A Method for Identifying the Optimal Operating Parameters of An Internal Combustion Engine Diagnostic Device

N. N. Poltorykhin; M. V. Nikiforov

doi:10.17804/2410-9908.2024.3.006-016

N. N. Poltorykhin, M. V. Nikiforov

A METHOD FOR IDENTIFYING THE OPTIMAL OPERATING PARAMETERS OF AN INTERNAL COMBUSTION ENGINE DIAGNOSTIC DEVICE

DOI: 10.17804/2410-9908.2024.3.006-016

The paper discusses selecting the optimal operating parameters of a device for diagnosing internal combustion engines. A laboratory experiment procedure is developed, the experiment layout being approved. Mathematical planning is used to compile a planning matrix of a three-factor experiment 33. The objects of the study are pneumatic valves, air pressure in a pneumatic system, and the compressed air supply interval in degrees of the crankshaft rotation. The experiment yields data on the camshaft angle after the termination of air supply to an internal combustion engine cylinder as dependent on the variation of the set device parameters. The data are statistically processed, with the calculation of the necessary values of the mean, variance, and coefficient of variation. The verification of the accuracy of the data testifies to the repeatability of the process. The results obtained from the experiment are statistically analyzed to generate regression equations. The study presents 3D surface plots and 2D plots showing the angle of camshaft rotation after the cessation of airflow to the engine cylinder as dependent on the values of variable factors. The analysis of the laboratory experiment results allows us to determine the most efficient design and process parameters of an internal combustion engine diagnostic device. The following parameters of the
diagnostic device are determined: a pneumatic valve area of 29.5 to 34.5 mm2, a system pressure of 0.48 to 0.62 MPa, and a compressed air supply interval (in crankshaft rotation degrees) of 140 to 180°, which allows for a camshaft rotation angle of 95 to 110 degrees.

Keywords: multifactorial experiment, internal combustion engine, complex diagnostic system

References:

Livshits, V.M., Krasheninnikov, S.V., and Pyatin, S.P. Perspective developments in the field of diagnosis of motor and tractor diesels. Vestnik IrGSKHA, 2010, 38, 77–81. (In Russian).
Zotov, S.V., Mezin, I.Yu., and Kasatkina, E.G. Analysis of modern methods for diagnosing internal combustion engines of automobiles. Aktualnyye Problemy Sovremennoy Nauki, Tekhniki i Obrazovaniya, 2016, 1, 247–250. (In Russian).
Poltorykhin, N.N., Nikiforov, M.V., and Panov, Yu.A. Analysis of diagnostic tools in diesel engines. In: Obrazovanie, innovatsii, tsifrovizatsiya: vzglyad regionov [Education, Innovations, Digitalization. A View of the Regions: Proceedings of the Russian (National) Scientific and Practical Conference]. Tver SAA Publ., Tver, 2022, 279–281. (In Russian).
Demakov, K.K. Methods of piston internal combustion engine diagnostics by analysis of crankcase gas-dynamic parameters. Nauchno-Tekhnicheskoe i Ekonomicheskoe Sotrudnichestvo Stran ATR v XXI Veke, 2021, 1, 16–21. (In Russian).
Prosvirov, Yu.E. and Basov, S.A. Reliability of operation and methods for preliminary treatment of cylinder - piston group of internal combustion engines. Vestnik Rostovskogo Gosudarstvennogo Universiteta Putey Soobshcheniya, 2010, 2 (38), 40–45. (In Russian).
Danilov, I.K. and Popova, I.M. Analysis of methods, development and economic feasibility of a diagnostic device for a cylinder piston group of internal combustion engines. In: Problemy tekhnicheskoy ekspluatatsii i avtoservisa podvizhnogo sostava avtomobilnogo transporta [Problems of Technical Maintenance and Service of Motor Vehicles: Proceedings of the 75th MADI Conference]. Tekhpoligraftsentr Publ., 2017, 51–57. (In Russian).
Shevtsov, Yu.D. and Zhuravlev, M.M. Promising methods for diagnosing internal combustion engines. Innovatsii. Nauka. Obrazovanie, 2021, 36, 1603–1608. (In Russian).
Sivakov, V.V., Gryadunov, S.S., and Derevyagin, R.Yu. Improvement of car diagnostics by thermal imaging method. Transport. Transportnyye Sooruzheniya. Ekologiya, 2021, 3, 79–87. (In Russian). DOI: 10.15593/24111678.
Aksenov, A.A. and Khudyakova, M.V. Modern approaches to diagnosing diesel internal combustion engine. Aktualnyye Napravleniya Nauchnykh Issledovaniy XXI Veka: Teoriya i Praktika, 2015, 3 (5–3) (16–3), 7–10. (In Russian).
Koshevenko, A.V. Search of faults of a diesel engine. Tekhnika i Oborudovaniye Dlya Sela, 2008, 3, 44–45. (In Russian).
Nikiforov, M.V., Panov, Yu.A., and Poltorykhin, N.N. Methods for diagnosing internal combustion engines by forcibly supplying compressed air to an engine cylinder. In: Razvitie nauchno-innovatsionnogo potentsiala agrarnogo proizvodstva: problemy, tendentsii, puti resheniya [Development of the Scientific and Innovative Potential of Agricultural Production. Problems, Trends, Solutions: Proceedings of an International Scientific and Practical Conference]. Tver SAA Publ., Tver, 2022, 337–339. (In Russian).
Poltorykhin, N.N., Nikiforov, M.V., and Panov, Yu.A. Analysis of malfunctions and their causes in diesels. In: Innovatsionnyye tekhnologii v APK: problemy i perspektivy [Innovative Technologies in Agriculture. Problems and Prospects: Materials of International Scientific and Practical Conference]. Tver SAA Publ., Tver, 2021, 218–222. (In Russian).
Marley, C.J. and Woods, D.С. A comparison of design and model selection methods for supersaturated experiments. Computational Statistics and Data Analysis, 2010, 54 (12), 3158–3167. DOI: 10.1016/j.csda.2010.02.017.
Pavlik, A.V., Dergachev, V.A., Saveliev, A.S., and Anikin, A.N. Automation of multifactorial experiment carrying out. Sovremennaya Tekhnika i Tekhnologii, 2014, 6 (34), 25. (In Russian).
Dzhasheyev, K.A.M. and Dzhasheyeva, Z.A.M. Nomogram method of the analysis of results of multifactorial experiment. Sovremennyye Naukoyemkie Tekhnologii, 2008, 8, 3. (In Russian).
Skvortsov, V.S. and Lazarenko, O.I. Methodology for constructing a static regression multifactor model from experimental data with factor scheduling of a fiber optic gyroscope. Informatsionno-Tekhnologicheskiy Vestnik, 2021, 4 (30), 103–110. (In Russian).
Reznik, N.A. Multifactorial experiment (technology and results). Obrazovatelnye Tekhnologii i Obshchestvo, 2012, 15, 1, 436–452. (In Russian).
Denisov, V.I., Lisitsin, D.V., and Gavrilov, K.V. The design of an experiment in estimating the parameters ofa multifactor model from nonhomogeneous observations. Sib. Zh. Ind. Mat., 2002, 5 (4), 14–28. (In Russian).
Koshevoy, N.D. and Sukhobrus, E.A. The comparative analysis of optimization methods of multilevel multifactor experiment plans. Radioelektronika, Informatika, Upravleniye, 2012, 1 (26), 53–58. (In Russian).
Suyunbaev, Sh., Sarsembekov, B., Suleyev, B., and Kukesheva, A. Establishment of the Reynolds criterion for ultrasonic cleaning of exhaust gases of internal combustion engines. Proceedings of the University, 2022, 1 (86), 175–181. DOI: 10.52209/1609-1825_2022_1_175.

Н. Н. Полторыхин, М. В. Никифоров

МЕТОДИКА ОПРЕДЕЛЕНИЯ ОПТИМАЛЬНЫХ ПАРАМЕТРОВ РАБОТЫ УСТАНОВКИ ДЛЯ ДИАГНОСТИРОВАНИЯ ДВИГАТЕЛЯ ВНУТРЕННЕГО СГОРАНИЯ

В работе рассмотрен вопрос выбора оптимальных параметров работы диагностической установки для двигателя внутреннего сгорания. Разработана методика и утверждена программа проведения лабораторного эксперимента. С применением метода математического планирования составлена план-матрица трехфакторного эксперимента 33. Объектами исследования выбраны пневматические клапаны, давление воздуха в пневматической системе и интервал подачи сжатого воздуха в градусах поворота коленчатого вала. В результате проведенного эксперимента получены данные изменения угла поворота распределительного вала после прекращения подачи воздуха в цилиндр ДВС в зависимости от изменения заданных параметров работы установки. Проведена статистическая обработка значений с расчетом необходимых величин среднего значения, дисперсии и коэффициента вариации. Проверка на достоверность полученных данных подтвердила воспроизводимость процесса. Полученные при проведении эксперимента результаты обработаны статистически с получением регрессионных уравнений. Построены трехмерные графики поверхностей и двухмерные графики зависимости угла поворота распределительного вала после прекращения подачи воздуха в цилиндр ДВС от значений варьируемых факторов. Выполненный анализ результатов лабораторного эксперимента позволяет определить наиболее рациональные конструкторские и технологические параметры работы диагностической установки для двигателя внутреннего сгорания. Определены параметры диагностической установки для двигателя внутреннего сгорания: сечение пневматического клапана от 29,5 до 34,5 мм2; давление в системе от 0,48 до 0,62 МПа; интервал подачи сжатого воздуха в градусах поворота коленчатого вала от 140 до 180°, обеспечивающий угол поворота распределительного вала от 95 до 110°

Ключевые слова: многофакторный эксперимент, двигатель внутреннего сгорания, комплексная система диагностирования

Библиография:

Лившиц В. М., Крашенинников С. В., Пятин С. П. Перспективные разработки в области диагностики автотракторных дизелей // Вестник ИрГСХА. – 2010. – № 38. – С. 77–81.
Зотов С. В., Мезин И. Ю., Касаткина Е. Г. Анализ современных методов диагностирования ДВС автомобилей // Актуальные проблемы современной науки, техники и образования. – 2016. – Т. 1. – С. 247–250.
Полторыхин Н. Н., Никифоров М. В., Панов Ю. А. Анализ средств диагностики в дизельных двигателях // Всероссийская (национальная) научно-практическая конференция «Образование, инновации, цифровизация: взгляд регионов», Тверь, 15 февраля 2022 г. : сборник научных трудов. – Тверь : ФГБОУ ВО Тверская ГСХА, 2022. – С. 279–281.
Демаков К. К. Методы диагностики поршневых двигателей внутреннего сгорания анализом газодинамических параметров картерных газов // Научно-техническое и экономическое сотрудничество стран АТР в XXI веке. – 2021. – Т. 1. – С. 16–21.
Просвиров Ю. Е., Басов С. А. Надежность работы и методы диагностики цилиндропоршневой группы двигателей внутреннего сгорания // Вестник Ростовского государственного университета путей сообщения. – 2010. – № 2 (38). – С. 40–45.
Данилов И. К., Попова И. М. Анализ методов, разработка и экономическое обоснование средства диагностирования цилиндропоршневой группы ДВС // Проблемы технической эксплуатации и автосервиса подвижного состава автомобильного транспорта, Москва, 01–06 февраля 2017 г. : сборник научных трудов по материалам 75-ой научно-методической и научно-исследовательской конференции МАДИ. – М. : Техполиграфцентр, 2017. – С. 51–57.
Шевцов Ю. Д., Журавлев М. М. Перспективные способы диагностирования двигателей внутреннего сгорания // Инновации. Наука. Образование. – 2021. – № 36. – С. 1603–1608.
Сиваков В. В., Грядунов С. С., Деревягин. Р. Ю. Совершенствование диагностирования автомобилей тепловизионным способом // Транспорт. Транспортные сооружения. Экология. – 2021. – № 3. – С. 79–87. – DOI: 10.15593/24111678.
Аксенов А. А., Худякова М. В. Современные подходы к диагностированию дизельных двигателей внутреннего сгорания // Актуальные направления научных исследований XXI века: теория и практика. – 2015. – Т. 3, № 5–3 (16–3). – С. 7–10.
Кошевенко А. В. Поиск неисправностей дизеля // Техника и оборудование для села. – 2008. – № 3. – С. 44–45.
Никифоров М. В., Панов Ю. А., Полторыхин Н. Н. Методика диагностирования ДВС путем принудительной подачи сжатого воздуха в цилиндр двигателя // Развитие научно-инновационного потенциала аграрного производства: проблемы, тенденции, пути решения, Тверь, 25 октября 2022 г. : сборник научных трудов по материалам Международной научно-практической конференции. – Тверь : Тверская государственная сельскохозяйственная академия, 2022. – С. 337–339.
Полторыхин Н. Н., Никифоров М. В., Панов Ю. А. Анализ неисправностей и их причины в дизелях // Инновационные технологии в АПК: проблемы и перспективы, Тверь, 12–14 октября 2021 г. : материалы Международной научно-практической конференции. – Тверь : Издательство Тверской ГСХАС. – C. 218–222.
Marley C. J., Woods D. C. A comparison of design methods and model selection for experiments with oversaturation // Computational statistics and data analysis. – 2010. – Vol. 54, iss. 12. – P. 3158–3167. – DOI: 10.1016/j.csda.2010.02.017.
Автоматизация проведения многофакторного эксперимента / А. В. Павлик, В. А. Дергачев, А. С. Савельев, А. Н. Аникин // Современная техника и технологии. – 2014. – № 6 (34). – С. 25.
Джашеев К. А. М., Джашеева З. А. М. Номограммный метод анализа результатов многофакторного эксперимента // Современные наукоемкие технологии. – 2008. – № 8. – С. 3.
Скворцов В. С., Лазаренко О. И. Методика построения статической регрессионной многофакторной модели по данным эксперимента с факторным планированием волоконно-оптического гироскопа // Информационно-технологический вестник. – 2021. – № 4 (30). – С. 103–110.
Резник Н. А. Многофакторный эксперимент (технология и результаты) // Образовательные технологии и общество. – 2012. – Т. 15 (1). – С. 436–452.
Денисов В. И., Лисицин Д. В., Гаврилов К. В. Планирование эксперимента при оценивании параметров многофакторной модели по неоднородным наблюдениям // Сибирский журнал индустриальной математики. – 2002. – Т. 5 (4). – С. 14–28.
Кошевой Н. Д., Сухобрус Е. А. Сравнительный анализ методов оптимизации многоуровневых планов многофакторного эксперимента // Радиоэлектроника, информатика, управление. – 2012. – № 1 (26). – С. 53–58.
Establishment of the Reynolds criterion for ultrasonic cleaning of exhaust gases of internal combustion engines / Sh. Suyunbayev, B. Sarsembekov, B. Suleyev, A. Kukesheva // Proceedings of the University. – 2022. – No. 1 (86). – P. 175–181. – DOI 10.52209/1609182520221175.

Библиографическая ссылка на статью

Poltorykhin N. N., Nikiforov M. V. A Method for Identifying the Optimal Operating Parameters of An Internal Combustion Engine Diagnostic Device // Diagnostics, Resource and Mechanics of materials and structures. - 2024. - Iss. 3. - P. 6-16. -
DOI: 10.17804/2410-9908.2024.3.006-016. -
URL: http://dream-journal.org/issues/2024-3/2024-3_433.html
(accessed: 21.12.2024).