2594

экономичность [1]. Зависимость механического к.п.д. от температуры охлаждающей жидкости [2]:

- динамическая вязкость масла, Па*с;

tг - температура гильзы, K;

tcт - температура стенок цилиндра, K;

t - динамическая вязкость масла при данной температуре tохл ;

tохл - изменение средней температуры охлаждающей жидкости.

На режиме максимальной нагрузки следует снижать температуру охлаждающей жидкости выходящей из головки блока цилиндров (ГБЦ) до значения равного 80 ÷ 86 oC, что уменьшит величину нагрева воздушной массы, поступающей в камеру сгорания, следовательно, увеличить коэффициент наполнения цилиндров [2]:

где v - относительное изменение коэффициента наполнения, K1 - линеаризованный коэффициент;

tохл - температура охлаждающей жидкости, K;

tохл - средняя температура охлаждающей жидкости. Целенаправленное влияние на температуру охлаждающей жидкости,

увеличение её на частичных нагрузках и уменьшение на максимальных, осуществляется модернизированной системой жидкостного охлаждения, представленной на рисунке 1.

Данная система охлаждения включает в себя подсистемы регулирования производительности по жидкостному контуру и изменения расхода охлаждающего воздуха, проходящего через радиатор. Регулирование производительности по жидкостному контуру производиться с помощью жидкостного насоса с электроприводом и программируемого термостата. Применение электропривода насоса позволит устранить недостатки, присущие системам охлаждения, в состав которых входит жидкостный насос с механическим приводом [3]. Программируемый термостат позволяет изменять температуру открытия своих клапанов путем подачи напряжения на термосопротивление, встроенное в него, и за счет этого регулировать тепловой режим в определенном поле рабочих характеристик двигателя [4].

310

Подсистема изменения расхода охлаждающего воздуха, проходящего через радиатор включает в себя жалюзи с электроприводом и вентилятор переменной производительности.

- циркуляция охлаждающей жидкости по малому контуру; - циркуляция охлаждающей жидкости по большому контуру

Рис. 1. Схема жидкостной адаптивной системы охлаждения

1 – радиатор; 2 – жалюзи; 3 – программируемый термостат; 4 – датчик положения дроссельной заслонки; 5 – датчик температуры охлаждающей жидкости; 6 – датчик температуры окружающей среды; 7 – электронный блок управления; 8 – ДВС; 9 – датчик частоты вращения выходного вала коробки передач; 10 – коробка передач; 11 – датчик частоты вращения коленчатого вала; 12 – жидкостный насос с электроприводом; 13 – обводная магистраль; 14 – вентилятор с электроприводом; 15 – шаговый электродвигатель привода жалюзи.

Блок-схема алгоритма работы системы представлена на рисунке 2. Для формирования управляющих воздействий электронный блок

управления анализирует показания датчиков: нагрузки двигателя, частоты вращения коленчатого вала, скорости движения автомобиля, температуры окружающей среды, температуры охлаждающей жидкости.

После пуска и прогрева двигателя до необходимой температуры, определяется режим его работы [5]. При частичных нагрузочных режимах температура стабилизируется в диапазоне 110 ÷ 115 oC, при мощностных режимах – 80 ÷ 86 oC. Регулирование теплового состояния двигателя осуществляется изменением температуры открытия клапана программируемого термостата и регулированием производительности вентилятора и жидкостного насоса.

311

Рис. 2. Блок-схема алгоритма работы адаптивной системы охлаждения:

Gэл.н. - производительность электрического насоса охлаждающей жидкости, м3/с; Gв.рад. -

производительность вентилятора радиатора охлаждающей жидкости, м3/ч; URтерм -

напряжение на термосопротивлении программируемого термостата, В; tож - температура охлаждающей жидкости;oC; nкв - частота вращения коленчатого вала двигателя,об/мин.

Применение модернизированной системы охлаждения с адаптивным управлением, осуществляющей изменение температуры охлаждающей жидкости в соответствии с режимом работы двигателя, позволит увеличить эффективность его работы: повысить топливную экономичность на частичных нагрузках, улучшить наполнение цилиндров на номинальных режимах.

312

Библиографический список

1.Асмус Т. У. Топливная экономичность автомобилей с бензиновыми двигателями / Т.У. Асмус, К. Боргнакке, С.К. Кларк и др.; Под ред. Д. Хиллиарда, Дж. Спрингера. - М.: Машиностроение, 1988. - 510 c.

2.Петриченко Р.М. Системы жидкостного охлаждения быстроходных двигателей внутреннего сгорания: Р.М. Петриченко; - Л.: «Машиностроение», 1975. – 224 с.

3.Алиев А. Я. Система охлаждения ДВС, оснащенная электроприводным насосом / А. Я. Алиев, Н. Г. Фаталиев// Автомобильная промышленность: научно-технический журнал. – 2008. - №7. – С14.

4.Луканин В. Н. Двигатели внутреннего сгорания: в 3 кн. Кн.2: Динамика и конструирование: ред. В. Н. Луканин, М. Г. Шатров; - 3-е изд. перераб. - М.: Высшая школа, 2007 – 400 с.

5.Мельников А.А.Управление техническими объектами автомобилей и тракторов: Системы электроники и автоматики: Учеб. пособие для студ. высш. учеб. заведений/А.А. Мельников. – М.: Издательский центр «Академия», 2003. – 376 с.

УДК 519.6

ПРИМЕНЕНИЕ СПЕЦИАЛИЗИРОВАННЫХ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В СФЕРЕ ПРОЕКТИРОВАНИЯ И ЭКСПЛУАТАЦИИ АВТОТРАКТОРНОГО ЭЛЕКТРООБОРУДОВАНИЯ

Е.Л. Першина, ст. преп.; О.А. Попова, канд. техн. наук, доц. Сибирская государственная автомобильно-дорожная академия

В настоящее время одним из направлений в области проектирования, создания и эксплуатации сложных технических систем является разработка специализированных компьютерных систем поддержки принятия решений, реализующих современные интеллектуальные технологии обработки данных и принятия эффективных технических решений.

Специализированные системы призваны наряду с общими задачами поддержки принятия решений, такими как анализ ситуаций, генерация и оценка альтернатив, компьютерный анализ возможных последствий принимаемых решений осуществлять поддержку специфических задач, связанных с уникальностью данной предметной области, условий, ограничений, сферы применения.

К таким техническим системам, которые нуждаются в компьютерной поддержке, можно отнести автотракторные системы, а также различные подсистемы, такие, например, как система автотракторного электрооборудования.

В процессе эксплуатации автотракторного электрооборудования возникает ситуация принятия решений в условиях многокритериальности и неопределенности имеющейся информации. Например, непрерывное

313

усложнение систем электрооборудования и рост степени их автоматизации выдвигают на передний план проблему оценки состояния как всей системы в целом, так и отдельных ее подсистем. Оценкой всех вопросов, связанных

сопределением состояния технической системы и характера его изменения

стечением времени, занимается техническая диагностика. На основании данных технической диагностики проводится качественная оценка (работоспособен, неработоспособен, имеется дефект, дефект отсутствует и т.п.) и на основании этих оценок принимаются решения.

Решение задач технической диагностики системы электрооборудования целесообразно начинать в процессе проектирования объекта. Исходя из условий использования и эксплуатации проектируемого объекта, разрабатывают диагностические модели, эффективность которых в значительной мере зависит от степени приспособленности конструкции объекта к техническому диагностированию, а также применяемых методов и средств технической диагностики.

Для разработки диагностических моделей используется разнообразный аппарат и инструментарий. Особое место занимает метод моделирования, который позволяет формализовать процесс оценки состояния технического объекта. Для решения проблемы оценки сложных объектов используется метод многопараметрического моделирования, который успешно применяется для исследования многих технических систем. Автотракторные системы управления - сложные устройства, в которых учитываются значения многих параметров. Поэтому на первый взгляд применение многопараметрического моделирования представляется адекватным инструментарием для решения оценки состояния системы автотракторного электрооборудования.

Анализ публикаций по теме применения данного подхода к системам электроснабжения для автотракторных систем показал, что данный подход практически не используется. Зависимости между входными и выходными

параметрами системы строятся на основе инженерного опыта, экспериментальных исследований, полезная информация представляется в виде многомерных калибровочных диаграмм. Достаточно убедительным аргументом, доказывающим сложность применения технологии многопараметрического моделирования к таким системам, является также тот факт, что многие параметры, характеризующие состояние системы носят качественный характер. Проблема оценки состояния относится к классу слабо структурированных и неструктурированных проблем.

В статье предлагается для оценки состояния системы автотракторного электрооборудования использовать информационный подход, основанный на применении современных интеллектуальных технологий и многокритериальных методах моделирования многопараметрических задач принятия решений. Для реализации данного подхода необходимо разрабатывать и использовать специализированные компьютерные

314

интеллектуальные системы поддержки принятия решений. Основное назначение таких систем не только представлять необходимую информацию, но и выполнять некоторый ее предварительный анализ, давать рекомендации, осуществлять прогнозирование развития ситуаций, отбирать наиболее перспективные альтернативы решений, т.е. поддерживать решения, взяв на себя значительную часть рутинных операций, а также функции предварительного анализа и оценок.

Современная система поддержки решений связывает интеллектуальные ресурсы человека со способностями и возможностями компьютера для улучшения качества решений.

Основная идея новой технологии состоит в том, чтобы рассматривать систему понятий предметной области и соответствие между ней и системой понятий формальной модели как исходную информацию для решения прикладных задач. Данная информационная технология основывается, прежде всего, на интеллектуальных технологиях и теории искусственного интеллекта.

Компьютерная интеллектуальная система поддержки принятия решений (КИСППР) – это компьютерная система, состоящая из пяти основных взаимодействующих компонентов: языковой подсистемы (механизм обеспечения связи между пользователем и другими компонентами КИСППР), информационной подсистемы (хранилище данных и средств их обработки), подсистемы управления знаниями (хранилище знаний о проблемной области, таких как процедуры, эвристики и правила, и средства обработки знаний), подсистемы управления моделями и подсистемы обработки и решения задач (связующее звено между другими подсистемами).

Например, часто решения, основанные на знаниях, помогают поддерживать шаги в процессе получения решения без математической поддержки; интеллектуальные системы моделирования решений могут помочь пользователям строить, использовать и управлять библиотекой или базой моделей; аналитические системы принятия решений могут интегрировать теоретически строгие методы неопределенности в базу знаний системы.

Компонента знаний состоит из одной или нескольких интеллектуальных программных составляющих. Как СУБД и система управления моделями, программное обеспечение управления знаниями обеспечивает требуемое исполнение и интеграцию в интеллектуальных системах.

Системы, которые включают такую составляющую, называются интеллектуальными, или КИСППР, базирующимися на знаниях. При их создании используются идеи и методы искусственного интеллекта.

Понятия, которыми оперирует человек в различных областях знаний, являются по своей природе слишком сложными и многоплановыми для

315

того, чтобы использовать для их представления только традиционные, точные, хорошо определенные модели и алгоритмы. Многие понятия вследствие субъективности человеческого мышления, приблизительного характера умозаключений и лингвистического их описания оказываются нечеткими по своей природе и требуют для своего представления соответствующего аппарата.

Вкачестве примера использования интеллектуального подхода в технических системах отменим, что в автомобильных электронных системах автоматического управления (ЭСАУ) находят применение лингвистические функциональные преобразователи, входными и выходными параметрами для которых являются лингвистические переменные, значениями которых являются нечеткие подмножества, выраженные в форме слов или предложений на естественном или искусственном языке.

Вотличие от классической теории множеств, в которой используются понятия принадлежности или непринадлежности элемента к множеству, теория нечетких множеств допускает различную степень принадлежности, определяемую функцией принадлежности элемента, значения которой изменяются в интервале [0,1]. Границы интервала характеризуют соответственно полную принадлежность к нулю или полную принадлежность к единице элемента нечеткого множества.

Вработе [3] рассматривается система управления оборотами вентилятора отопителя в салоне автомобиля в зависимости от фактической температуры и заданной потребителем на пульте климат-контроля. Температура в салоне автомобиля рассматривается как лингвистическая переменная Т1. Тогда входными лингвистическими переменными будут фактическая температура в салоне Т1 и температура ТU, задаваемая пользователем на панели климат-контроля.

Значения лингвистических переменных представляются словами естественного языка и называются термами. Для большинства приложений достаточно иметь 3-7 термов на каждую переменную. Лингвистическую переменную Т1 (температура в салоне) можно описать термами «очень холодно», «холодно», «прохладно», «комфортно», «тепло», «жарко». Лингвистическая переменная ТU (желаемая температура) описывается как «холодно», «прохладно», «комфортно», «тепло», «жарко».

Для реализации лингвистической переменной необходимо определить точные физические значения ее термов. Пусть, например, переменная Т1 может принимать любое значение в диапазоне 5...40С. Каждому значению температуры из диапазона 5...40С ставится в соответствие некоторое число от нуля до единицы, определяющее степень принадлежности данного физического значения температуры к тому или иному терму лингвистической переменной Т1. Например, температуре 18С можно задать степень принадлежности к терму «холодно», равную 0,4, а к терму

316

«прохладно» - 0,6. Конкретное определение степени принадлежности производится экспертами.

Каждому значению лингвистической переменной соответствует свой диапазон изменения базовой переменной. Ограничение значения базовой переменной характеризуется функцией принадлежности, которая каждому значению базовой переменной ставит в соответствие определенное число из интервала [0-1].

Выходная лингвистическая переменная ОВО (обороты вентилятора отопителя) может быть задана термами «отключено», «малые обороты», «средние», «высокие», «максимальные».

Использование лингвистических переменных означает сжатие данных, т. к. одним значением лингвистической переменной охватывается весь диапазон значений базовой переменной, что позволяет обходиться без создания громоздких многомерных калибровочных таблиц.

Для реализации управления задаются продукционные правила, связывающие входные и выходные лингвистические переменные. Совокупность таких правил описывает стратегию управления, применяемую в данной задаче.

Продукционное правило состоит из антецедента (часть «если») и консеквента (часть «то»). Антецедент может содержать более одной посылки. В этом случае они объединяются посредством логических связок «И» или «ИЛИ».

Например:

ЕСЛИ (Т1 = «очень холодно») И (ТU= «жарко») ТО (ОВО = «МАКСИМАЛЬНЫЕ»).

Смысл этого правила в том, что если в салоне очень холодно, а установка переключателя на панели климат-контроля в положении «жарко», то вентилятор отопителя должен работать на полную мощность.

Данный пример показывает, что лингвистические функциональные преобразователи с нечеткой логикой можно использовать в системах автотракторного электрооборудования, управления для многих автотракторных агрегатов, например, в гидравлических тормозах, в программном обеспечении электронных систем управления подачей топлива, управления автоматической коробкой передач, в электронных системах управления климат-контролем.

Срабатывание систем, основанных на нечеткой логике, значительно ускоряется по сравнению с техническим решением на основе калибровочных диаграмм.

В заключение следует заметить, что разработка специализированных КИСППР в автотракторной сфере является актуальной задачей. Как показал анализ существующих сегодня КСППР в автотракторной сфере таковые

317

отсутствуют. Имеются лишь отдельные программы, решающие отдельные частные задачи расчета технических показателей для данных систем.

На факультете «Информационные системы в управлении» в Сибирской автомобильно-дорожной академии в рамках программы «Развитие научного потенциала высшей школы (2009-2010) по направлению «Интеллектуальные технологии поддержки принятия решений» ведется научно-исследовательская работа по созданию специализированных компьютерных интеллектуальных систем поддержки принятия решений. В этих системах реализуется технология интеллектуального анализа данных Semp-T, которая объединяет уникальный по мощности комплекс средств и методов представления и обработки знаний, включающий: высокоуровневые средства задания семантики объектов предметной области путем спецификации ограничений на значения их параметров и локальных правил вывода; иерархическую семантическую сеть с определяемыми свойствами отношений; аппарат для работы с неточно заданными (недоопределенными) значениями числовых, символьных и множественных типов; динамические типы данных; развитый аппарат продукционных правил с двумя уровнями средств динамического управления; средства генерации и проверки гипотез; объектная графика и высокоуровневые средства создания пользовательских интерфейсов; визуальный интерфейс разработчика. Semp-T носит универсальный характер и может использоваться в любых сферах приложений, в которых требуется описание сложных по структуре и семантике предметных областей. Semp-T естественно сочетает мощный логический вывод и вычисления над неточно заданными параметрами, что обеспечивает его эффективное применение в таких областях как: экспертные системы и их проблемно-ориентированных оболочки; интеллектуальные базыданныхи знаний; сложные диагностические системы; системы планирования и принятия решений; моделирование процессов в технике, экономике, биологии и социологии; интеллектуальные системы управления сложными объектами, в том числе роботами; компьютерная поддержка учебных курсов искусственный интеллект, инженерия знаний и др. Технология Semp-T ориентирована на конструктора интеллектуальных систем. Обеспечивает значительное повышение качества и многократное сокращение трудозатрат при создании сложных систем обработки знаний.

Библиографический список

1.Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии: Учеб. пособие. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. - 304 с.

2.Люггер Дэю.Ф. Искусственный интеллект. Стратегии и методы решения сложных проблем: Пер. с англ. - 4-е изд. - М.: Издательский дом «Вильямс», 2003. - 864 с.

3.Соснин Д.А., Яковлев В.Ф. Новейшие автомобильные электронные системы: Учеб. пособие. – М.: СОЛОН-Пресс, 2005. – 240 с.

318

УДК 621.3

БУДУЩЕЕ -ЗА ВЫСОКОВОЛЬТНЫМИСИСТЕМАМИПУСКА ДВС

В.П. Хортов, В.И. Коротков Московский государственный технический университет «МАМИ»

Низковольтные конденсаторные системы пуска ДВС пока, как известно, в массовое и даже серийное производство не пошли. И это, пожалуй, хорошо. Дело в том, что за 16 лет, прошедших с момента изобретения конденсаторной системы пуска, были проведены сотни экспериментов и решены десятки связанных с нею теоретических задач. Результаты того и другого позволяют сделать выводы, полезные при принятии решения о промышленном использовании конденсаторных систем пуска. Главный из них состоит в том, что низковольтные системы перспективы не имеют. Наоборот, будущее – за высоковольтными системами: они экономичны, т.е. обеспечивают пуск ДВС при значительно меньших, чем низковольтные системы, затратах энергии, а значит, и массе конденсаторов.

Бесперспективность низковольтных систем даже при использовании молекулярных и иных высокоемкостных типов конденсаторов объясняется следующим.

Общеизвестно, что важнейший показатель аккумуляторных батарей, применяемых в системах пуска ДВС, - их внутреннее сопротивление: именно оно определяет максимальную мощность, которую можно получить от батареи.

Эта мощность равна отношению квадрата напряжения на зажимах аккумуляторной батареи к учетверенному ее внутреннему сопротивлению.

Хорошо известно и то, что при снижении температуры окружающей среды (следовательно, и электролита), а также при разряде батареи ее внутреннее сопротивление увеличивается, значит, мощность отдаваемая ею в сеть, снижается. В то же время потребности ДВС в мощности при снижении температуры, наоборот, увеличивается. Поэтому попытки внедрить конденсаторные системы пуска, были, по существу, попытками устранить данное противоречие. При этом считалось, что аккумуляторная батарея будет нужна только для заряда конденсаторов, и поскольку внутреннее сопротивления последних при прочих равных условиях значительно меньше сопротивления батареи, то мощность системы пуска должна заметно возрасти.

Для обычных импульсных конденсаторов так оно и есть. Однако у низковольтных молекулярных, на которые в дальнейшем из-за их высокой удельной энергоемкости и был сделан упор, это сопротивление оказалось

319