DOI: https://doi.org/10.1016/j.ymssp.2025.113539
تاريخ النشر: 2025-10-28
المؤلف: Zengquan Zheng وآخرون
الموضوع الرئيسي: تكنولوجيا محركات الاحتراق المتقدمة
نظرة عامة
تبحث الدراسة في إمكانية تحليل الاهتزازات كطريقة غير تدخلية لتوصيف أحداث الاحتراق بدقة في محركات الاحتراق بالضغط (CI) ومحركات الاحتراق بالضغط مع شحنة متجانسة (HCCI). تقتصر أجهزة استشعار الضغط التقليدية داخل الأسطوانة على التكلفة والتدخل والمتانة، مما يدفع لاستكشاف اهتزازات كتلة المحرك كمؤشرات موثوقة لمتغيرات الاحتراق مثل بداية الاحتراق (SOC)، والضغط الأقصى (PP)، ومعدل ارتفاع الضغط (PPRR)، ومعدل إطلاق الحرارة الأقصى (HRRmax)، ونسبة الكتلة المحترقة (MFB). تستخدم الدراسة تقنيات تحليل الإشارة، وتحديداً تحليل الوضع التجريبي (EMD) وتحليل الوضع المتغير (VMD)، جنباً إلى جنب مع نماذج التعلم الآلي لتعزيز التقدير في الوقت الحقيقي والتخطيط غير الخطي. تشير النتائج إلى أن إشارات الاهتزاز يمكن أن تحقق دقة توقيت تقل عن 1 درجة زاوية كرانك (CAD) وأخطاء إعادة بناء الضغط أقل من 5%.
تؤكد المراجعة على ضرورة وجود طرق غير تدخلية للكشف عن الاحتراق وتتحقق من العلاقة بين اهتزازات المحرك وخصائص الاحتراق من خلال مراجعة شاملة للأدبيات. تظهر النتائج الرئيسية أن VMD وEMD تفصل بشكل فعال الضوضاء الميكانيكية عن الاهتزازات الناتجة عن الاحتراق، محققة أخطاء استخراج الميزات أقل من 1 CAD. كما تحدد الدراسة تحليل عبور الصفر للتسارع المفلتر كطريقة واعدة للمراقبة في الوقت الحقيقي، حيث توفر دقة أقل من 0.9 CAD لبداية الاحتراق وPP. بالإضافة إلى ذلك، يتم تقييم تأثير ظروف التشغيل العابرة على الاستشعار القائم على الاهتزاز، مما يكشف أنه بينما توفر محركات CI تقديرات مستقرة، تظهر محركات HCCI تبايناً أكبر. تعزز أساليب التعلم الآلي، وخاصة دالة القاعدة الشعاعية (RBF) والشبكات العصبية العامة (GRNN)، دقة إعادة البناء بشكل كبير، محققة أخطاء الجذر التربيعي المتوسط (RMSE) للضغط الأقصى أقل من 3.9% وتوقيت MFB ضمن 1.6 CAD. بشكل عام، تقترح الدراسة أن معالجة الإشارات المتقدمة والنمذجة يمكن أن تسهل الاعتماد الواسع لتحليل الاحتراق القائم على الاهتزاز، مما يساهم في تحسين التشخيصات لمحركات الاحتراق الداخلي من الجيل التالي.
مقدمة
تستعرض مقدمة ورقة البحث السياق الأساسي وأهمية الدراسة. تبرز الأهداف الرئيسية، والتي تشمل معالجة فجوة معينة في الأدبيات الحالية واقتراح منهجيات أو أطر جديدة. يؤكد المؤلفون على أهمية عملهم في تعزيز الفهم داخل هذا المجال، خاصة فيما يتعلق بالمفاهيم النظرية الرئيسية والنتائج التجريبية.
بالإضافة إلى ذلك، تقدم المقدمة لمحة عامة عن أسئلة البحث والفرضيات التي توجه التحقيق. وتؤكد على الآثار المحتملة لنتائج الدراسة على كل من النقاش الأكاديمي والتطبيقات العملية، مما يضع مبرراً مقنعاً للبحث الذي تم القيام به. بشكل عام، تهيئ المقدمة المسرح لاستكشاف شامل للموضوع، بهدف تقديم رؤى قيمة للمجال.
طرق
تستعرض هذه القسم الدوافع والأهداف والمنهجيات لمراجعة تركز على تطبيق إشارات الاهتزاز للتحكم في الاحتراق في محركات الاحتراق الداخلي، وخاصة في محركات الاحتراق بالضغط المنخفض والمتقدمة. بينما تم استخدام تحليل الاهتزاز بشكل فعال في محركات الاحتراق الشراري الخفيف، فإن تطبيقه في المحركات الثقيلة محدود بسبب الطبيعة المعقدة لعملية الاحتراق والطيف الاهتزازي المتداخل الناتج عن القوى الميكانيكية العالية. تحدد المراجعة الفجوات الكبيرة في الأدبيات الحالية، مشيرة إلى أن الدراسات السابقة لم تتناول بشكل شامل الكشف عن أحداث الاحتراق أو تطبيق تقنيات فصل الإشارة الحديثة في هذا السياق.
تهدف الدراسة إلى قياس العلاقة بين متغيرات الاحتراق – مثل بداية الاحتراق (SOC)، الضغط الأقصى (PP)، معدل ارتفاع الضغط الأقصى (PPRR)، معدل إطلاق الحرارة الأقصى (HRRmax)، ونسبة الكتلة المحترقة (MFB) – وإشارات اهتزاز كتلة المحرك. تقترح الدراسة تقييم كفاءة طرق تحليل الإشارة المختلفة (مثل تحويل فورييه، تحليل الوضع التجريبي، تحليل الوضع المتغير) في عزل الاهتزازات الناتجة عن الاحتراق عن الضوضاء الميكانيكية. يتم تفصيل المنهجية لتقدير متغيرات الاحتراق من إشارات الاهتزاز، بما في ذلك تقنيات تحديد قيم SOC وPP وPPRR وHRRmax وMFB. تشير النتائج إلى أن دقة التقدير أعلى في محركات CI مقارنة بمفاهيم الاحتراق الأخرى، مما يبرز الحاجة إلى مزيد من البحث لتحسين عمليات الاحتراق عبر أنواع الوقود المختلفة.
نقاش
يسلط النقاش الضوء على الدور الحاسم لمراقبة أحداث الاحتراق في محركات الاحتراق الداخلي (ICEs) لتحسين الأداء، وتعزيز الاستدامة البيئية، وزيادة رضا المستخدم. يسمح تحليل الاحتراق الفعال بضبط المعلمات مثل نسبة الهواء إلى الوقود وتوقيت الاشتعال، والتي تعتبر أساسية لتحقيق أقصى كفاءة للوقود وتقليل المشكلات مثل الخبط والإشعال الخاطئ. تؤكد هذه القسم على أهمية قياسات الضغط داخل الأسطوانة كطريقة رئيسية لتقييم ديناميات الاحتراق، حيث توفر المعلمات الرئيسية مثل الضغط المتوسط الفعال (IMEP) ومعدل إطلاق الحرارة (HRR) رؤى حول كفاءة المحرك واستقراره. ومع ذلك، تواجه أجهزة استشعار الضغط التقليدية قيوداً من حيث التكلفة والموثوقية والمتانة تحت الظروف القاسية، مما يدفع نحو التحول إلى تقنيات المراقبة غير التدخلية.
تستخدم الطرق غير التدخلية، بما في ذلك تحليل الاهتزاز، ومراقبة الانبعاثات الصوتية، والاستشعار البصري، بشكل متزايد لالتقاط خصائص الاحتراق دون عيوب أجهزة الاستشعار التدخلية. تُظهر إشارات الاهتزاز، على وجه الخصوص، ارتباطاً قوياً بتقلبات الضغط داخل الأسطوانة، مما يسمح بإعادة بناء منحنيات الضغط وتحديد أحداث الاحتراق. يتم دمج تقنيات معالجة الإشارة المتقدمة، مثل فصل المصدر الأعمى وخوارزميات التعلم الآلي، لتعزيز دقة الكشف عن أحداث الاحتراق وتحليلها. تختتم هذه القسم بتحديد التحديات المستمرة في المراقبة القائمة على الاهتزاز، مثل تأثير العوامل الخارجية وتعقيد عمليات المحرك، مع تسليط الضوء أيضاً على الإمكانات المستقبلية للبحث لتحسين قدرات المراقبة في الوقت الحقيقي وفهم ديناميات الاحتراق عبر أنواع المحركات المختلفة.
DOI: https://doi.org/10.1016/j.ymssp.2025.113539
Publication Date: 2025-10-28
Author(s): Zengquan Zheng et al.
Primary Topic: Advanced Combustion Engine Technologies
Overview
The research investigates the potential of vibration-based analysis as a non-intrusive method for accurately characterizing combustion events in compression ignition (CI) and homogeneous charge compression ignition (HCCI) engines. Traditional in-cylinder pressure sensors are limited by cost, intrusiveness, and durability, prompting the exploration of engine block vibrations as reliable indicators of combustion parameters such as start of combustion (SOC), peak pressure (PP), pressure rise rate (PPRR), maximum heat release rate (HRRmax), and mass fraction burned (MFB). The study employs signal decomposition techniques, specifically Empirical Mode Decomposition (EMD) and Variational Mode Decomposition (VMD), alongside machine learning models to enhance real-time estimation and nonlinear mapping. Findings indicate that vibration signals can achieve timing precision of less than 1 crank angle degree (CAD) and pressure reconstruction errors below 5%.
The review emphasizes the necessity for non-intrusive combustion detection methods and validates the correlation between engine vibrations and combustion characteristics through a comprehensive literature review. Key results demonstrate that VMD and EMD effectively separate mechanical noise from combustion-induced vibrations, achieving feature extraction errors under 1 CAD. The study also identifies zero-crossing analysis of filtered acceleration as a promising technique for real-time monitoring, providing sub-0.9 CAD accuracy for SOC and PP. Additionally, the impact of transient operating conditions on vibration-based sensing is assessed, revealing that while CI engines yield stable estimates, HCCI engines exhibit greater variability. Machine learning approaches, particularly Radial Basis Function (RBF) and General Regression Neural Networks (GRNN), significantly enhance reconstruction accuracy, achieving root mean square errors (RMSE) for peak pressure below 3.9% and MFB timing within 1.6 CAD. Overall, the research suggests that advanced signal processing and modeling could facilitate the widespread adoption of vibration-based combustion analysis, contributing to improved diagnostics for next-generation internal combustion engines.
Introduction
The introduction of the research paper outlines the foundational context and significance of the study. It highlights the primary objectives, which include addressing a specific gap in the existing literature and proposing novel methodologies or frameworks. The authors emphasize the relevance of their work in advancing understanding within the field, particularly in relation to key theoretical constructs and empirical findings.
Additionally, the introduction presents a brief overview of the research questions and hypotheses that guide the investigation. It underscores the potential implications of the study’s outcomes for both academic discourse and practical applications, thereby establishing a compelling rationale for the research undertaken. Overall, the introduction sets the stage for a comprehensive exploration of the topic, aiming to contribute valuable insights to the discipline.
Methods
The section outlines the motivation, objectives, and methodologies of a review focused on the application of vibration signals for combustion control in internal combustion engines, particularly in heavy-duty and advanced low-temperature compression-ignition (CI) engines. While vibration analysis has been effectively utilized in light-duty spark-ignited engines, its application in heavy-duty engines is limited due to the complex nature of the combustion process and the overlapping vibration spectra caused by high mechanical forces. The review identifies significant gaps in existing literature, noting that previous studies have not comprehensively addressed combustion event detection or the application of modern signal separation techniques in this context.
The study aims to quantify the correlation between combustion parameters—such as Start of Combustion (SOC), Peak Pressure (PP), Peak Pressure Rise Rate (PPRR), Maximum Heat Release Rate (HRRmax), and Mass Fraction Burned (MFB)—and engine block vibration signals. It proposes to methodically assess the efficiency of various signal decomposition methods (e.g., Fourier Transform, Empirical Mode Decomposition, Variational Mode Decomposition) in isolating combustion-induced vibrations from mechanical noise. The methodology for estimating combustion quantifiers from vibration signals is detailed, including techniques for identifying SOC, PP, PPRR, HRRmax, and MFB values. The findings suggest that estimation accuracy is higher in CI engines compared to other combustion concepts, emphasizing the need for further research to optimize combustion processes across different fuel types.
Discussion
The discussion highlights the critical role of monitoring combustion events in internal combustion engines (ICEs) to optimize performance, enhance environmental sustainability, and improve user satisfaction. Effective combustion analysis allows for the fine-tuning of parameters such as air-fuel ratio and ignition timing, which are essential for maximizing fuel efficiency and minimizing issues like knocking and misfires. The section emphasizes the importance of in-cylinder pressure measurements as a primary method for assessing combustion dynamics, with key parameters like the indicated mean effective pressure (IMEP) and heat release rate (HRR) providing insights into engine efficiency and stability. However, traditional pressure transducers face limitations in terms of cost, reliability, and durability under extreme conditions, prompting a shift towards non-intrusive monitoring techniques.
Non-intrusive methods, including vibration analysis, acoustic emission monitoring, and optical sensing, are increasingly utilized to capture combustion characteristics without the drawbacks of intrusive sensors. Vibration signals, in particular, are shown to correlate strongly with in-cylinder pressure fluctuations, allowing for the reconstruction of pressure curves and identification of combustion events. Advanced signal processing techniques, such as blind source separation and machine learning algorithms, are being integrated to enhance the accuracy of combustion event detection and analysis. The section concludes by outlining the ongoing challenges in vibration-based monitoring, such as the influence of external factors and the complexity of engine operations, while also highlighting the potential for future research to improve real-time monitoring capabilities and the understanding of combustion dynamics across various engine types.