3833473511

16 Diagnostyka ’27 - Artykuły główne

BOCHEŃSKI, Mruk, Metody oceny stanu technicznego układu common raił...

	Sieć neuronowa aproksymacyjna	Sieć neuronowa klasyfikująca
	Proces uczenia
Liczebność punktów pomiarowych [ ]	,2	1764
Liczba powtórzeń [ \|	100	500
Całkowity czas uczenia [sl	1,65	72,6
Operacje zmiennoprzecinkowe I)	3,04-10^{1 2 3}	2,00-10’
	Proces eksploatacji
Liczebność punktów pomiarowych \| ]		i
Czas obliczeń [ms[	0.130	0,153
Operacje zmiennoprzecinkowe 11	290	458

(przygotowania rozwiązań metod) poszczególnych rozwiązań pozwala sądzić, że wykorzystanie sieci aproksymacyjnych jest rozwiązaniem najbardziej efektywnym (krótkie czasy uczenia, prosta metoda przygotowywania danych uczących).

Natomiast, jeśli przyjrzymy się wynikom uzyskanym w procesie eksploatacji. to zdecydowanie rozwiązania oparte na modelach matematycznych są najszybsze (tabela 1 i 2 proces eksploatacji). Pozwala to wykorzystać je wszędzie tam. gdzie niezbędny jest bardzo krótki czas reakcji systemu diagnostycznego na symptomy nieprawidłowej pracy. Jednak w przypadku bardzo skomplikowanych zależności miedzy parametrami diagnostycznymi a stanem technicznym powinniśmy wykorzystać sieci neuronowe.

Tab. 2. Zestawienie badanych właściwości użytkowych opracowanych rozwiązań metody oceny popraw ności procesu _ wtryskowego

Zastosowane urządzenia pomiarowe oraz sterujące wraz z układami wykonanymi we własnym zakresie mogą być podstawą do budowy stanowisk badawczy ch innych urządzeń wykorzy sty wanych we współczesnych maszynach rolniczych i pojazdach.

5. LITERATURA

[1] Bosch 2000: Diesel-Speichereinspritzsystem Common Raił. Robert Bosch GmbH. Stuttgart.

[2] Burka E., Nałęcz T. 1999: Mechanika płynów w przy kładach. PWN, Warszawa.

[3] Gryboś R. 1998: Podstawy mechaniki płynów'. PWN. Warszawa. 4

[4] Korbicz J„ Obuchowski A„ Uciński D. 1994: Sieci neuronowe podstawy i zastosowania. PLJ, Warszawa.

[5] Osowski S. 1994: Sieci neuronowe.

Politechnika Warszawska. Warszawa.

|6| Osowski S. 1996: Sieci neuronowe w ujęciu algory tmicznym. WNT. Warszawa.

[7] Osowski S. 2000: Sieci neuronowe do

przetwarzania informacji. Politechnika

Warszawska, Warszaw a.

[8] Peters A.. Piitz W. 1997: Der neue

Vierzylinder-Dieselmotor OM611 mit Common-Rail-Einspritzung. MTZ 58 nr 12, s. 760-767.

|9] Tadeusiewicz R. 1998: Elementarne

wprowadzenie do techniki sieci neuronowych z przykładowymi programami. PLJ, Warszawa.

[10) Tarnowski W.. Bartkiewicz S. 1998: Modelowanie matematyczne i symulacja komputerowa dynamicznych procesów ciągłych. FENIKS, Koszalin.

prof. dr hab. Cezary Bocheński Szkoła Główna Gospodarstw a Wiejskiego

Wydział Inżynierii Produkcji Kierow nik Zakładu Infrastruktury' Technicznej mgr inż. Remigiusz. Mruk Szkoła Głów na Gospodarstwa Wiejskiego

Wydział Inży nierii Produkcji Pracownik Zakładu Infrastruktury' Technicznej

WNIOSKI

Uzyskane wyniki badań podczas symulacji na stanowisku badawczym pracy układu Common Raił potwierdziły słuszność opracowanej koncepcji budowy stanowiska badawczego oraz rozwiązań konstrukcyjnych układów sterujących

poszczególnymi elementami układu wtryskowego.

Zastosowanie systemu komputerowego oraz wymienionego oprogramowania pozwoliło na uzyskanie dużej szybkości działania procesów regulacyjnych, które pozwoliły na symulację pracy' układu w czasie rzeczywistym (czasy' pomiędzy poszczególnymi stanami układu wtryskowego odpow iadają warunkom rzeczyw istym).

Opracowane algorytmy metod diagnostycznych na postawie przedstawionych metod oceny stanu technicznego charakteryzują się dużą szybkością działania, pozwalając na zastosowanie ich w systemach zabudowanych na pracujących maszynach.