Ф., Яковлев А.И. Информативные частотные полосы при анализе акустических сигналов пчелиных семей // Международный научный журнал «Альтернативная энергетика и экология» (К1АЕЕ). 2011. № 2. С. 81-89.
5. Рыбочкин А.Ф., Яковлев А.И. Диагностирование состояний объектов по издаваемому ими акустическому шуму // Международный научный журнал «Альтернативная энергетика и экология» (181АЕЕ). 2011. №7. С. 89-101.
6. СВИДЕТЕЛЬСТВО о государственной регистрации программы для ЭВМ № 2012617781, зарегистрировано в Реестре программ для ЭВМ 28 августа 2012 г. / Программа для анализа и кодирования акустических шумов (С^еВее у.1.1) // Савельев С.В., Мохсен Шам-сан Ахмед Исмаил, Рыбочкин А. Ф.
7. Рыбочкин А.Ф., Савельев С.В. Кодирование образов спектров при анализе акустического шума с использованием программы для ЭВМ // ИЗВЕСТИЯ ЮЗ-ГУ. Курск: 2013. №2. С.88-94.
8. Рыбочкин А.Ф., Смирнов А.В. Построение классов состояний автомобильного двигателя по анализу его акустического шума (материалы конференции) // Информационно-измерительные диагностические и управляющие системы: Сборник материалов Международной научно-технической конференции. Курск: ЮЗГУ, 2013. С. 85-91.
9. Смирнов А.В., Рыбочкин А.Ф. Построение классов состояний автомобильного двигателя по издаваемому им акустическому шуму // Сборник научных трудов «Математические методы и инновационные научно- технические разработки». Курск: ЮЗГУ, 2014. С. 28-32.
10. Рыбочкин А.Ф., Смирнов А.В. Установление принадлежности неизвестного состояния автомобильного двигателя к установленным классам состояний путём анализа акустического шума работающего двигателя // Сборник научных трудов «Математические методы и инновационные научно- технические разработки» Курск: ЮЗГУ, 2014. С. 32-40.
11. Кофман А. Введение в теорию нечётких множеств. М: Радио и связь. 1982. 432 с.
References
1. Drejzin V.E., Kasem M.M., Sabel'nikov D.S. Akusticeskaa diagnostika avtomobil'nyh dvigatelej. Ana-liz vozmoznostej i teoreticeskie i prakticeskie predposyl-ki. Pribory i sistemy. Upravlenie, kontrol', diagnostika. Moscow: 2009, no 4, p. 48-56. (in Russ.)
2. Patent .no 2167518 A01K 47/00, G 08 C 23/02. Sposob opredelenia informativnosti spektral'nyh sostavlausih akusticeskogo signala pcelinyh semej pri raspoznavanii ih sostoanij. Drezin V.E., Rybockin A.F., Zaharov I.S. // Publ. 27.05.2001 . Bul.15. (in Russ.)
3. Patent. no 2287138 G01H 17/00, A01K 55/00. Sposob opredelenia informativnyh castotnyh polos akusticeskogo signala pcelinyh semej pri raspoznavanii ih sostoanij. Rybockin A.F. Publ. 10.11.2006. Bul. 31. (in Russ.)
4. Rybockin A.F., Akovlev A.I. Informativnye castotnye polosy pri analize akusticeskih signalov pcelinyh semej. «Al'ternativnaa energetika i ekologia» (ISJAEE). 2011, no 2, p. 81-89. (in Russ.)
5. Rybockin A.F., Akovlev A.I. Diagnostirovanie sostoanij ob"ektov po izdavaemomu imi akusticeskomu sumu. «Al'ternativnaa energetika i ekologia» (ISJAEE). 2011, no 7, p. 89-101. (in Russ.)
6. Certificate of state registration for the computer No 2012617781, zaregistrirovano v Reestre programm dla EVM 28 avgusta 2012. Programma dla analiza i kodirova-nia akusticeskih sumov (CodeBee v. 1.1). Savel'ev S.V., Mohsen Samsan Ahmed Ismail, Rybockin A.F. (in Russ.)
7. Rybockin A.F., Savel'ev S.V. Kodirovanie obra-zov spektrov pri analize akusticeskogo suma s is-pol'zovaniem programmy dla EVM. IZVESTIA UZGU. Kursk: 2013, no 2, p.88-94. (in Russ.)
8. Rybockin A.F., Smirnov A.V. Postroenie klassov sostoanij avtomobil'nogo dvigatela po analizu ego akusticeskogo suma. Informacionno-izmeritel'nye diagnosticeskie i upravlausie sistemy: Sbornik materialov Mezdunarodnoj naucno-tehniceskoj konferencii. Kursk: Southwest State University, 2013, p. 85-91. (in Russ.)
9. Smirnov A. V., Rybockin A.F. Postroenie klassov sostoanij avtomobil'nogo dvigatela po izdavaemomu im akusticeskomu sumu. «Matematiceskie metody i innova-cionnye naucno- tehniceskie razrabotki». Kursk: Southwest State University, 2014, p. 28-32. (in Russ.)
10. Rybockin A.F., Smirnov A.V. Ustanovlenie prinadleznosti neizvestnogo sostoania avtomobil'nogo dvigatela k ustanovlennym klassam sostoanij pusm analiza akusticeskogo suma rabotausego dvigatela. «Matematiceskie metody i innovacionnye naucno-tehniceskie razrabotki» Kursk: Southwest State University, 2014, p. 32-40. (in Russ.)
11. Kofman A. Vvedenie v teoriu neCëtkih mnozestv. Moscow: Radio i svaz'. 1982, 432 p. (in Russ.)
Транслитерация по ISO 9:1995
- TATA — v . - :
