مبتدی (مناسب برای درک مفهوم کلی مطلب) 

تزریق سوخت الکترونیکی (EFI)
سیستم تزریق بنزین با کنترل الکترونیکی شناخته شده تر با نام تزریق سوخت الکترونیکی (EFI) نامیده می شود، حجم تزریق سوخت بصورت الکترونیکی کنترل می شود. اساس این سیستم پیشرفت های بسیاری را پشت سر گذاشته و توسط برندهای مختلف خودرو، نه تنها در خودروهای ساخت اروپایی بلکه در خودروهای ژاپنی و آمریکایی نیز پیاده سازی شده است. کار تزریق کننده تزریق سوخت توسط یک واحد کنترل الکترونیکی (ECU) تنظیم شده است که به ECM (ماژول کنترل الکترونیکی) معروف است (دیهاتسو، 2010).

سنسور خنک کننده دمای موتور
خنک کننده دمای موتور (WTS/ECT: خنک کننده دمای موتور9 از ترمیستور ساخته شده است، متغیر مقاومت تحت تأثیر دما قرار می گیرد. عملکرد کاری ECT و IAT مشابه است، تفاوت فقط در عملکرد سنسور است. عملکرد ECT برای تشخیص دمای خنک کننده موتور به عنوان ورودی ECM به منظور تصحیح میزان تزریق سوخت بر روی انژکتور می باشد.

همچنین ECT به عنوان کنترل خنک کننده دمای موتور نسبت به محرک از طریق دماسنج که روی صفحه ابزار نصب شده است، عمل می کند. سنسور خنک کننده دمای موتور با عنصر سنجش NTC (ضریب دمای منفی) مقاومت متغیر است که وظیفه آن ارائه اطلاعات به ECU در مورد دمای خنک کننده موتور است. با داشتن این عنصر سنجش بدین ترتیب: دمای خنک کننده کم می شود، مقدار مقاومت حسگر زیاد می گردد. در مقابل، دمای خنک کننده زیاد می شود، مقاومت حسگر کم می گردد.

انتشار گازهای اگزوز خودرو
گاز اگزوز بنزینی در مقایسه با موتور دیزلی خطرناک است. معمولاً، گاز اگزوز بنزینی نامرئی است، هر چند که برای زندگی انسان خطرناک است.
1) موتور بنزینی اکثراً دارای CO ، HC و سرب است.
2) موتور دیزل با عناصر SO2 و کربن باعث کدری دود اگزوز می شود.
تلاش در جهت کاهش اثر منفی انتشار گاز اثبات شده است که می تواند با اضافه کردن سنسور O2 انجام شود
(د سودارنو پوترا دکا، 2015).

مونوکسید کربن (CO)
انتشار مونوکسید کربن (CO) از موتور احتراق به ویژه با نسبت هوا به سوخت قابل کنترل است. حداکثر CO در زمانی که موتور مخلوط با روغن باشد، تولید می شود، مانند زمانی که موتور در وضعیت خنکی موتور روشن می شود یا زمانی که شتاب می یابد. CO (مونوکسید کربن) بی رنگ و بی بو است. این عنصر هنگامی تشکیل می شود که سوخت و عنصر کربن از اتصال کافی با O2 برخوردار نباشند، به این معنی که به این معنی که هوایی که به داخل محفظه سیلندر جریان می یابد از سوخت کمتر یا زیادی برخوردار باشد.

هیدروکربن (HC)
ترکیب انتشار هیدروکربن (HC) توسط اجزای اصلی سوخت، هندسه محفظه احتراق و پارامتر عملیاتی موتور تحت تأثیر قرار گرفته است. اگر انتشار HC وارد جو شود ، تعداد زیادی از آنها عناصر سنجش کارسینوژنیک هستند که می توانند باعث بروز سرطان شوند. HC (هیدروکربن) مایل به سیاه و معطر است. این گاز هنگامی اتفاق می افتد که فرایند احتراق روی محفظه های احتراق به خوبی کار نکند یا منبع سوخت بیش از حد باشد. شکست در سیستم احتراق مهمترین علامت است. این گاز می تواند باعث سوزش چشم، بینی و گلو (ISPA) شود و درنهایت باعث بیماریهای جدی گردد.

دی اکسید کربن (CO2)
هرچه ماده CO2 بیشتر در گاز اگزوز باشد، احتراق بیشتری در داخل موتور رخ می دهد. در غیر این صورت، پایین آمدن سطح CO2 در گازهای خروجی نشان می دهد که راندمان احتراق مناسب نیست و مطابق با عملکرد موتور است. تأثیر دیگر: سطح CO و HC افزایش می یابد و مصرف سوخت نیز افزایش می یابد. سطح CO2 در واحد حجم % اندازه گیری می شود. میانگین سطح CO2 در موتورهای چهار زمانه در شرایط عادی: موتور با کاربراتور: 12-15٪ ولت ، موتور با EFI: 12-16٪ ولت ، موتور EFI با مبدل کاتالیک: 12-17٪.

روش پژوهش
در این پژوهش از طرح تحقیق توصیفی استفاده شده است. این کار به منظور توصیف نقش سنسور خنک کننده دمای موتور با تجزیه و تحلیل داده های به دست آمده در طول آزمایش انجام شده است. علاوه بر این، این پژوهش از موتور تویوتا آوانزا در سال 2011 با دیجیتال ترموکوپل، ابزار اسکن موتور و آنالیزور انتشار گازهای موتور به عنوان ابزار جمع آوری داده ها استفاده می کند.
این آزمایش در زمان صبح انجام می شود که موتور هنوز در حالت خنک است. جمع آوری داده ها با استفاده از طرح جمع آوری داده ها همانطور که در شکل 3 مشاهده می شود، انجام گرفته است.

مبتدی (مناسب برای درک مفهوم کلی مطلب) 

شکل 6 همان ویژگی در زمانی که هستۀ فولادی در کویل وجود ندارد را نشان می دهد. همانطور که در اشکال می توان مشاهده کرد، سنسور ME دارای حساسیت بالا به میدان مغناطیسی AC است.
حداکثر ولتاژ پیک به پیک خروجی برای پارامترهای فوق حدود 270 mV بود. داده های حاصل از اندازه گیری ها در این استند به ما این امکان را داد که طرح سنسور را تصحیح کنیم.

5. استند اندازه گیری
استندی که در شکل 7 نشان داده شده برای بررسی و آزمایش سنسور ME CKP طراحی شد. حلقۀ دندانه دار فولادی که ما از آن برای استند اندازه گیری استفاده کردیم میراگر قرقره ای میل لنگ اتومبیل های AVTOVAZ بود. این استند اندازه گیری نیز دارای یک موتور الکتریکی با سیستم مونتاژ برای یک قرقره، اوسیلوسکوپ HMO722، سنسور CKP شرکت “Start-Volts” نوع VS-CS0112 (در شکل 7، با علامت 1)، سنسور ME CKP (در شکل 7 با علامت 1)، سنسور (در شکل 7 با علامت 2) است. سنسور استاندارد VS-CS0112 و سنسور ME آزمایش شدند و داده های مقابله ای حاصل شد.
شکل 8 اوسیلوگرام سنسور CKP استاندارد نوع VS-CS0112 و شکل 9 شکل منحنی یک علامت موقعیت میل لنگ را نشان می دهد.
سنسور ME پیشرفته در زاویۀ 45° به سنسور استاندارد نصب شد. اوسیلوگرام آن در شکل 10 نشان داده شده است. شکل پالس منحنی از علامت قرقرع در شکل 11 نشان داده شده است. از این اشکال دیده می شود که سیگنال سنسور ME از لحاظ دامنه به طور قابل توجهی کوچکتر است. چنانچه سیگنال سنسور استاندارد مقدار ولتاژ پیک به پیک 12 V را میداد در نتیجه سنسور ME مقدار سیگنال فقط 130 Mv را می داد. پس شکل منحنی سنسور ME به طور قابل توجهی از شکل مننی سنسور استاندارد متفاوت است. با وجود اینکه باید متذکر شد که آزمایشات قابلیت تغییر شکل منحنی در حد و حدود خاص را نشان می دهد.
برای اینکه به تصویر کاملتری از قابلیت های سنسور ME دست یافت آزمایش زیر انجام شد. آهنربای دائمی که بخشی از سنسور ME است از طرح برداشته شد و در سطح علامت قرقره به گونه ای که در شکل 12 نشان داده شده ثابت شد.کارهای گذشته بر روی توسعۀ آلترناتور ME کارایی این طرح را نشان داد. بر همین اساس، شکل 13 اوسیلوگرام کار سنسور ME با آهنربای متصل به قرقره و شکل 14 شکل منحنی علامت (مارکر) از آهنربای در حال چرخش را نشان می دهد. سنسور ME نسبت به تأثیر آهنربا بسیار آشکار عکس العمل نشان می دهد. حداکثر دامنۀ پالس 1.4 V، شکل پالس منتجه یک دندانۀ (پیک) واحد است. در نتیجه این اولین گزینۀ ممکن طرح سنسور ME CKP می باشد. این گزینه دارای مززیت آشکار نسبت به گزینۀ قبلی که دامنۀ سیگنال در خروجی سنسور اساسا کمتر بود می باشد. مقدار پیک ولتاژ در سنسور حدود 1.4 V است که برای دریافت و پردازش بیشتر سیگنال در واحد کنترل الکترونیک (ECU) خودرو کفایت می کند.

اندازه گیری های همزمان سیگنال های دریافتی از یک سنسور استاندارد VS-CS0112 و سنسور ME برای مقایسۀ ویژگی های بدست آمده ساخته شد. شکل 15 اوسیلوگرام مطابق با اندازه گیری های انجام شده را نشان می دهد. از آنجا که مبدل ها در زاویۀ 45° نسبت به محور میل لنگ و یکدیگر سوار می شوند، در نتیجه سیگنال یک مورد تا دورۀ یک هشتم پیش روی سیگنال دیگری است که اوسیلوگرام قابل مشاهده است. در کل باید چشم انداز سنسورهای پیشرفته را در نظر داشت. قابل ذکر است که به دنبال تهیۀ سنسورهای ME با کمترین هزینه، اندازه و وزن کمتر سنسور با سنسورهای استاندارد مقایسه می شود. مشهود است که اولین نتایج را می توان به طور قابل توجهی بهبود دارد و به سنسورهایی با ولتاژ خروجی بیشتر و شکل مقبول تر از ضربۀ خروجی دست یافت.
6. رویکرد نظری
در شکل 16 توزیع میدان مغناطیسی در حال گذر از سنسور ME را به صورت شماتیک نشان می دهد. بیان معروف محاسبۀ نیروی محرکۀ مغناطیسی در دستگاه های الکتریکی را می توان برای محاسبۀ تقریبی پارامترهای سنسور ME CKP استفاده کرد:
F=H1l1+H2l2+H3l3+H4l4+H5l5 (1)
F عبارت است از نیروی محرکۀ مغناطیسی، Hi قدرت میدان مغناطیسی در ناحیۀ متناظر مدار مغناطیسی، li طول مدار مغناطیسی است.
در این مورد، شار مغناطیسی برای القای مغناطیسی باقی ماندۀ آهنربای دائمی تعیین می شود که در سنسور استفاده می شود. نیروی محرکۀ مغناطیسی عبارت است از محصول شار مغناطیسی در مقاومت مغناطیسی مدار فرعی است. شار مغناطیسی از مسیرهای مغناطیسی فلزی، هوا عبور می کند و بین لایۀ metglas سنسور و فولاد قرقره مجددا توزیع می شود. شار مغناطیسی وقتی دندانۀ قرقره نزدیک به سنسور خواهد بود روی قرقرۀ فولادی بسته می شود. وقعیت دندانه باعث افرایش قابل توجه قدرت میدان مغناطیسی در تمام قسمت های مدار مغناطیسی می شود( به شکل 16a مراجعه کنید). شکاف بین قرقره و سنسور تا تقریبا 3.5 mm در لحظۀ عبور علامت ها یا مارکرها افزایش میابد (به شکل 16b مراجعه کنید).
این خود باعث تغییر معنی دار شار مغناطیسی که از سنسور عبور می کند می شود.به عنوان مثال، این تغییر را می توان از شکل 1 و با مقایسۀ مقدار ضریب ME در صورتی که دامنۀ میدان مغناطیسی از 100 Oe به 70 Oe تغییر کرده برآورد کرد. جریان کاهش میابد و این باعث تغییر زیاد ویژگی های بارز سنسور می شود. از اینرو، برچسب قرقره یک پللس ولتاژ قوی در سنسور ME تولید می کند. مقدار ولتاژ خروجی در سنسور ME را می توان با استفاده از یک تعریف برای ضریب ME محاسبه کرد:
U=E⋅d=αME⋅H4⋅d (2)
E عبارت است از میدان الکتریکی در مادۀ فیزوالکتریک، d ضخامت مادۀ فیزوالکتریک، H4 قدرت میدان مغناطیسی در موقعیت سنسور، Αme ضریب الکتریسیتۀ القایی است.

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

1-مقدمه

2- مدل سازی چرخ دندنه بدون بعد

3-مدل سازی تنش با استفاده از جداول تنش

4-فرمولاسیون تابع هدف

5-نتایج و بحث

6-نتیجه گیری

بخشی از ترجمه فارسی مقاله:

1-مقدمه
پیشرفت ها در زمینه مکانیک محاسباتی و بهینه سازی ساختاری منجر به توسعه فنون مدل سازی عددی شده است که در زمینه های تولید چرخ دندانه برای تولید طرح های بهینه جفت چرح دندانه های خاص استفاده شده اند( لیتوین 1). با این حال گفته می شود که( سیواندرلی 2) خاطر نشان کرده است که چون پارامتر های طراحی هر یک از چرخ دنده ها بسیار زیاد هستند، بهینه سازی زمان واقعی نیازمند تحلیل تنش عددی در هر مرحله بوده و می تواند غیر ممکن باشد. به منظورمقابله با این اختلاف، محققان از فرمول تجربی استفاده کرده و یا مسئله را با فرض بار گذاری در بالای دندانه ها ساده سازی کرده اند و در صورتی که دندانه های غیر استاندارد مطالعه شوند، منجر به نتایج غیر قابل اطمینانی می شوند.
این مقاله به معرفی یک مفهوم جدید در مدل سازی دنده با استفاده از نسبت تماس جفت دنده برای تعیین نقطه کاربرد بار می پردازد، مسئله ای که با دندانه های بدون بعد و با استفاده از همه ویژگی های هندسی دنده در نسبت تماس جفت ساده شده و موجب کاهش تعداد کل پارامتر ها از هفت به سه می شود. هر یک از چرخ دنده ها به طور هندسی مدل سازی شده و در نقاط مختلف متناظر با مقادیر مختلف نسبت تماس برای محاسبه تنش ریشه ای ماکزیمم بار گذاری می شود. مقادیر حاصله در یک جدول تنش قرار می گیرد که مشخص کننده تعداد معینی از دندانه ها و چرخ دنده ها است که در الگوریتم بهینه سازی قرار می گیرد و در آن همه مقادیر متوسط را می توان با میان یابی انواع جدولی محاسبه کرد.
ر.ش مدل سازی جدید امکان بهبود زمان محاسبه را بر خلاف فنون استاندارد می دهد. به علاوه، به دلیل مفهوم جدول تنش، آن را می توان به شکلی مدولار در هر مسئله ای که نیازمند محاسبه تنش فیلت است محاسبه کرد. در نهایت، نتایج با استفاده از فتو الاستیسیته دو بعدی بر روی مدل های دندانه چرخ دنده پلاستیکی تایید شد.

6-نتیجه گیری
در این مقاله مفاهیم چرخ دندانه های بدون بعدی و جداول تنش معرفی شده و برای بهینه سازی تنش با الکوریتم پیچیده استفاده شد. روش پیشنهادی برای مدل سازی موجب کاهش زمان محاسباتی در مقایسه با سایر روش های موجود با کاهش تعداد کل متغیر های طراحی می شود. به جای مدل سازی چرخ دنده عقب بار گذاری شده و اجرای BEA برای محاسبه تنش ریشه ماکزیمم در هر مرحله از روش بهینه سازی، تنش با استفاده از مقادیر تعیین شده محاسبه می شود که قبلا با استفاده از BEM بر روی مدلهای بدون بعد متناظر با ترکیب متفاوتی از پارامتر های طراحی محاسبه شده است. الگوریتم پیچیده برای بهینه سازی استفاده شدهو تنش های ریشه ای چرخ دنده های بهینه با تنش های دندانه های استاندارد برای گشتاور انتقالی مقایسه می شوند. کاهش در تنش به این طریق می تواند بدست بیاید. این کاهش در تنش را می توان به طور آزمایشی با فتوالاستیسیته دو بعدی تایید کرد. از این روی، مدل پیشنهادی یک ابزار ساده را برای حل مسائل بهینه سازی و محاسبه تنش های چرخ دنده ارایه می کند.

بخشی از مقاله انگلیسی:

1 Introduction

The advances in the field of computational mechanics and structural optimization have led to the development of numerical modeling techniques, which have been used in gearing applications to produce optimized designs of specific gear pairs Litvin
1. However, it is admitted Ciavarella
2 that since the design parameters of each individual gear are many, true real-time optimization requiring numerical stress analysis at every iterative step is practically impossible. In order to cope with this discrepancy, researchers resort to the use of empirical formulas Pedrero
3, or further simplify the problem by assuming loading at the tip of the tooth Rogers
4, yielding unreliable results when nonstandard teeth are studied. This paper introduces a new concept in gear modeling by using the contact ratio of a gear pair for the determination of the point of load application. Instead of using the standard design parameters, the problem is simplified by using dimensionless teeth and by incorporating all the geometrical characteristics of the mating gear in the contact ratio of the pair, thus reducing the total number of parameters from seven to three. Each gear is thus geometrically modeled and consequently loaded at different points corresponding to different values of the contact ratio
 and subsequently B.E.A. follows to calculate the maximum root stress. The resultant values are tabulated in a “stress table” characterizing a given number of teeth, which can be readily included in an optimization algorithm, where all the required intermediate values can be quickly calculated by interpolation of the tabulated ones. The new modeling technique offers improved accuracy and significantly smaller calculation times as opposed to the standard techniques employed. Moreover, owing to the concept of the “stress table,” it can be readily synthesized in a modular way in any problem requiring the calculation of the maximum fillet stress. Finally the results are verified using two-dimensional photoelasticity on polycarbonate plastic gear-tooth models.

6 Conclusions

In this paper the concepts of the nondimensional gears and the stress tables have been introduced and used for gear stress optimization with the Complex algorithm. The nondimensional gears are used in order to decrease the total number of the optimization parameters by introducing the contact ratio of the pair as the parameter defining completely the point of loading. This reduction in the number of parameters enabled the tabulation of the maximum root stress developed on each nondimensional gear with a given number of teeth for different values of addendum modification, pitch thickness and contact ratio using BEM. During the iterative optimization procedure, the stress values for different combinations of the geometrical parameters of the conjugate gears of the pair were calculated from interpolation of the tabulated values at high speed and with satisfactory accuracy. In this way, the run time decreased dramatically in the order of 8000 times compared to the standard approach without any effect on the accuracy. Therefore, the proposed modeling provides the design engineer with a fast, productive, reliable, and easy to implement tool for solving gear stress optimization problems and calculating gear stresses at cases not covered satisfactorily by the existing standards.

عدم قطعیت ها در سیستم های تعلیق وسایل نقلیه جاده ای

Uncertainties in road vehicle suspensions

Abstract

Road vehicles are subject to random excitation by the unevenness of the road. For a dynamical analysis, vehicle models of the vertical vibrations as well as guideway models of the road unevenness are required. The fundamental dynamics of vehicle suspensions can be already modeled by a quarter car featuring the decoupling of the car body motion and the wheel motion. This suspension model is characterized by five design parameters where two of them, the shock absorber and the tire spring, are highly uncertain due to wear and poor maintenance. For the assessment of the vehicles performance three criteria have to be used: ride comfort, driving safety and suspension travel. These criteria depend on all the five design parameters resulting in a conflict or a pareto-optimal problem, respectively. In this paper, the uncertainties of the parameters are projected into a criteria space in order to support the decision to be made on the basis of a pareto-optimal problem. Simulations with uncertainties support the robust suspension design. It is shown that controlled suspension parameters remain uncertain due to the unpredictable decisions made by the driver

1 Introduction

Road vehicle suspensions generating propulsion and guidance forces are essential for driving safety. These forces are mainly controlled by the driver accelerating, braking and steering the vehicle. Statistics of road fatalities since 2001 in Europe 1 show a strong reduction from 54.900 to 31.500 in 2010 and 26.000 in 2013, see Fig. 1. The main reason for this encouraging development is the introduction of occupant protection systems. In 1998 the federal legislation made airbags mandatory in the United States, and since 2006 the wearing of seatbelts is compulsory in all vehicles throughout the European Union. On the other hand, a survey2 on the cause of accidents with physical injury from 2012 shows that three-fourths of them are due to driver malfunction, while still one-fourth has other reasons, including vehicle malfunction by uncertain design parameters.

In this paper, the vehicle and guideway modeling with uncertain parameters is considered and the assessment criteria for vehicle-guideway-systems are presented and analyzed by the covariance analysis. Multicriteria optimization and uncertainty analysis are performed with the software FAMOUS based on fuzzy arithmetic and introduced to multibody dynamics by Walz and Hanss .

مبتدی (مناسب برای درک مفهوم کلی مطلب) (ترجمه به صورت ناقص انجام شده است)

برای تحلیل چرخه ایده آل استاندارد هوا، مقادیر 1.3 تا 1.4 برای نمونه استفاده شده اند. تا زمانیکه مقدار مشابه برای مقایسه چرخه های مختلف استفاده شده است، روند بازده نشان داده شده است.

عملکرد
محفظه و روتور سه محفظه کاری درون موتور تشکیل می دهند (شکل 5 را ببینید). هر یک از این محفظه ها به طور پی در پی در حالیکه روتور در آن می چرخد، متراکم و منبسط می شود. یک چرخه 4 مرحله ای درون هر یک از سه محفظه به طور کامل انجام شده است و این به طور همزمان اتفاق می افتد. فرآیند ها، برای محفظه پایین سمت راست در شکل 5 توضیح داده شده، شمل موارد زیر می شوند:
1) مکش،
2) تراکم،
3) احتراق و انبساط و
4) تخلیه.
موتور پورت بندی شده است و جریان گاز توسط مسیریابی گازهای ورودی و خروجی از طریق روتور به دست آمده است. موتور X1 دارای یک صفحه ورودی برای یک سمت محفظه، و یک صفحه خروجی به عنوان قسمت دوم محفظه آن است. هر صفحه دارای دریچه-هایی است، که به گاز اجازه می دهد تا به محیط (از طریق یک منیفولد) داخل یک کانال درون روتور جریان یابد.

مکش
صفحه مکش دارای سه دریچه است. هوای تازه به طور محوری از منیفولد مکش از میان دریچه جریان می یابد. حداقل یکی از سه دریچه همیشه با کانال ورودی درون روتور درگیر است. بنابراین کانال ورودی روتور به طور پیوسته با هوای تازه از منیفولد ورودی تامین شده است. کانال ورودی اجازه جریان گاز به یکی از محفظه های کاری از طریق دریچه روی سطح شعاعی روتور را می دهد. وقتی روتور می چرخد، دریچه در حال حرکت است، و فقط در معرض یکی از محفظه ها در زمان مشخص قرار گرفته است. وقتی فرآیند مکش شروع می شود، دریچه ورودی روتور ابتدا در معرض یک محفظه مشخص قرار گرفته است هنگامی که حجم آن حداقل است.
موقعیت دریچه ورودی زمان باز و بسته شدن ورودی را تعیین می کند. با قرار گرفتن دریچه ورودی بنابراین آن زود یا دیر بسته می شود، حجم ورودی نهایی کوچکتر از حداکثر حجم انبساط محفظه خواهد بود، بنابراین تغییر هندسی ساده ای می تواند استفاده شود تا انبساط بیشتری در موتور بدست آید.

تخلیه
فرآیند تخلیه شبیه فرآیند مکش است، اما در جهت عکس اتفاق می افتد. صفحه خروجی سه دریچه دارد که به جریان محوری خروجی از کانال تخلیه در روتور اجازه می دهد تا به منیفولد خروجی سرانجام خروج از موتور جریان یاید. در همه زمان ها، حداقل یکی از سه دریچه درگیر با کانال خروجی در روتور است، اجازه جریان بدون وقفه را می دهد. در ادامه فرآیند انبساط درون محفظه، هنگامی که روتور می چرخد، یک دریچه خروجی روی سطح شعاعی روتور به محفظه باز می شود. وقتی حجم حداکثر است دریچه باز می شود. حرکت روتور باعث کاهش حجم می شود، بنابراین موجب جریان گاز های خروجی از محفظه، از طریق دریچه خروجی در روتور، از میان کانال تخلیه داخل روتور، و سرانجام به سمت منیفولد خروجی می شود، هنگامی که گاز از میان دریچه های صفحه خروجی عبور می کند.

تراکم
پس از مرحله مکش، وقتی دریچه ورودی روتور در یکی از محفظه های کاری بسته می شود، حرکت روتور موجب می شود که حجم در محفظه بعلت تراکم گاز کاهش یابد. سرانجام، در TDC، حجم محفظه به حداقل خواهد رسید، حداکثر گاز در حجم ثابت محفظه احتراق قرار گرفته، که اساسا یک دوره رکود درون محفظه است. CR بالا با داشتن محفظه احتراق کوچک بدست آمده است.
احتراق
مرحله تراکم پس از آن احتراق و انبساط است. وقتی روتور به TDC نزدیک می شود، در X1، سوخت با استفاده از یک فشار بالای سیستم تزریق سوخت متداول تزریق شده است. برای توسعه نمونه اولیه، ما از پمپ های اتوماتیک خارج از قفسه بوش و انژکتور ها استفاده کرده ایم. در نزدیکی TDC، قوس محفظه با قوس روتور مطابقت می کند، و حجم بیش از 20 درجه از چرخش روتور تقریبا ثابت باقی می ماند. در مدت این دوره، بشتر گاز در محفظه احتراق است. زمان زیادی برای تزریق سوخت وجود دارد، و موتور می تواند حداکثر سوخت را تحت شرایط حجم ثابت قبل از شروع انبساط مخلوط کند و بسوزاند. در موتور ، سوخت و هوا از قبل مخلوط شده اند و یک CR کمتری با SI استفاده شده است. موتور همچنان انتظار می رود از روند طولانی مدت احتراق حجم ثابت استفاده کند.

انبساط
سرانجام، وقتی روتور به چرخش ادامه دهد، حجم منبسط شده است. فشار گاز به روتور اعمال می شود که به گشتاور ترمز تبدیل می-شود. فرآیند انبساط ادامه می یابد تا اینکه حداکثر حجم انبساط بدست آید، و دریچه خروجی روتور باز شود. اگر دریچه های مکش و خروج به طور نامتقارن قرار گرفته باشند، نسبت انبساط موثر به طور قابل توجهی بیشتر از نسبت تراکم خواهد بود، اجازه می دهد که انرژی بیشتری از گاز به کار مفید تبدیل شود. این انبساط بیشتر همچنین دارای اثر کاهش دمای متوسط در محفظه، کاهش نیاز به سرمایش است. بعلاوه، فشار خروجی می تواند نزدیک اتمسفر باشد- بنابراین دارای دما و فشار کمتر از اگزوز موتور سنتی است.

آب بندی
آب بندی روتور در موتور های دوار وظایف مشابهی را با رینگ های پیستون در یک موتور رفت و برگشتی انجام می دهند زیرا آنها یک آب بند برای گاز های حاصل از احتراق فراهم می کنند. شکل 6 آب بندی گاز های اصلی اجزای موتور X1 را نشان می دهد. این_ها شامل فیس سیل (کاسه‌نمدی که از ترشح و نشتی سیالات از اطراف محور‌های دوار جلوگیری میکند) در هر طرف روتور، سه حداکثر آب بند و حلقه های O شکل ثابت در محفظه می شوند. فیس سیل ها درون شیار هایی روی سطح روتور با فنر هایی نصب شده اند. حداکثر آب بند های دو تکه ای در موتور X1 برای عملکرد آب بندی گاز بهتر در مقایسه با حداکثر آب بند یک تکه ای استفاده شده اند. با وجود ابعاد متفاوت، آب بند ها مشابه آب بند های مزدا RX-8 هستند.
آب بند های گاز در ابتدا با نیروی فنر قرار گرفته اند، اما در عمل، نیرو های گاز به مراتب بیشتر از نیروی فنر به آب بند ها اعمال می شوند. از آنجاییکه حداکثر آب بند های یک موتور دوار مرسوم در شکاف های شعاعی در هر راس روتور وارد می شوند، قسمت عمده نیرو که روی حداکثر آب بند کار می کند نیروی گریز از مرکز است، که یکی از محدودیت های عمده برای طراحی حداکثر آب بند در موتور های معمولی دوار است. به هر حال، نیروی گریز از مرکزی روی حداکثر آب بند موتور X1 وجود ندارد زیرا حداکثر آب بند در محفظه قرار دارد که یک قسمت ثابت است. همچنین شیوه روغنکاری تغییر می کند، هنگامی که حداکثر آب بند ثابت می تواند با مقدار کمی از روغن به طور مستقیم اندازه گیری شده در موقعیت آب بند از طریق محفظه اصلی ثابت یا قسمت جانبی محفظه روغنکاری شده باشد.

سرمایش
فرآیند انبساط بیش از حد HEHC دمای متوسط سیلندر را کاهش می دهد و خروجی خنک تر است. به عبارت دیگر، دما های احتراق بالاتر در حین احتراق حجم ثابت بدست آمده اند. لازم به ذکر است که حتی احتراق حجم ثابت، حداکثر دما ها و فشار ها در HEHC با مکش طبیعی کمتر از موتور دیزل با توربو شارژر است. سرمایش برای جلوگیری از گرمای بیش از حد اجزا و فشار سایش، بخصوص بعلت تنزل فیلم روغن در سطوح مشترک آب بند ضروری است. بر خلاف موتور وانکل ، احتراق در سه اتاق محفظه گسترش یافته است و هر یک از این اتاق ها همچنین یک مرحله مکش سرد را می بینند، بنابراین مساله گرمایش محفظه انتظار میرود کمتر از گرمایش روتور باشد. تکنیک های سرمایش سنتی، برای مثال صندوق آب در محفظه و سرمایش روغن با گذرگاه هایی در روتور، می تواند مورد استفاده قرار گرفته باشد. نمونه اولیه X1 بدون سرمایش اجرا شد، همانطور که این نمونه اولیه فقط برای نشان دادن عملیات اساسی این چرخه طراحی شده بود موتور از یک تکنیک سرمایش هوا استفاده می کند، هوا به طور محوری از طریق روتور در امتداد تعدادی از شیار ها جریان می یابد. شبیه سازی دینامیک سیالات محاسباتی (CFD) در rpm 10000 و بارگذاری کامل با یک دفع حرارت 55 درصد از LHV سوخت را نشان می دهد، دمای روتور زیر (حداکثر دمای روغن روغنکاری ) با نرخ جریان نگه داشته شده است.

مکانیزم درایو چرخ دنده برای زمانبندی متغیر مداوم دریچه موتورهای IC

Gear Drive Mechanism for Continuous Variable Valve Timing of IC Engines

Abstract

Continuous variable valve actuating (CVVA) technology provides high potential in achieving high performance, low fuel consumption and pollutant reduction. To get full benefits from (CVVT) various types of mechanisms have been proposed and designed. Some of these mechanisms are in production and have shown significant benefits in improving engine performance. In this investigation a newly designed gear drive mechanism that controls the intake valve opening (IVO) and closing (IVC) angles is studied. The control scheme is based on maximizing the engine brake power (P) and specific fuel consumption (BSFC) at any engine speed by continuously varying the phase between the cam shaft angle and the crank shaft angle. A single-cylinder engine is simulated by the “LOTUS” software to find out the optimum phase angle for maximum power and minimum fuel consumption at a given engine speed. The mechanism is a planetary gear drive designed for precise and continuous control. This mechanism has a simple design and operation conditions which can change the phase angle without limitation.

1 Introduction

In internal combustion engines, variable valve timing (VVT), also known as variable valve actuation (VVA), is a generalized term used to describe any mechanism or method that can alter the shape or timing of a valve lift event within an internal combustion engine [1-6]. The (VVT) system allows the lift, duration or timing (in various combinations) of the intake and/or exhaust valves to be changed while the engine is in operation, which have a significant impact on engine performance and emissions. In a standard engine, the valve events are fixed, so performance at different loads and speeds is always a compromise between drivability (power and torque), fuel economy and emissions. An engine equipped with a variable valve actuation system is freed from this constraint, allowing performance to be improved over the engine operating range [7-10].

Some types of variable valve control systems optimize power and torque by varying valve opening times and/or duration. Some of these valve control systems optimize performance at low and mid-range engine speeds. Others focus on enhancing only high-rpm power. Other systems provide both of these benefits by controlling valve timing and lift. There are many ways in which this can be achieved, ranging from mechanical devices to hydraulic, pneumatic and camless systems [11-14]. Hydraulic system suffer from many problems including viscosity change of the hydraulic medium due to the temperature change, the liquid tends to act like a solid at high speed, and hydraulic systems must be carefully controlled, which require the use of powerful computers and very precise sensors. Pneumatic system utilizing pneumatics to drive the engine valves would in all probability not be feasible because of their complexity and the very large amount of energy required for compressing the air. Camless system (or, free valve engine) uses electromagnetic, hydraulic, or pneumatic actuators to open the poppet valves instead. Common problems include high power consumption, accuracy at high speed, temperature sensitivity, weight and packaging issues, high noise, high cost, and unsafe operation in case of electrical problems. Multiair system (or Uniair) is an electro-hydraulic variable valve actuation technology controlling air intake (without a throttle valve) in petrol or diesel engines. The system allows optimum intake valve opening schedules, which gives full control over valve lift and timing.

مقاله انگلیسی رایگان

ترجمه فارسی رایگان 

بخشی از ترجمه فارسی:

موثر ترین و کارامد ترین سیستم کنترل شاسی برای بهبود ایمنی خودرو طی ترمز گیری شدید، سیستم ترمز گیری ضد قفل می باشد. در این مقاله، یک کنترل گر بهینه غیر خطی به طور تحلیلی برای ABS با پیش بینی پاسخ حداکثر نیروی ترمزی در چرخ ها ایجاد شده و در نتیجه فاصله توقف خودرو به حداقل می رسد. وجود اثرات غیر خطی موجود در دینامیک خودرو که عمدتا مربوط به اشباع نیروهای تایر می باشد و وجود عدم قطعیت مدل ها و قابل اندازه گیری نبودن حالت های سیستم یعتی سرعت طولی خودرو و لغزش طولی تایر، از مهم ترین مشکلات در طراحی این سیستم کنترلی می باشد. در این مقاله، یک کنترل کننده غیر خطی مبتنی بر بهینه سازی برای سیستم ABS به صورت تحلیلی طراحی شده و در ترکیب با یک تخمین گر غیر خطی مبتنی بر فیلتر آنستند استفاده شده است. الکوریتم تخمین فوق بر خلاف فیلتر کالمن توسعه یافته به صورت مستقیم از معادلات غیر خطی استفاده کرده و نیاز به خطی سازی و مشتق گیری ندارد. در ادامه اثر خطای ناشی از تخمین در عملکرد کنترل کننده طراحی شده به صورت تحلیلی بررسی می گردد. نتایج تحلیل و شبیه سازی نشان دهنده عملکرد مناسب و مقاوم سیستم کنترلی پیشنهادی در ردیابی لغزش طولی بهینه در حضور تخمین پارامتر ها می باشد.
کلمان کلیدی: سیستم ترمز ضد قفل، کنترل کننده غیر خطی، تخمین گر غیر خطی، بهینه سازی،
1-مقدمه
اخیرا توسعه سیستم های کنترل شاسی برای بهبود ایمنی فعال خودرو منجر به افزایش علاقه در زمینه های پژوهشی و صنابع خودرو سازی شده است، در این میان، سیستم های ترمز ضد قفل برای کنترل مستقیم پویایی طولی خودرو طی ترمز گیری استفاده می شوند.
عملکرد اصلی سیستم Abs پیش گیری از قفل شدن چرخ ها در هنگام ترمز گیری است و برای تنظیم لغزش طولی چرخ در مقدار بهینه برای ایجاد نیروی ترمز گیری حداکثر استفاده می شود./سیستم ترمز ضد قفل ABS یکی از مهم ترین سیستم های ایمنی فعال می باشد که به عنوان یک وسیله ضروری برای ارتفای ایمنی خودر و و سرنشینان آن در حیت ترمز گیری های شدید استفاده می گردد. هدف اصلی این سیستم، جلوگیری از قفل شدن چرخ و نگه داشتن لغزش طولی آن در یک محدوده مطلوب می باشد. تا بتواند حداکثر نیروی ترمزی را تولید کرده و فاصله توقف خودرو را به حداقل برساند. در این راستا، فرمان پذیری خودرو در موقع گردش به صورت غیر مستقیم کنترل می شود.
مشکل اصلی در طراحی کنترل کننده های مبتنی بر مدل برای سیستم ترمز ضد قفل ناشی از غیر خطی های شدید در دینامیک خودرو می باشد که عمدتا به اشباع نیروهای تایر در ترمزگیری های شدید مربوط می شود. روش های کنترل مد لغزشی با توجه به خاصیت غیر خطی و مقاوم بودن به دفعات برای کنترل لغزشی طولی به کار رفته اند. اما یکی از اثرات نامطلوب روش مد لغزشی وجود پدیده های چترینگ می باشد. نویسندگان مقاله حاضر در کار های قبلی خود، کنترل کننده های مبتنی بر مدل غیر خطی را به صورت تحلیلی برای سیستم ترمز ضد قفل ارایه کردند. در این قانون کنترلی غیر خطی، سیگنال کنترلی که همان کشتاور ترمزی اعمال شده به جرخ می باشد بر اساس حداقل کردن خطا بین پاسخ های لغزش پیش بینی شده و مطلوب چرخ بدست امده است. البته در آن جا فرض شده است که حالت ها و پارامتر های مورد نیاز برای طراحی کنترل کننده در دسترس است. این در حالی است که حالت های سیستم یعنی سرعت طولی خودرو و لغزش طولی تایر یا توسط سنسور قابل اندازه گیری نمی باشند و یا اندازه گیری آن ها مقرون به صرفه نمی باشند. لذا مقادیر آن ها باید از روی اطلاعات موجود و قابل اندازه گیری مثل سرعت زاویه چرخ تخمین زده شود.
فیلتر کالمن توسعه یافته تا کنون به عنوان گسترده ترین الکوریتم برای تخمین پارامتر ها و حالت های سیستم های خودرو بکار رفته است. اما این روش به دلیل فرایند خطی سازی به خصوص در سیستم های با دینامیک غیر خطی شدید و مرتبه بالا دارای محاسبات زیاد می باشد. به منظور غلبه بر مشکل مذکور، در مقاله حاضر از الکوریتم غیر خطی UKF برای تخمین سرعت طولی و لغزش طولی خودرو جهت استفاده در طراحی کنترل کننده استفاده می شود. الگوریتم تخمین فوق بر خلاف EKF به صورت مستقیم از مدل غیر خطی دینامیک چرخ استفاده کرده و نیازی به خطی سازی و مشتق گیری ندارد. از این روی در پایین اوردن حجم محاسبات مورد نیاز نیز تاثیر بسزایی دارد. البته مزیت این روش در تخمین مدل های با مرتبه بالاتر خود را بیشتر نشان می دهد.
به طور خلاصه، در این مقاله، یک کنترل کننده غیر خطی که بر اساس فرایند بهینه سازی طراحی شده است در ترکیب با تخمین گر غیر خطی مورد استفاده قرار می گیرد. به این ترتیب که تخمین گر مورد نظر با استفاده از اندازه گیری سرعت زاویه ای چرخ، تخمینی برای لغزش طولی چرخ و سرعت طولی خودرو ارایه می کند. پس از آن کنترل کننده با اطلاعات تخمین گر، گشتاور ترمزی مطلوب را به سیستم اعمال می کند. این گشتاور به نحوی محاسبه می شود که لغزش طولی خودرو را در حد مطلوب حفظ نموده و از قفل شدن چرخ جلوگیری می کند. در ادامه، اثر خطای ناشی از تخمین در عملکرد کنترل کننده طراحی شده به صورت تحلیلی بررسی می گردد. نتایج تحلیل و شبیه سازی نشان دهنده عملکرد مناسب و مقاوم سیستم کنترلی پیشنهادی در ردیابی لغزش طولی بهینه در حضور تخمین پارامتر ها است.
2-مدل سازی
مطابق با شکل 1، مدل غیر خطی یک چهارم خودرو با دو درجه ازادی برای طراحی کنترل کننده لغزش ظولی چرخ به کار گرفته می شود. این مدل در بر گیرنده رفتار غیر خطی نیروهای تایر در حین ترمز گیری های شدید می باشد و برای طراحی کنترل گر مناسب بوده و در بسیاری از منابع استفاده شده است( 4-10-2-1). سرعت طولی خودرو و سرعت زاویه ای چرخ، درجات آزادی این مدل ها را تشکیل می دهند. بر اساس این مدل، معادلات حاکم برای خودرو به صورت زیر نوشته می شوند.

7- نتیجه گیری
در این مقاله یک کنترل کننده غیر خطی مبتنی بر بهینه سازی به صورت تحلیلی برای سیستم ترمز ضد قفل طراحی شده و در ترکیب با تخمین گر غیر خطی مورد استفاده قرار گرفت . ویژگی های اصلی قانون کنترلی در حضور تخمین گر و نامعین های پارامتریک یک مودل مورد تحلیل قرار گرفت . همچنین عملکرد تخمین به روش نیز مقایسه گدید. ملاحظه شد که روش علاوه بر سرعت همگرایی بیشتر ، دارای مقدار جذر میانگین مربعات خطای تخمین کمتری به ازای مقادیر مختلفی از سرعت های تخمین اولیه و همچنین به ازای نویزهای اندازه گیری مختلف میباشد . ضمنا کارایی این تخمین گر در سیستم های مرتبه بالاتر خود را بیشتر نشان می دهد چرا که کحاسبه ماتریس ژاکوبین در روش بویژه برای سیستم مرتبه بالا کار بسیار سخت و پیچیده ای است . همچنین در در نتایج مشاهده گردید که کنترل کننده طراحی شده در حضور خطای تخمین و نا معینی های پارامتریک عملکرد مناسبی دارد با کاهش زمان پیش بینی به عنوان پارامتر آزاد کنترل کننده ، خطای ردیابی لغزش چرخ کاهش یافته و ردیابی با دقت بیشتری انجام می شود.

بخشی از مقاله انگلیسی:

abstract The most effective chassis control system for improving vehicle safety during severe braking is anti-lock braking system (ABS). In this paper, a nonlinear optimal controller is analytically designed for ABS by the prediction of the wheel slip response from a continuous nonlinear vehicle dynamics model. A new reference model for the wheel slip, which considers the effects of variations of tire normal load and tire/road condition, is proposed to be tracked by the controller. The main properties of the designed controller are evaluated and discussed by considering the important practical aspects of the slip control problem. The performed analysis along with the simulation results indicate that the designed controller with different special cases can successfully cope with the strong nonlinearity and realistic uncertainties existing in vehicle dynamics model. Meanwhile, a compromise between tracking accuracy and control energy can be easily made by the regulation of the weighting ratio, as a free parameter in the optimal control law. 2012 Elsevier Ltd. All rights reserved. 1. Introduction Recently, the development of chassis control systems for improving vehicle active safety has generated considerable interest in research community and automotive industries. Among these systems, the anti-lock brake system (ABS) is used to directly control the longitudinal dynamics of vehicle during braking (Furukawa and Abe, 1997). The basic function of an ABS is to prevent the wheel form locking, and to regulate the longitudinal slip of the wheel at its optimum value in order to generate the maximum braking force. This permits the vehicle to achieve the shortest stopping distance during braking and at the same time improves the vehicle directional control and stability indirectly. In another application, since the ABS can regulate the longitudinal force acting independently on each wheel, it is used in the lower layer of vehicle dynamic control (VDC) system. In this system, the vehicle braking force is transversely distributed between the left and right wheels in a way that the external yaw moment required for stabilizing vehicle lateral dynamics is generated (van Zanten et al., 1998; Mirzaei et al., 2008). This strategy known as differential braking can be provided by the main parts of common anti-lock braking system. The hard nonlinearities and modeling uncertainties existing in vehicle dynamics are the two main difficulties arising in the design of ABS controller. The first one is as a result of tire force saturation and the next one is mainly due to variations of road condition and vehicle parameters such as mass, center of gravity of the vehicle. Also, the un-modeled dynamics neglected in the course of modeling together with other practical limitations are considered as the un-structured uncertainties. A suitable controller for the ABS should successfully handle the nonlinearities and uncertainties existing in the vehicle model. On the other hand, the control law of ABS should be found in a way that the calculated control input, i.e. braking pressure, could be regulated easily so that one can keep it to the lowest possible value. 0968-090X/$ – see front matter 2012 Elsevier Ltd. All rights reserved. doi:10.1016/j.trc.2012.01.008 ⇑ Corresponding author. Address: P.O. Box 51335-1996, Sahand New Town, Tabriz, Iran. Tel.: +98 412 3444310; fax: +98 412 3444309. E-mail addresses: mirzaei@sut.ac.ir, mehdi-mirzaei@hotmail.com (M. Mirzaei). Transportation Research Part C 24 (2012) 19–35 Contents lists available at SciVerse ScienceDirect Transportation Research Part C journal homepage: www.el sevier.com/locate/trc It is concluded from the above discussion that a non-linear controller with suitable robustness should be designed in an optimal way for the ABS. Many researchers have frequently applied the sliding mode control methods to ABS because of their potential to cope with nonlinearities and intrinsic robustness (Lin and Hsu, 2003; Unsal and Kachroo, 1999; Drakunov et al., 1995; Lee and Zak, 2002; Kazemi et al., 2000; Harifi et al., 2008; Park et al., 2006; Zheng et al., 2006; Song et al., 2007; Buckholtz, 2002). In these methods, the optimization is not used as the main procedure in finding the control law. Also, the chattering phenomenon is the undesirable effect of the sliding control in practice. Different techniques are introduced to reduce the chattering (Unsal and Kachroo, 1999; Harifi et al., 2008; Slotine and Li, 1991). In these methods, the discontinuous control law is smoothed to achieve a trade-off between control bandwidth and tracking precision. Also, some approaches such as higher order sliding mode controls (HOSM) can reduce the chattering and provide the higher accuracy than the conventional sliding modes. But they require higher control efforts and also the derivative of the control input is appeared in the derived control law (Bartolini et al., 1998). In the following, the most important control methods used for the anti-lock braking systems are reviewed. Unsal and Kachroo (1999) used the sliding mode control to regulate the wheel slip at its optimum value. In their study, a PI-like controller was used near the switching surface instead of sign function to reduce chattering. Harifi et al. (2008) designed a sliding mode controller for ABS and used the integrated switching surface instead of sign function to reduce chattering. In this work, they had to find the proper bound of parametric uncertainties used in the designed control law. In another work, a fuzzy controller combined with the sliding mode control was introduced to reduce the dependency of controller on vehicle model (Lin and Hsu, 2003). Lee and Zak (2002) proposed a genetic neural fuzzy ABS controller that consists of a non-derivative neural optimizer and fuzzy-logic components. The non-derivative optimizer finds the optimal longitudinal wheel slip and then the fuzzy components compute the brake torque to track the optimal longitudinal wheel slip. There are fewer optimal control laws for the ABS in the literature. Petersen (2003) designed a controller using gain scheduled LQR design method. A predictive optimal wheel slip controller based on a linearized vehicle model which was discretized via a bilinear transformation has been presented by Anwar and Ashraf (2002). These methods apply the linearized vehicle models and use on-line numerical optimization in finding the control law, whereas the use of non-linear model can broaden the valid range of operations as well as improve the accuracy of the controller. Also, numerical computation methods need online dynamic optimization and are not easy to solve and implement. Generally, application of classic optimal control theories to the non-linear system requires that the derived non-linear two-point boundary value (TPBV) problem or Hamilton–Jacobi–Bellman (HJB) partial differential equations are solved. It is very difficult or even impossible to find an analytical solution for these problems. In this paper, an optimal predictive approach is applied to design a nonlinear model-based controller for braking pressure. The proposed optimal control method is based on the predictive concept introduced by Lu (1995) for continuous nonlinear systems. In this method, a pointwise minimization performance index that penalizes the tracking error at the next instant, yet is not excessive, is used to find the current control input. The method analytically leads to a closed-form control law which is suitable to implement and the online numerical computations in optimization are not required (Lu, 1995; Mirzaei et al., 2008; Eslamian et al., 2007). In the development of this approach for the ABS, authors have already designed a nonlinear controller with increased robustness to track a constant wheel slip during braking for all road conditions (Mirzaeinejad and Mirzaei, 2010). In this earlier work, the weighting term of the control input is not included in the performance index to be minimized. In this case, referred to the cheap control, no limitation on the control input is assumed and the control law is obtained by minimizing only the tracking errors. But, in the present study, the expensive control approach is considered. In this case, to achieve a minimum control effort and to make a compromise between the tracking error and control input, a complete optimization problem is defined. In this way, a weighted combination of tracking error and control expenditure is considered to be penalized in the performance index. Therefore, the optimal control law can be adjusted to keep the tracking error within the admissible range through the minimum control effort. At the rest, the main properties of the derived control law are analyzed and its different special cases are discussed. Following the performed analysis, the robustness of the proposed controller with respect to the important realistic uncertainties existing in practice is investigated. In this way, the effects of un-modeled dynamics and uncertain control gain due to fading the actuator dynamics are considered. In another contribution of this study, a new reference model compatible with braking conditions is proposed for the wheel slip to be tracked by the controller. In this reference model, the variations of tire normal load and tire/road condition, which affect on the peak value of braking force, are considered. Also, according to the practical considerations, the new reference model is presented in a way that the slip controller is only active at the physical limits in which the wheel slip is beyond a threshold. As long as the slip resulting from the braking action of the driver is below the threshold, there is no control action. Tracking this model can generate the maximum braking force during braking on different roads and reduce the vehicle stopping distance remarkably.

مدل سازی و به حداکثر رساندن کارایی سیستم یکپارچه هدایت خودکار با استفاده از روش های رنگی پتری و سطح پاسخ 

Modelling and performance maximization of an integrated automated guided vehicle system using coloured Petri net and response surface methods

چکیده
1- مقدمه
2- کار مرتبط و منشا
3- شبکه رنگی پتری (CPN)
4- پیکربندی سیستم تولید انعطاف پذیر
4-1 پیکربندیهای AVGS
5- خط مشی کنترل
6- توسعه مدل
6-1 مدلسازی CPN
6-2 مدلسازی سطح پاسخ
7- نتایج شبیه سازی و بحث و بررسی
7-1 معیارهای عملکرد
7-2 تاثیر پیکربندیهای مسیر-هدایت روی کارایی و زمان چرخه
7-3 تأثیر پیکربندی های مسیر-هدایت در کاربرد AGV
7-4 تاثیر پیکربندیهای مسیر-هدایت روی زمان پاسخ AGV
7-5 ازدحام AGV
8- جستجو برای یک AGVS بهینه
8-1 راه حل های ماکزیمم عملکرد
9- نتیجه گیری

چکیده
هدف از این مطالعه، مدل سازی و به حداکثر رساندن یک سیستم وسیله نقلیه هدایت شده خودکار ادغام شده (AGVS) است که در یک سیستم تولید انعطاف پذیر چند محصول، چند مرحله ای و چند خطی نوع کششی (FMS) جاسازی می شود. این مطالعه, تاثیر انعطاف پذیری مسیر-هدایت بر عملکرد سیستم را از طریق توسعه سه پیکربندی مسیر-هدایت مختلف بررسی می کند که اعم از مورد اختصاص داده شده به روابط انعطاف پذیر بین وسایل نقلیه هدایت شده خودکار (AGV) و منابع ایستگاه ماشین / مونتاژ می باشد. این سیستم با استفاده از روش شبکه رنگی پتری (CPN) مدلسازی می شود و نتایج شبیه سازی منجر به شناسایی ازدیاد منبع می شود که از طریق توسعه پیکربندی های مسیر-هدایت انعطاف پذیر برای دستیابی به هزینه پایین تر سیستم قابل اصلاح می باشد. این مطالعه با جستجوی شرایط کلی نزدیک به بهینه برای هر پیکربندی مسیر-هدایت با استفاده از روش سطح پاسخ گسترش می یابد که بهبودهایی را در کارایی سیستم و زمان چرخه همراه با کاهش تعداد AGVs حاصل می نماید.
1- مقدمه
در محیط های تولید مدرن، سیستم های وسایل نقلیه هدایت شده خودکار به بخشی جدایی ناپذیر از سیستم های تولید کلی تبدیل شده اند. یک AGVS حاوی یک یا چند وسیله نقلیه هدایت شده خودکار می باشد که وسایل نقلیه بدون راننده ای هستند که برای حرکت افقی مواد استفاده می شوند. AGVها معمولاً در تاسیساتی مانند کارخانه های تولید، مراکز توزیع، انبارها و انتقال به کشتی یا وسیله حمل و نقل دیگر استفاده می شوند. AGVهای مورد مطالعه در این مقاله, یک سیستم دینامیکی (پویا) رویداد گسسته (DEDS) است، یعنی یک سیستم پویا با تغییرات وضعیتی ناشی از وقوع رویدادهای منفرد. این DEDS دارای ماهیت رویداد-محور، آسنکرون و غیرقطعی است. همچنین AGVS در نظر گرفته شده با FMS ادغام می شود و با سیستم تولید / مونتاژ انعطاف پذیر تعامل دارد. شبکه پتری، تکنیک های قدرتمند برای مدل سازی چنین سیستم هایی هستند, زیرا می توانند مفاهیم و محدودیت های مدلسازی پیچیده سیستم را مدیریت کنند. علاوه بر این، شبکه رنگی پتری (CPN), مدل های فشرده سیستم های بزرگ را با سطح بالایی از بهبود ارائه می دهند (Desrochers & Al-Jaar، 1995). از این رو، این مطالعه از روش CPN برای مدلسازی سیستم استفاده می کند و داده های تولید شده توسط مدل CPN برای توسعه مدل های سطح پاسخ به منظور بررسی شرایط نزدیک به بهینه در سیستم استفاده می شود.

Abstract

The objective of this study is to model and maximize performance of an integrated Automated Guided Vehicle System (AGVS), which is embedded in a pull type multi-product, multi-stage and multi-line flexible manufacturing system (FMS). This study examines the impact of guide-path flexibility on system performance through the development of three different guide-path configurations which range from dedicated to flexible relationships between automated guided vehicles (AGVs) and machine/assembly station resources. The system is modelled using coloured Petri net method (CPN) and the simulation results lead to identify the resource redundancy which can be rectified to achieve lower overall cost of the system through the development of flexible guide-path configurations. The study is extended to seek global near-optimal conditions for each guide-path configuration using response surface method, which yields improvements in system throughput and cycle time along with a decrease in the numbers of AGVs.

1- Introduction

In modern manufacturing environments, automated guided vehicle systems have become an integral part of overall manufacturing systems. An AGVS contains one or more automated guided vehicles which are driverless vehicles used for horizontal movement of materials. AGVs are commonly used in facilities such as manufacturing plants, distribution centres, warehouses and transhipments. The AGVS studied in this paper is a discrete event dynamical system (DEDS), i.e. a dynamic system with state changes driven by occurrences of individual events. This DEDS is event driven, asynchronous and non-deterministic in nature. Also, the considered AGVS is integrated with FMS and is interacting with flexible manufacturing/assembly system. Petri net are powerful techniques to model such systems in that they can handle complex system modelling concepts and constraints. Moreover, coloured Petri net (CPN) provides compact models of large systems with a higher level of abstraction (Desrochers & Al-Jaar, 1995). Hence, this study uses CPN method for modelling the system and the data generated by the CPN model are used to develop the response surface models to explore near-optimal conditions of the system.

زمان بندی سوپاپ و مکانیزم کنترل لیفت سوپاپ برای موتورها

Valve timing and valve lift control mechanism for engines

مبتدی (مناسب برای درک مفهوم کلی مطلب)

F1950

جدول 1 ابعاد چرخ دنده های سیاره ای را نشان می دهد، که در آن تعداد دندانه های دنده خورشیدی، تعداد دنده های سیاره ای B، و تعداد دنده داخلی است. زمانی که دنده خورشیدی ثابت می شود، نسبت دنده بین دنده داخلی و حامل برابرست هنگامی که قرقره زمانبندی یک دور می چرخد میل بادامک 0.8 دور می چرخد. نسبت بین سرعت میل بادامک و سرعت میل لنگ باید 2/1 در موتور، و تعداد زمان بندی قرقره موتور راه اندازی 30 است. از آنجا که سیستم ما دارای مکانیسم کاهش دنده های سیاره ای فشرده است، این اندازه در مقایسه با موتورهای معمولی کوچک است.
هنگامی که دنده داخلی قرقره تثبیت می شود، نسبت چرخش بین دنده خورشیدی و حامل برابرست با یک موتور فشرده در موتورها، مطلوب است، و حرکت دنده های سیاره ای باید در موتور کنترل قفل شود. نسبت دنده کرم و چرخ کرم با در نظر گرفتن شرایط ذکر شده و سرعت کنترل 30/1 انتخاب می شود. هنگامی که محور کنترل متصل به چرخ دنده ی خورشید 150 دور می چرخد ، میل بادامک یک دور می چرخد.
مکانیزم لیفت سوپاپ متغیر
یک میل بادامک با شیب در جهت محوری ارائه شده است همانطور که در شکل 3نشان داده شده است. با استفاده از میل بادامک، لیفت سوپاپ در هنگام حرکت میل بادامک در جهت محوری متغیر است. برای نشان دادن این مکانیسم، یک مدل از میل بادامک ساخته شد (نگاه کنید به شکل 4)، که در آن میل بادامک متشکل از شفت A و B است. شفت خروجی ذکر شده مکانیسم زمان بندی سوپاپ در بالا به سمت راست شفت A توسط یک پیچ متصل می شود. حرکت چرخشی میل لنگ موتور منتقل به شفت عبوری A از مکانیسم زمان بندی سوپاپ در بالا منتقل می شود. شفت B دارای بادامک است و به همین ترتیب چرخش شفت A به محور B منتقل می شود، زیرا شفت A به محور B با استفاده از خط نقطه گذرهای خطی متصل می شود، اما حرکت شفت B در جهت محوری به طور مستقل صورت می گیرد. شفت B دارای یاتاقان E در پایان شفت C است که دارای خط نقطه گذرهای درجه دوم حداقل در اطراف سطح خارجی است و چرخش آن محدود می شود، چرا که خط نقطه گذرهای درجه دوم با شفت C که به قاب تثبیت شده است درگیر می شود. از این رو، چرخش شفت B به به شفت C منتقل نمی شود. شفت C دارای یک پیچ توپ در پایانه دیگر است که با مهره توپ درگیر می شود. مهره توپ به پایانه شفت D متصل می شود، و دارای موتور کنترل در پایانه دیگر است. سپس، هنگامی که چرخش به شفت D با استفاده از موتور اضافه می شود، شفت C در امتداد خط نقطه گذرهای در جهت محوری لغزش می کند. شفت C و B زمانی لغزش می کند که شفت C نیز لغزش می نماید. پس از آن، میل بادامک متصل به شفت B در جهت محوری با چرخش توسط شفت A حرکت می کند. از آنجا که میل بادامک دارای یک شیب است، لیفت سوپاپ در هنگام حرکت بادامک در جهت محوری تغییر می کند. از آنجا که نسبت دنده پیچ توپی بزرگ است، یک موتور DC فشرده می تواند حرکت محوری را به طور مستقیم کنترل کند. در این آزمایش، گام پیچ توپی رو 3 میلی متر است و طیف وسیعی از لیفت بادامک 4 میلی متر تا 10 میلی متر است که در موتورهای عملی به اندازه کافی خواهد بود.

2.3. سنسورها
2.3.1. سنسور زاویه چرخش میل بادامک
سیستم ذکر شده در بالا به یک زاویه چرخشی اندازه گیری سنسور در کنترل نیاز دارد. در این مقاله، یک حسگر سیم پیچ ارزان با یک تراشه آهنربا توسعه داده شده است. یک تراشه آهنربای دائم در سطح میل بادامک چسبانده می شود و یک حسگر سیم پیچ ثابت روی سطح شفت با فاصله هوایی کوچک قرار می گیرد همانطور که در شکل 1 نشان داده شده است. در سنسور، زمانی که شفت می چرخد، ولتاژهای الکتریکی زمانی القا می شوند که تراشه آهنربا از طریق سیم پیچ عبور می کند. ولتاژ القا شده، ورودی برای یک کامپیوتر کنترل است و زوایای چرخش و فاز بین سوپاپ ورودی و سوپاپ دود محاسبه می شود. ابعاد سیم پیچ مورد استفاده در این آزمایش به شرح زیر است: شعاع بیرونی سیم پیچ = 20 میلی متر، شعاع داخلی سیم پیچ = 6 میلی متر، طول = 20 میلی متر، مقاومت الکتریکی = 1 ، به نوبه خود سیم پیچ = 500، و شکاف هوا بین سیم پیچ و شفت = 1 میلی متر.
. سنسور لیفت سوپاپ
پشته بندی حسگر جابجایی سوپاپ در موتور دشوار است، اما سنسور جابجایی می تواند در خارج از سر موتور برای حرکت در جهت محوری تنظیم شود. با استفاده از جابه جایی شفت D در جهت محوری بدون استفاده از سنسور جابجایی سوپاپ، کنترل لیفت سوپاپ را انجام می دهد. از آنجا که مشخصات میل بادامک در این سیستم سه بعدی است و مشخصات دارای خطاهای تولید است، برای محاسبه رابطه دقیق بین لیفت سوپاپ و جابه جایی شفت D در جهت محوری پیچیده است. از این رو، رابطه بین لیفت سوپاپ و جابه جایی شفت در جهت محوری اندازه گیری شد. یک سنسور شکاف لیزر، جابه جایی سوپاپ را اندازه گیری نمود و حرکت شفت توسط سنسور نوع جریان گردابی اندازه گیری شد. شکل. 6، رابطه بین ولتاژهای ناشی از V در سنسور جریان گردابی و سوپاپ لیفت L (میلی متر) در یک چرخش را نشان می دهد.
. زمانبندی سوپاپ و کنترل های لیفت سوپاپ
شکل. 7 عکس دستگاه تجربی ما را نشان می دهد. یک موتور اینورتر با قدرت 15 کیلو وات به جای یک موتور استفاده می شود. موتور، قرقره مکانیسم زمان بندی سوپاپ را با استفاده از یک تسمه زمان بندی راه اندازی می کند، و بنابراین میل بادامک ذکر شده در بالا برای سوپاپ ورودی می چرخد. موتور نیز میل بادامک را برای سوپاپ خروجی بدون مکانیزم در همان زمان با استفاده از یک تسمه زمانبندی راه اندازی می کند. یک تراشه مغناطیسی در هر میل بادامک برای تشخیص زوایای چرخشی چسبیده می شود. یک سوپاپ از موتور مرسوم استفاده می شود که 48 گرم و سوپاپ ثابت فنر است توده 12.3 N / میلی متر می باشد استفاده می شود.
همانند سیستم کنترل لیفت سوپاپ، یک موتور DC دارای ابعادی به شرح زیر استفاده می شود: ولتاژ نامی = 12 V، توان = 150W، سرعت چرخش نامی = 6440 دور در دقیقه و گشتاور امتیاز = 2030 میلی نیوتن. ابعاد موتور برای کنترل زمان بندی سوپاپ به شرح زیر است: ولتاژ نامی = 48 V، توان = 140 W، سرعت نامی = 7160 دور در دقیقه و گشتاور نامی = 2640 میلی نیوتن.

3.1. کنترل زمان بندی سوپاپ
با تغییر مراحل چرخشی بین بادامک ورودی و بادامک اگزوز، کنترل زمان بندی سوپاپ انجام می شود. میل بادامک اگزوز با فاز ثابت می چرخد، اما فاز میل بادامک ورودی در این سیستم متغیر است. کنترل برای تغییر تنها فاز، و کنترل سوپاپ پاسخ لازم نیست، چرا که میل بادامک حرکات سوپاپ را ایجاد می کند. کنترل باید با اقدام شتاب و یا کاهش سرعت موتور راننده متناظر باشد. از آنجا که سرعت عمل تا حدودی کند است، سرعت کنترل نسبتاً کوچک است. از آنجا که سفتی مکانیسم زمان بندی سوپاپ با استفاده از دنده سیاره ای و کرم بزرگ باشد، لرزش های کوچک می باشند. با این حال، سیستم دارای اصطکاک بزرگ است. از آنجا که نیروی اصطکاک با جنبش سوپاپ ها و میل بادامک متفاوت است، معادله حرکت سیستم غیر خطی است، و داشتن پویایی نظری دشوار است. برای سیستم، کنترل PID قابل اجرا است، چرا که در هنگام انتخاب بهره های بازخورد مناسب، به پویایی سیستم نیاز ندارد. از آنجا که پارامترهای سیستم تغییر نمی کنند، همان بهره ها در همان موتورها قابل کاربرد هستند. انجام چند آزمایش و یا با استفاده از تنظیم کننده PID، بهره ها به راحتی به دست می تواند به دست آید. برای داشتن مقدار تنظیم شده، کنترل انتگرالی (I-کنترل) معتبر است، اما اغلب ثبات کنترل را تحت تاثیر قرار می دهد و نیاز به یک تقویت کننده بزرگ دارد. در کنترل حال حاضر، چون اصطکاک (میرایی) بزرگ است، از حد خارج شدن به طور قابل توجهی کوچک، و منطقه با ثبات بزرگ خواهد شد. این بدان معنی است که کنترل با استفاده از کنترل-P برای موقعیت ذکر شده زیر ممکن است. در این شرایط، بهره زیاد کنترل-P قابل اجرا است که مربوط به تقویت کننده قدرت می باشد. بنابراین، کنترل بازخورد PD برای داشتن موقعیت تنظیم شده (کنترل-P) و جذب ارتعاش (D-شاهد) انجام می شود.
ولتاژهای القا شده در سنسورهای سیم پیچ، ورودی یک پردازنده سیگنال دیجیتال (DSP) هستند. در این آزمایش، کامپیوتر (DSP) نمونه های ولتاژهای القا شده را در سنسورهای سیم پیچ می گیرد و حداکثر مقدار هر سیم پیچ در یک چرخه را پیدا می کند. تعداد دفعات مشاهده شده از پیک تا پیک در میل بادامک ورودی به معنی تعداد شمارش کلی در یک چرخش است. در نظر بگیرید که تعداد شمارش بین اوج میل بادامک ورودی و میل بادامک اگزوز باشد. زاویه تغییر زاویه فاز (درجه) بین بادامک ورودی و بادامک اگزوز C = آغاز می شود. هنگامی که نمونه برداری در یک چرخه به پایان رسیده باشد، شمارنده در صفر تنظیم می شود، آنگاه شمارش بعدی شروع می شود. چرخش فرکانس (RPS) توسط ارائه می شود که در آن فرکانس نمونه برداری است.
این مرحله باید در سرعت های پایین و بالا موتور بزرگ باشد، اما در سرعت های متوسط باید کوچک باشد. با ساخت این کنترل، ضرایب انرژی افزایش می یابند و در گاز خروجی کاهش می یابد. از این رو، تصور می شود که مرحله هدف منحنی در شکل 8 باشد. با استفاده از سرعت میل بادامک اندازه گیری شده، فاز هدف از شکل 8 محاسبه می شود.

برآورد شارژ-هوای سیلندر برای عملیات پیشرفته سوپاپ ورودی در موتورهای زمانبندی متغیر میل بادامک متغیر

Cylinder air-charge estimation for advanced intake valve operation in variable cam timing engines

Abstract

High efficiency of three-way automotive catalysts is achieved by regulating cylinder air–fuel ratio in a narrow band around the stoichiometry. Due to a delay present in the exhaust gas oxygen sensor signal, performance of the air–fuel ratio regulation depends on accuracy of the cylinder air-charge estimate. Variable cam timing (VCT) introduces a challenge to the air-charge estimator due to its effect on engine pumping and, in some cases, due to unmeasured back-flow of the exhaust gas into the intake manifold. The objective of this paper is to illuminate some of these issues and suggest methods to improve accuracy of air-charge estimation in VCT engines.

1 Introduction

Variable valve timing (VVT) systems are used in spark ignition automotive engines to improve fuel economy, reduce emissions, and increase peak torque and power [1–6]. Here we shall consider only the variable cam phasing (timing) systems, as opposed to other VVT systems such as cam profile switching [7], variable intake/exhaust duration [8], variable valve lift [9,10], and camless (electro-magnetic valve drive) engine systems [11]. In conventional (non-VCT) engines, the relative phase between the camshafts and the crankshaft is fixed at a value that represents a compromise between optimal phases at different operating conditions. In a VCT system, a mechanism varies the relative phase as a function of engine operating conditions [12]. Depending on the camshafts being actuated (exhaust, intake, or both), there are four variable cam timing system types: intake-only, exhaust-only, dual-equal, and dual-independent [2]. In each of these cases the VCT system alters engine pumping and affects cylinder air charge. A significant reduction in tailpipe emissions of regulated exhaust gases (NOx; HC, and CO), has been achieved with exhaust after-treatment devices such as three way catalysts. High efficiency of a three-way catalyst in removing regulated gases requires that the internal combustion engine be operated at the stoichiometric air–fuel (AF) ratio(approximately equal to14.6). Consequently, a high priority task of the engine control system is to maintain the air–fuel ratio at stoichiometry. A key component of this control system is the feedback of the measured oxygen content (and, hence, air–fuel ratio) in the exhaust gas by a HEGO or a UEGO sensor. Because of the inherent delay in the sensor measurement (induction to exhaust delay plus the transport delay from the exhaust port to the sensor that may be as large as 0:5 s), regulation of air–fuel ratio in transients mostly relies on a feedforward component provided by the aircharge estimator.

The mass of air inducted into the cylinders during the intake stroke (air-charge) is estimated from the signal of a sensor located upstream from the cylinder ports as illustrated in Fig. 1. This is either a mass air flow (MAF) sensor (hot wire anemometer) located upstream from the throttle body or an air pressure sensor located in the intake manifold (MAP). The air-charge estimate divided by the stoichiometric air–fuel ratio largely determines the amount of fuel to be injected. Feedback from the HEGO sensor is needed to maintain accurate AF regulation in steady state. A consistent AF ratio regulation error as small as one percent may result in manifold increase in tail-pipe emissions. To compensate for the time it takes to inject fuel, a predicted value of air charge is used for fueling [13]. In addition, an AF regulation system may include compensation for fuelpuddling dynamics in the intake port, and parameter adaptation to reduce the effect of slowly varying ambient conditions, aging, and sensor drift on AF ratio regulation accuracy [14].