Abstract:
İçten yanmalı motorların ürettiği zararlı egzoz gazların yasal sınırları gün geçtikçe
daralmaktadır. Emisyon standartları denilen bu sınırlamaları sağlamak amacıyla motor
üreticileri motor geliştirme çalışmalarının yanında motor geliştirme testleri
yapmaktadırlar. Motor geliştirme testleri sırasında, motorun mekanik dayanımlarından
birisi olan silindir içi yanmadan kaynaklı silindir içi maksimum basınç (PMAX) değeri
sürekli takip edilmeli ve sınırlar içerisinde kalınmalıdır. PMAX değerleri, maliyetleri
yüksek olan silindir içi basınç sensörleri ile takip edilmektedir. Sensörlere ek olarak anfi,
bilgisayar gibi fazladan cihazlara ihtiyaç duyulmaktadır. Öte yandan sensörlerin silindir
içine temas etmesi gerektiği için kızdırma bujileri sökülerek yerlerine silindir içi basınç
sensörleri bir adaptör vasıtasıyla takılmaktadır. Sensör silindir içindeki yanmadan ötürü
yüksek sıcaklık ve yüksek basınca maruz kalmakta ve bu sebeple zaman içerisinde
sensör hassasiyeti ve ölçüm değerlerinde kaymalar meydana gelmektedir. Ölçüm
değerlerinde kaymaların veya tutarsızlıkların meydana geldiği gözlemlendiğinde
sensörlerin kalibre edilmesi gerekir. Sensörlerin kalibre edilmesi ise fazladan bir
kalibratör cihaz ve referans sensörle sağlanmaktadır. Kızdırma bujilerine ve silindir içi
basınç sensörlerine aynı anda ihtiyaç duyulduğu anlarda ise motor kafasına talaşlı işlem
ile sensörlerin yerleştirileceği kanallar açılmalıdır. Bu talaşlı işlem yanma odası
geometrisini bozduğu gibi aynı zamanda büyük çaba gerektirmektedir.
Gelişen teknoloji ve modelleme teknikleriyle çoğu sensörlerin kullanımı kalkmış veya
azalmıştır. Bu tez çalışmasında, motor geliştirme testleri süresince kullanılan maliyetleri
yüksek olan silindir içi basınç sensörleri yerine geçebilecek ve/veya sensörlerin
ölçümlerindeki kaymaları yakalayabilecek sanal sensör oluşturulabilirliği denenmiştir.
Tez çalışmasında çok çeşitli modelleme tekniklerinden, hızlı işlem yapabilme kabiliyetli
ve açıklanması güç olaylarda tahminleme yeteneği yüksek olan yapay sinir ağları tekniği
seçilmiştir.
Yapay sinir ağları tekniği ile eğitilecek modellerin öncelikle girdileri belirlenmek
istenmiş ve 4 farklı girdi seti oluşturulmuştur. İkinci olarak modellerin gizli nöron
sayıları belirlenmek istenmiş ve nöron sayıları 2, 3, 4, 5, 10 ve 20 olacak şekilde 4 farklı
girdi seti için toplamda 24 adet model eğitilmiştir. Bu 4 farklı girdi setiyle eğitilen 24
adet modelin sonuçları incelendiğinde 2 girdi seti daha oluşturulmuştur. Toplamda 26
adet model eğitilmiş ve sonuçları karşılaştırılmıştır.
Motor geliştirme testleri sırasında koşulan Genişletilmiş Deneysel Tasarım - EDOE
(Extended Design of Experiments) testinin sonuçlarından elde edilen 2533 farklı
çalışma noktasına ait ölçümler ile modeller eğitilmiştir. Eğitilen her bir model tekrardan
motor geliştirme testleri sırasında koşulan motor haritalama testinin sonuçlarından
elde edilen 196 farklı çalışma noktasına ait ölçümler ile çevrimdışı test edilmiştir.
Haritalama testi sonuçlarına göre en iyi sonucu veren model seçilmiştir. En iyi sonucu
veren model çevrimiçi gerçek zamanlı olarak motor geliştirme testleri süresince
çalıştırılmış ve sonuçları kayıt altına alınmıştır.
Çevrimiçi gerçek zamanlı çalışan model motor haritalama testi süresince çalıştırılmıştır.
Model ve sensör ölçümleri arasındaki fark ±4 bar ve R değeri 0,99681 olarak
kaydedilmiştir. Haritalama testinden sonra motorun hızlı manevralar yaptığı Dünya
Uyumlaştırılmış Test Çevrimi - WHTC (World Harmonized Transient Cycle) testi
süresince çalışan model ve sensör ölçümleri arasındaki fark ± 7 bar ve R değeri 0,9965
olarak kaydedilmiştir. WHTC testi daha detaylı incelendiğinde, ±4 bar ve üstü farkların
oluştuğu bölgelerin aslında yüksek basınç bölgeleri olmadığı görülmüştür. Motorun
silindir içi maksimum basınç dayanımına yakın bölgelerde sensör ve model çıktıları
arasındaki farkın ±4 bar sınırında kaldığı gözlemlenmiştir.
Nihayetinde doğru girdiler, doğru nöron sayısı ve geniş eğitim seti ile eğitilen yapay
sinir ağları modelinin sensörlere yakın tahminlemeler yaptığı ve sensörlerden daha hızlı
tepki verdiği sonucuna ulaşılmıştır.