Oksijen algılayıcıların model tabanlı arıza teşhisi

Çevre ve insan sağlığının korunmasına yönelik düzenlenmiş emisyon mevzuatlarına uyma, yakıt tüketiminin iyileştirilmesi, araç performansının artırılması ve piyasada rekabet edebilme gibi hedefler, uzmanları hava-yakıt oranı kontrolü üzerine yoğun çalışmalar gerçekleştirmeye yöneltmiştir. Bunun sonucu olarak otomotiv endüstrisinde hava-yakıt oranı kontrolü üzerine pek çok sistem geliştirilmekte ve kullanılmaktadır. Oksijen algılayıcı bu sistemlerden bir tanesidir. Oksijen algılayıcı, araçların egzoz hattında yer alır ve egzoz gazında bulunan oksijen miktarını ölçerek silindir içerisindeki hava yakıt oranı hesaplamaları için geri besleme elemanı olarak kullanılır. Böylece, üç yollu katalitik konvertörün, emisyon gazlarının indirgenebilmesi için optimum aralıkta çalışması sağlanırken, motor gücü ve yakıt tüketimi performansı optimize edilir. OBDII ve EOBD yönetmeliklerinin her ikisi de oksijen algılayıcıların çalışma süresince gözlemlenmesini ve algılayıcıda arıza teşhis edilmesi halinde sürücünün uyarılmasının zorunlu olduğunu birdirmektedir. Bu çalışmanın temel amacı, oksijen algılayıcının emisyon yönetmeliklerine uygun olarak performans hedeflerini karşılayabilmek için hassas ve doğru bir şekilde izlenmesini ve arıza durumunda algılayıcıya teşhis konulmasını sağlarken, zaman, maliyet ve insan gücü açısından kalibrasyon için gerekli iş gücünü azaltacak bir yöntem geliştirmektir. Tez altı farklı bölüm içermektedir. Birinci bölümde, emisyon kontrolünde hava yakıt oranının rolü detaylı olarak açıklanmaktadır. Ayrıca, sistemin anlaşılabilirliğini kolaylaştırmak için genel elemanları ile bir egzoz hattı gösterilirken; emisyon gazları ile emisyon gazlarının zararlarına yer verilmektedir. Son olarak ise, literatürde yer alan model tabanlı teşhis uygulamalarına yönelik çeşitli çalışmalar incelenmektedir. İkinci bölüm oksijen algılayıcıları ayrıntılı olarak tanıtmaktadır. Araçlarda genellikle iki tip oksijen algılayıcı kullanılmaktadır. Bunlardan ilki ikili sistemde çalışmaktadır, ve karışımın zengin ya da fakir karışım olduğunu belirtmektedir. Bu tezde incelenen oksijen algılayıcının tipi ise ikinci tip olan Üniversal Egzoz Gazı Oksijen Algılayıcısıdır. Bu algılayıcı tipine örnek olarak Bosch LSU4.9 algılayıcının çalışma prensibi ve algılayıcının kapalı çevrim hava-yakıt oranı kontrolündeki önemi açıklanmaktadır. Ek olarak, oksijen algılayıcının arızalanmasına neden olabilecek etkenler, hata tipleri, ve egzoz hattında arızalı bir algılayıcı kullanılmasının neden olabileceği sonuçlar anlatılmaktadır. Üçüncü bölümde dinamik sistemlerin modellenmesinin önemine değinilmektedir. Doğrusal ve doğrusal olmayan sistemler için sistem tanılama yöntemlerinin kullanılmasının sağladığı avantajlar belirli metodlar üzerinden anlatılmaktadır. Doğrusal sistemler için dürtü yanıtı, durum uzay ve ARX modelleri açıklanırken; doğrusal olmayan sistemler için NARX modeli detaylandırılmaktadır. Sistem tanılama, bir sistemin önceden tanımlanmış girdileri ile sistemin çıktı ya da çıktılarını ilişkilendirmek için bir dizi deneysel veri kullanılması esasına dayanmaktadır. Sistem tanılama özellikle sistemin dinamik karakteristiği hakkında yeterli bilgiye sahip olunmadığı ya da sistemi fiziksel olarak temsil eden matematiksel denklemlerin bilinmediği durumlarda tercih edilen faydalı bir yaklaşımdır. Mevcut projede kullanılan UEGO algılayıcısının egzoz hattındaki konumundan dördüncü bölümde bahsedilmektedir. Ayrıca, bu bölümde şasi dinamometresinde araç üzerinde toplanmış verilerin özellikleri belirtilmektedir. Üçüncü bölümde anlatılan sistem tanılama yöntemlerinde kullanılmak üzere girdi seçimi analizi de bu bölümde yapılmaktadır. Girdi seçimi temel bileşen analizi, yanma dinamikleri ve ideal gaz kanunu kullanılarak gerçekleştirilmektedir. Girdi seçiminin ardından doğrusal sistem tanılama yöntemi kullanılmaktadır. Bu adımda, önceden belirlenen olası girdi sinyallerinin farklı kombinasyonları kullanılarak üç farklı doğrusal tanılama modeli oluşturulmaktadır. Farklı çalışma noktalarında toplanmış veri seti kullanılarak farklı girdi kombinasyonu ve modeller ile başarılı bir sonuca ulaşılamamıştır. Bu nedenle, veri seti yerel doğrusallık durumunu incelemek üzere farklı motor hızları için daha küçük parçalara ayrılmıştır. Bu adımda da tatmin edici bir sonuç elde edilemediğinden bir sonraki adımda doğrusal olmayan sistem tanılama yaklaşımının kullanılması kararlaştırılmıştır. Doğrusal olmayan sistem tanılama yaklaşımı olarak bir yapay sinir ağı yöntemi olan "nonlinear-autoregressive-exogenous model" kullanılmaktadır. UEGO algılayıcısını en iyi çıktı performansını elde edebilecek şekilde modelleyebilmek amaçlanmıştır. Bu amaçla, çeşitli sayıda saklı katman ve nöronlar için girdilere farklı gecikmeler ve farklı öğrenme yöntemleri uygulanarak bir çok konfigürasyon oluşturulmuştur. Bu konfigürasyonların performansları karşılaştırılarak en iyi modele karar verilmiştir. İki saklı katmanlı, her saklı katmanda sekiz adet nöron bulunduran, sistem gecikmesinin beş olarak belirlendiği NARX modelinin, algılayıcı arıza teşhisinin artık üretme aşamasında kulanılmasına karar verilmiştir. Beşinci bölümde, NARX modeli ile yeterli seviyede başarılı bir model elde edilmesinin ardından artık üretimi ve artık değerlendirme aşamaları ile devam edilmektedir. Artık ya da kalan değerler, WLTC sırasında toplanan model ve algılayıcı çıktılarının karşılaştırılması ile elde edilmektedir. Çalışma için iki farklı WLTC verisi toplanmıştır. İlk WLTC sırasında araç üzerinde normal çalışan bir oksijen algılayıcı ile veri toplanırken ikinci WLTC'de arızalı bir oksijen algılayıcı kullanılarak veri toplanmaktadır. Her iki test çevrimindeki model ve algılayıcı çıktılarının karşılaştırılması ile elde edilen iki farklı artık veri seti, algılayıcı arıza teşhisi hakkında karar verebilmek amacıyla istatistiksel olarak analiz edilmektedir. Her bir artık veri seti için hesaplanan standart sapma ve ortalama değerlere bağlı iki farklı eşik değer kullanılarak karar verme yaklaşımının kullanılmasına karar verilmiştir. Gelecekteki çalışmalarda, artık değerlendirme aşamasında farklı yaklaşımlar denenerek bu yaklaşımların verimliliklerinin ve uygulanabilirliklerinin gözlemlenebileceği düşünülmektedir. Ayrıca, çeşitli çevresel koşullar altında validasyon testlerinin yapılması tavsiye edilmektedir.