Perbandingan kinerja filtrasi saringan udara kabin otomotif sing kasedhiya kanthi komersial nglawan macem-macem polutan udara

Wektu: 2024-11-06

Abstract

Filter asupan mesin otomotif njamin pangiriman udara sing resik menyang mesin, sanajan saringan kasebut diisi karo rereged sing ngalangi aliran udara gratis. Pendekatan open-loop saiki kanggo pangopènan filter udara wis driver ngganti unsur ing interval layanan wis ditemtokake, nyebabake larang regane lan duweni potensi mbebayani over- lan under-panggantos. Akibaté, akeh kendaraan sing terus-terusan operasi kanthi suda, konsumsi bahan bakar sing tambah, utawa nyandhang sing gegandhengan karo partikel sing bisa ngrusak katalis utawa ngrusak permukaan mesin mesin.

Kita nampilake cara kanggo ndeteksi muatan kontaminasi saringan saka data audio sing diklumpukake dening smartphone lan mikropon stand. Pendekatan machine learning kanggo nyaring pengawasan nggunakake fitur Mel-Cepstrum, Fourier lan Wavelet minangka input menyang model klasifikasi lan ngetrapake peringkat fitur kanggo milih fitur sing paling mbedakake. Kita nduduhake kekuwatan teknik kita kanthi nuduhake khasiat kanggo rong jinis kendharaan lan mikropon sing beda-beda, nemokake asil paling apik 79.7% akurasi nalika nggolongake saringan dadi telung status loading.

Penyempurnaan kanggo teknik iki bakal mbantu para pembalap ngawasi saringan lan mbantu wektu panggantos kanthi optimal. Iki bakal nyebabake peningkatan kinerja, efisiensi, lan linuwih kendaraan, nalika nyuda biaya pangopènan kanggo pamilik kendaraan.

Pambuka

Saben taun, umur rata-rata kendaraan lan mil taunan sing dilewati nambah Departemen Perhubungan Amerika Serikat (2016b), IHS Inc (2016) lan kanthi owah-owahan menyang mobilitas bareng, kabutuhan kendaraan sing efisien, dipercaya lan awet terus berkembang.

Paling akeh

260

-mayuta-yuta kendaraan US armada tugas entheng (Amerika Serikat Departemen Perhubungan, 2016a) punika bensin powered (US Energy Information Administration, 2016), karo mesin sing nganggo udhara lan bahan bakar, ignite campuran iki kanggo propel piston, lan exhaust pembakaran produk sampingan. Sembarang inefficiency nyebabake kinerja mesin, ekonomi lan umur dawa nandhang sangsara.

Sistem asupan penting kanggo kinerja sing optimal. Udhara sing mlebu kudu mili bebas kanggo entuk efisiensi, resik, kanggo nglindhungi permukaan mesin saka abrasi lan kadhemen, saéngga kapadhetan tambah ngidini bahan bakar luwih akeh dibakar, nambah daya.

A unsur tombol intake engine, saringan nyuda konsentrasi contaminant kanggo tingkat aman (Jaroszczyk et al., 1993) nalika mesthekake aliran adi free kanggo matesi panas online intake. Filter-filter kasebut minangka barang-barang sing nganggo, kudu diresiki utawa diganti sawise diisi karo rereget, bledug, lan lebu.

Filtrasi optimal mbenakake jebakan partikel, nyuda erosi silinder mesin. Owah-owahan cilik kanggo efisiensi duwe pengaruh sing signifikan: nyandhang mesin

8

kaping luwih cepet kanggo Filter sing

98

% mungsuh

99

% efisien (Jaroszczyk et al., 1993). Salajengipun, filtrasi becik nyuda tingkat gangguan kabin lan nambah daya mesin lan respon. Ing kontras, saringan reged matesi daya, nimbulaké gangguan, sampah bahan bakar Norman et al. (2009), Toma (2016) lan bisa nyebabake kegagalan konverter katalitik hilir. Tantangan kasebut paling penting ing kendaraan karburator (Thomas et al., 2012) sing ora duwe kontrol bahan bakar loop tertutup. Nalika montor anyar pindhah menyang injeksi bahan bakar ing pertengahan 1990-an, akeh mobil, motor lan kendaraan transportasi entheng liyane ing saindenging jagad isih nggunakake karburator.

Ngganti unsur filter awal katon minangka solusi sing jelas, nanging panggantos awal nyebabake masalah sing subtle nanging serius. Efisiensi panangkepan partikel mundhak kanthi loading (Norman et al., 2009), saéngga unsur sing digunakake kanthi entheng nyuda nyandhang mesin lan ngluwihi umur layanan. Ana jendhela sing paling optimal kanggo ngganti saringan - sing saringan njupuk mayoritas partikel lan mbatesi aliran minimal.

Sensor ing-kendaraan wis dirancang kanggo ngatasi masalah panggantos Filter optimal, nanging umume kendaraan anyar karo On-Board Diagnostics biasane ora ngawasi kondisi iki lan kendaraan lawas biasane lack sembarang sensing. Sawetara kendharaan nawakake sensor penurunan tekanan intake berbasis vakum (Norman et al., 2009) sing nuduhake peningkatan penurunan tekanan awal

1

2.5 kPa

Toma (2016), Thomas et al. (2012). Yen sensor ora ana, pembalap biasane ora ngerti lan mulane gumantung ing wektu buta data, kanthi akeh pembalap ngganti saringan ing interval sing disetel (asring 15,000 km (Toma, 2016)) utawa nalika katon reged. Cara kasebut ora akurat, kanthi kendaraan sing digunakake ing lingkungan sing beda-beda kanthi beban partikel sing beda lan tingkat aliran udara sing ora bisa diprediksi (Jaroszczyk et al., 1993).

Ing survey saka

21

saringan udara diuji sawise dicopot,

15

wis dibusak awal nalika loro wis diganti sawise occlusion kinerja-degradasi diwiwiti (Toma, 2016). Iki nuduhake yen pembalap sing njupuk kendharaan kanggo ngganti saringan layanan banget awal nanging pancen bias, amarga saringan paling reged ditemokake ing mobil kasebut sing durung nate dilayani. Assuming a

2

% mundhut ekonomi bahan bakar ing kendaraan sing ora dilayani, rata-rata sopir mbuwang $1680 saben taun kanggo mbuwang bahan bakar $33.60 nyopir nganggo saringan sing reged. Iki ngluwihi biaya saringan sing khas lan nuduhake tabungan potensial kanggo wektu panggantos sing optimal, ora ana kerusakan jangka panjang kanggo mesin lan konverter katalitik.

Klasifikasi panyaring wektu nyata bisa nyuda biaya operasi lan emisi kendaraan nalika nambah linuwih. Ana panjaluk laten kanggo informasi iki - 81.4% wong bakal njupuk rekomendasi saka sistem informasi data (Toma lan Bobalca, 2016).

Kanggo nyuda kabutuhan owah-owahan prilaku, sensing murah, pervasive nggunakake smartphone bisa digunakake kanggo repurpose piranti sing wis ana (Engelbrecht et al., 2015). Ing taun-taun pungkasan, produsen elektronik konsumen wis nambah kemampuan sensing seluler. Input anyar iki, wiwit saka tekanan atmosfer lan orientasi piranti nganti suhu, tutul, lan jarak, wis ketemu karo peningkatan sing cocog ing komputasi seluler, panyimpenan, lan konektivitas (Han lan Cho, 2016). Karya kita dhewe wis nuduhake manawa bisa ngawasi kontak mesin kanthi nggunakake piranti kasebut (Siegel et al., 2016b).

Kita ngarahake transisi saka paradigma pangopènan reaktif saiki dadi proaktif, nggunakake sumber daya kasebut. Kita nggunakake audio seluler kanggo mirsani carane mobil "ambegan" kanggo nggolongake kinerja filter udara kanthi tujuan nggawe indikator "sisa urip" lan monitor kondisi kanggo saringan udara kanggo nambah kepatuhan karo praktik pangopènan paling apik otomotif. Makalah iki nduduhake carane data audio seluler lan klasifikasi gamelan bisa diterapake kanggo nggolongake kondisi filter udara dadi pirang-pirang negara sing dimuat.

Ing Bagean 2, kita hipotesis manawa swara sing metu saka owah-owahan asupan kanthi muatan partikel, dene Bagean 3 nylidiki karya sing gegandhengan. Bagean 4 nggambarake prosedur eksperimen kanggo ngumpulake data lan simulasi rereged sing mbatesi aliran udara. Kita njlèntrèhaké algoritma klasifikasi gamelan ing Bagéan 5 lan asil saiki ing Bagéan 6, nuduhake akurasi dhuwur ing mbedakake saringan anyar, digunakake alon-alon, reged lan obstructed. Pungkasan, Bagean 7 ngrembug babagan perbaikan ing mangsa ngarep kanggo algoritma iki lan aplikasi sensing sing nyebar kanggo kesalahan kendaraan liyane.

Potongan bagean

Katrangan masalah

Mesin pembakaran sing becik mbutuhake pasokan udara sing bebas, resik lan adhem tanpa wates. Ing kasunyatan, mesin mbutuhake saringan kanggo ngresiki hawa lan mbatesi nyandhang. Nalika anyar, saringan iki mbatesi aliran udara asupan, lan minangka saringan ngemot rereged, watesan iki lan tekanan sing ana gandhengane mundhak. Nalika sistem intake disetel kanggo nyilikake gangguan, geter lan kekerasan, owah-owahan aliran pungkasane nyebabake owah-owahan sing bisa dirasakake ing audio sing metu saka intake. Kita negesake manawa tekanan kasebut

Seni sadurunge

Karakteristik kinerja kendaraan, klasifikasi kondisi komponen lan ngenali prilaku abnormal nggunakake sinyal wektu-domain dudu lapangan anyar. Sensasi ing-kendaraan utamane wis ditrapake kanggo ngawasi filter udara. Nanging, klasifikasi multi-negara lan ngawasi kondisi sing nyebar tetep ora diteliti.

Iki ora amarga kekurangan diagnostik kendaraan sing nyebar. Panggunaan sinyal audio utamane umum ing riset lan aplikasi industri amarga sinyal akustik ora mbutuhake

Prosedur eksperimen lan validasi hipotesis

Bagean iki nerangake carane nggawe conto audio saka kendaraan kanthi tingkat kontaminasi panyaring udara sing beda-beda kanggo nglatih klasifikasi telung negara kanggo macem-macem kendaraan.

Kita pisanan ngrembug eksperimen ngumpulake data kanggo mbuktekaken konsep nggunakake fitur audio kanggo mbedakake lawas saka saringan anyar. Banjur, kita nampilake prosedur kanggo ngasilake data sing dikontrol kanggo klasifikasi kontaminasi multi-negara lan nerangake carane pendekatan iki njamin kekokohan klasifikasi kita. Ing kene, kita ngumpulake data

Pangembangan algoritma

Saka Fig. 5, kita hipotesis yen beda puncak FT bisa digunakake kanggo mbedakake antarane telung negara, kanthi fitur tambahan nambah akurasi klasifikasi. Ing bagean iki kita ngrembug carane kita kui fitur, nyetel classifier, lan milih paramèter input optimal kanggo nggedhekake akurasi klasifikasi loading Filter nalika minimalake overfitting.

Hasil Out-Sample

Bagean iki nuduhake outsample, asil optimized kanggo telung set data dites ing wangun tabular.

Ing Tabel 1, kita ndeleng konfigurasi optimal kanggo saben telung model lan kinerja insample cross-validated 5-fold uga

25

% kinerja outsample.

Kita nyathet tren ing parameter model optimal. Saben model cenderung milih ukuran bin cilik, sing nuduhake yen unsur DFT bakal nduweni peran penting kanggo mbedakake negara lan fitur sing dikarepake fokus ing sempit.

Serat

Kita nuduhake akurasi 80% ing deteksi pemuatan partikel panyaring udara telung negara kanthi nggunakake fitur MFCC, DFT lan wavelet lan wit keputusan sing dibungkus, mbuktekake daya tahan audio smartphone sing diproses batch kanggo klasifikasi filter. Klasifikasi multi-negara minangka langkah kanggo ngawasi kondisi, dene sensitivitas klasifikasi sing dituduhake nuduhake respon awal bisa ditindakake. Aplikasi seluler sing nggunakake pendekatan iki bisa nambah kinerja lan efisiensi kendaraan.

asil

PREV: PENTING PENTING FILTER OIL

NEXT: Kisah Nyata babagan Filter Otomotif

Kabeh Kategori

News