BULANIK UZMAN SİSTEM TASARIMIYLA BENZİNLİ BİR MOTORUN PERFORMANS VE EMİSYON KARAKTERİSTİKLERİNİN BELİRLENMESİ

Transkript

1 5. Uluslararası İleri Teknolojiler Sempozyumu (IATS 09), Mayıs 2009, Karabük, Türkiye BULANIK UZMAN SİSTEM TASARIMIYLA BENZİNLİ BİR MOTORUN PERFORMANS VE EMİSYON KARAKTERİSTİKLERİNİN BELİRLENMESİ DEFINITION OF GASOLINE ENGINE PERFORMANCE AND EMISSION CHARACTERISTICS BY FUZZY EXPERT SYSTEM Şakir Taşdemir a,* Novruz Allahverdi b a, * Selçuk Üniversitesi Teknik Bilimler Meslek Yüksekokulu, 42075, Kampus-Konya, E-posta:sakir_burak@hotmail.com b Selçuk Üniversitesi Teknik Eğitim Fakültesi 42079, Kampus-Konya, E-posta:noval@selcuk.edu.tr Özet Bu çalışmada, Briggs and Stratton Vanguard marka,1 silindirli, silindir hacmi 182 cm 3 olan benzinli bir motorun performans ve emisyon karakteristiklerinin belirlenmesi için Matlab yazılımı kullanılarak bir Bulanık Uzman Sistem (BUS) tasarlanmıştır. Bir uzman yardımıyla tasarlanan BUS ta, giriş parametreleri olarak avans (advance- o ) ve motor devri (n-d/d), çıkış parametreleri olarak motor performansını belirleyen güç (Pe-kW), moment (Me-Nm), özgül yakıt tüketimi (be- g/kwh) ve emisyon değeri için hidrokarbon (HC- ppm) belirlenmiştir. BUS tan elde edilen sonuçlar ile deneysel verilerin istatistiksel analizi yapılıp karşılaştırıldığında, BUS tan alınan sonuçların deneysel verilere %99 seviyesinde yaklaşık sonuçlar verdiği görülmüştür. Sonuç olarak BUS un motor performans ve emisyon parametrelerinin tahmin edilmesinde güvenle kullanılabilirliği ve çok sayıda dezavantajı minimuma indireceği gösterilmiştir. Anahtar Kelimeler: Bulanık Uzman Sistem, Benzinli Motor, Performans, Emisyon Parametresi Abstract In this study, fuzzy expert system (FES) was designed by using Matlab software for determination of performance and emission characteristics of a gasoline engine which is Briggs and Stratton Vanguard trademark, a cylinder, cylinder volume 182 cm 3. In the designed FES, intake valve opening advance (advance- o ) and engine speed (nd/d) were determined as input parameters whereas torque (Me-Nm), power (Pe-kW), specific fuel consumption (beg/kwh) and hydrocarbon (HC- ppm) emissions were determined as output parameters with the help of an expert. When obtained results from FES are compared with experimental results, FES results are close to 99% level of of experimental results. As a result, it has been found out that FES can be used to predict of performance and emission parameters of a gasoline engine, and it can eliminate a lot of disadvantages that exist. Keywords: Fuzzy Expert System, Gasoline Engine, Performance, Emission Parameter. 1. Giriş Otomotiv sektöründe taşıtların tasarımı, arıza teşhisi, yüksek performans elde edilmesi, güvenli ve verimli çalışmasına kadar birçok alanda bilgisayar kullanılmaktadır. Hızla gelişen dünyamızda, yüzyılı aşkın bir süredir motorlar üzerinde yapılan araştırma ve deneylerde oldukça büyük ilerlemeler kaydedilmiştir. Motor imalatçıları, motor performans değerlerinin tespiti, motor üzerinde yapılan değişikliklerin motor performansına olan etkilerinin ortaya konması ve alternatif yakıtların kullanımı ile meydana gelen değişikliklerin belirlenmesi amacıyla motor denemeleri yapmaktadırlar. Bu deneyler masraflı, zaman alıcı, pahalıdır. Ayrıca insan sağlığı, çevre kirliliği vb. olumsuzlukları da beraberinde getirmektedir. Aynı zamanda motor parçalarında bir takım problemlerle karşılaşılabilmekte, ölçme işlemi esnasında motorun adapte edilmesi, ölçüm aralığının sınırlı olması, ölçme hassasiyeti gibi özellikler sorun olabilmektedir. Bilgisayarın kullanılması ile yapay sinir ağları (YSA), genetik algoritma (GA), bulanık mantık (BM) gibi yapay zeka tekniklerinin kullanımı da hızla artmıştır. İlk olarak BUS ler otomotiv alanında Araba motorlarının etkili ve kararlı kontrolü (Nissan), otomobiller için Cruise-control (Nissan, Subaru), elektrik frenlerle donatılmış treyler için tekerleklerin kilitlenmesini önleyen (ABS) sistemi, BM tabanlı otomobil yakıt enjeksiyon kontrol sistemi, elektrikli taşıtlar için patinaj önleme sistemi, Araba soğutmasının kontrolü, otomobil airbag kontrolünde, otomobil arıza teşhis eden uzman sistem, motor hız kontrolünden uçaklardaki otomatik pilotlara kadar bir çok alanda kullanılmıştır [1, 2, 3, 6, 7, 8, 9, 10, 11, 13, 15, 16, 17, 18, 19]. Bulanık Kontrol (BK) ve Bulanık Mantık(BM) teorisinin en etkin uygulama alanı kontrol sistemleridir. Geleneksel kontrol sistemleri bulanık teorinin yardımıyla BK sistemlerine dönüştürülebilir ve böyle sistemlerin uygulanması birçok avantajlar elde etmeğe olanak verir. Genelde, bulanık sistemler bilgiye dayalı veya kurala dayalı sistemlerdir. Yani bir bulanık sistemin temelinde Eğer- O halde kuralları durmaktadır. BM uygulamalarında en önemli avantaj dilsel değişkenlerin kullanılabilmesidir. Bulanık sistemler, kontrol edilen sistemden gelen etkilere ve bulanık kurallar adı verilen kurallara göre karar verip, gerekli kontrol büyüklüğünü oluşturan bir uzman sistemdir. Bu sayede konularında uzmanlaşmış kişilerin tecrübe ve fikirleri kolayca kurallar ile kontrolöre aktarılabilir ve uzman kontrol sistemleri gerçekleştirilebilir. Bulanık sistemler, üç temel bölümden oluşmaktadır. Bunu en iyi ifade eden Bulanıklaştırıcılı ve Durulaştırıcılı Bulanık Sistem Çizelge 1 şekline dönüştürülebilir [4, 5, 9, 10, 12]. IATS 09, Karabük Üniversitesi, Karabük, Türkiye

2 Çizelge 1 Bulanıklaştırıcılı ve Durulaştırıcılı Bulanık Sistem Bulanıklaştırıcılı ve Durulaştırıcılı Bulanık Sistem Kesin Girişler Kesin girişler bir dosya veya porttan okunur. Girişler işaretli, işaretsiz değerler olabilir. Bulanıklaştırma Kesin değerler bulanıklaştırılır ve her bir terimdeki her bir girişin üyelik dereceleri hesaplanır. Kurallar Tabanı Veri tabanındaki girişleri çıkış değişkenlerine bağlayan mantısal bütün kurallardan oluşmaktadır Çıkarım Mekanizması Durulaştırıcı Kesin Çıkışlar Her bir kuralın çıkarımlarını bir araya toplayarak tüm sistemin girdiler altında nasıl bir çıktı vereceğini belirler. Çıkarım mekanizması sonucunda bulanık olarak gelen çıktıların kesinleştirilmesi işlemi için kullanılır. Bilgi ve bulanık kural tabanlarının çıkarım mekanizması vasıtasıyla elde edilen kesin çıktılar. Bunun için belirsizlik ve karmaşıklığın olduğu bu alanda bu tür dezavantajların uzman yardımı ile tasarlanan zeki bir sistem olan BUS ile ortadan kaldırılabilmesi mümkün olmaktadır. Bu çalışmada benzinli bir motorun girişlerine değişik yüzdelerde avans oranları verilip, istenilen motor devri nde (n) çalıştırıldığında ürettiği motor gücü (Pe), motor momenti (Me), özgül yakıt tüketimi (be) ve emisyon parametresi HC BUS tasarlanarak tahmin edilmiştir. 2. Materyal ve Metot Bu çalışmada; materyal olarak Çizelge 2 de özellikleri belirtilen Briggs and Stratton Vanguard marka, tek silindirli, silindir hacmi 182 cm 3 olan benzinli bir motor üzerinde yapılmış deneyler sonucunda elde edilen veriler [10, 14] kullanılmıştır. Bu motorun seçilme sebebi, daha önce bu motorla denemelerin yapılıp, deney sonucu verilerinin literatürde bulunması ve BUS çalışmasından elde edilen sonuçlarla kıyaslanabilme imkanının olmasından dolayıdır. Verilerin bir uzman tarafından BUS geliştirilmesi için Matlab 6.5 Release 13 sürümünün Fuzzy Logic Toolbox kısmı donanım olarak P4-2,8 GHz. işlemcili bir bilgisayar kullanılmıştır Tasarlanan Bulanık Uzman Sistem (BUS) BUS için bir uzman yardımıyla giriş parametreleri olarak, Motor devri (n) (x d/d) ile Avansın (y - ) ve çıkış parametreleri ise, Motor gücü (Pe) (k kw), Motor momenti (Me) (l Nm), Özgül yakıt tüketimi (be) (m g/kwh) ve emisyon parametrelerinden Hidrokarbon (HC) (t ppm) olarak iki giriş ve dört çıkış olarak belirlenmiştir (Şekil 1). Şekil 1 Tasarlanan BUS İlk İşlem olarak giriş ve çıkış parametrelerinin sayısal verileri bulanıklaştırılmıştır. Bulanıklaştırma işlemi ile giriş dilsel ifadeler, Çok Çok Az (A1), Çok Az (A2), Az (A3), Orta Altı (O1), Orta (O2), Orta Üstü (O3), Yüksek (Y1), Daha Yüksek (Y2), Çok Yüksek (Y3), Çok Daha Yüksek (ÇY1), Çok Çok Yüksek (ÇY2) ve En Çok Yüksek (ÇY3) Fevkalade Yüksek (ÇÇY1) ve Çok Fevkalade Yüksek ÇÇY2 şeklinde oluşturulmuştur. Bir uzmanla beraber oluşturulan Kurallar tablosunun bir kısmı Çizelge 3 te gösterilmiştir. Çizelge 3 Kurallar Tablosu Çizelge 2. Deney motorunun teknik özellikleri Marka ve Model Briggs and Stratton Vanguard Silindir sayısı 1 Silindir çapı x kurs Silindir hacmi Emme açılma avansı Emme kapanma gecikmesi Egzoz açılma avansı Egzoz kapanma gecikmesi 68 x 50 mm 182 cm önce ÜÖN 44 0 sonra AÖN 45 0 önce AÖN 15 0 sonra ÜÖN Örneğin Çizelge 3 teki kurallardan, kural 26 şöyle yorumlanmaktadır. Eğer Motor devri Yüksek ve Avans Az ise, O halde motor gücü Yüksek ve motor momenti Çok Fevkalade Yüksek ve özgül yakıt tüketimi Çok Az ve Hidrokarbon Orta Altı dır. Yine uzman yardımıyla Avans(y) giriş değişkeninin dilsel ifadeleri A2, A3, O2 ve Y1 olarak belirlenmiş ve

3 fonksiyonları (Denklem 1) belirtilmiştir. Burada µ Avans(y) Avans ın bulanık küme üyelik derecesi, y Avans bulanık kümesinin elemanıdır. Diğer parametreler için de benzer şekilde kümeler oluşturulmuştur. 0; diğer durumlarda A2( y ) = 10 y 0 y < ; y 0 y 0 < y A3( y ) = 20 y 10 < y < ; y 20 0; y 10 y < y O2( y ) = 30 y 20 < y < ; y 30 0; diğer durumlarda Y 1( y) = y < y (1) α 23 = min(0,5, 0,5) α 23 = 0,5 α 26 = min(y1(x), A3(y)) α 26 = min(0,5, 0,5) α 26 = 0,5 α 27 = min(y1(x), O2(y)) α 27 = min(0,5, 0,5) α 27 = 0,5 α 22, 23, 26, 27 = max(0,5, 0,5, 0,5, 0,5) α 22, 23, 26, 27 = 0,5 olarak bulunmuştur. Ateşlenen kurallardan α= 0,5 dir. Durulaştırma işleminde 0,5 doğruluk derecesi için Centroid yöntemine göre (Denklem 2) ile hesaplanır. zµ * orta(11) (z)dz z (2) µ (z)dz = orta(11) Durulaştırma (kesin) sonuç değeri Pe=2,83 kw, Me= 11 Nm, be=400g/kwh ve HC= 80 ppm olarak bulunmuştur. Örnek hesaplamamız Matlab programında da çalıştırılırmış ve Şekil 2 de gösterilmiştir. Deklem (1) ifadelerinden aşağıdaki bulanık kümeler elde edilmiştir. A2 ( y ) = { 1/0+ 0,5/ ,3/7+ 0/10} ( y ) { } ( y ) { } ( ) { } A3 = 0/0+ 0,5/5+ 1/ ,5/15+ 0/20 O2 = 0/10+ 0,5/15+ 1/ ,5/25+ 0/30 Y1 y = 0 / ,3 / ,5 / / / Uygulama α değerlerinin hesaplanması için giriş parametre değerlerine göre hangi kurala girdiğinin belirlenmesi gerekmektedir. Her kural için doğruluk dereceleri hesaplanarak, bu doğruluk derecelerine göre durulaştırma işlemi yapılır. Kesin Pe, Me, be, HC değerleri bu şekilde bulunmuş olacaktır. Sisteme giriş verileri girildiğinde bir veya birden fazla kural ateşlenebilmektedir. Bu durumda çıkışın ne olacağını çıkarım mekanizması belirlemektedir. Hesaplama sadeliği ve basitliğinden dolayı Mamdani yaklaşımı seçilmiştir. Mamdani max-min çıkarım uygulandığında her bir kural için doğruluk dereceleri (α) belirlenmiştir. Bu çalışma için bir örnek olarak; n = 2300 d/d ve Avans = 15 için Pe, Me, be performans sonuçları ve HC emisyon değerini bulalım. Bu işlem için; Kural 22, 23, 26 ve 27 olmak üzere toplam 4 kural ateşlenmiştir (Şekil 2). Buna göre doğruluk derecesi: α 22 = min(o3(x), A3(y) ) α 22 = min(0,5, 0,5) α 22 = 0,5 α 23 = min(o3(x), O2(y)) Şekil 2 Centroid Durulaştırıcı ile (Matlab programında) Pe, Me, be, HC oranları 3. Sonuçlar Bu çalışma; benzinli bir motora değişik değerlerde avans oranları verilip, değişik motor devri nde (n) çalıştırıldığında, ürettiği motor gücü (Pe), motor momenti (Me), özgül yakıt tüketimi (be) ve emisyon parametrelerinden HC değerlerini bulan bir BUS un nasıl tasarlandığı gösterilmiştir. Bulanık Uzman Sistemde elde edilen motor performans (Pe, Me, be) ve emisyon (HC) değerleri istatistiksel olarak değerlendirilerek yapılan korelasyon hesaplamalarında ise Me için %99,38, Pe için %98,74, be için %99,13 ve HC için %99,60 bulunmuştur. BUS değerleri ile deneysel veriler kullanılarak motor devrine bağlı HC, be, Me, Pe grafikleri elde edilmiştir. Bu grafikler üzerinde eğilim çizgileri eklenerek bu iki yöntem arasındaki regresyon katsayıları bulunmuştur. Bu katsayılardan (R 2 ) görüleceği gibi her iki yöntem arasında kuvvetli bir ilişki bulunmaktadır.

4 BUS tan alınan sonuçlarla deney sonuç grafikleri Şekil 3-6 da gösterilmiştir. Korelasyon ve regresyon analiz sonuçlarına göre bu iki grup verinin birbirine çok yakın sonuçlar verdiği ve uyumlu olduğu ve motor performans ve emisyon karakteristiklerinin tahmin edilmesinde böyle bir sistemin kullanılabilirliği görülmektedir. Yapılan deneysel çalışmalardaki dezavantajları (ekonomik kayıp, yakıt tüketimi, zaman kaybı vb.) avantaj haline dönüştürebilmektedir. Ölçme sürecinde uzun zaman alan motor denemelerin yerine ölçme süresini kısaltabilmektedir. Deneyde yapılamayan, deney sonucu değerleri bilinmeyen ara değerlerinde bu sistem sayesinde hesaplanarak elde edilmesi mümkün olabilmektedir. Bu çalışma, özellikleri farklı diğer motor türleri içinde geliştirilip bir BUS tasarlanmasına ve uygulanmasına da olanak sağlayabilecektir. Teşekkür Şekil 3 Literatür Verileri ile BUS ta Alınan(Centroid) HC sonuçların Avans 0 0 Grafiksel Gösterimi Bu çalışma Selçuk Üniversitesi Fen Bilimleri Enstitüsü tarafından kabul edilen Yüksek Lisans Tezinden (2004) özetlenmiştir. Çalışma Selçuk Üniversitesi Bilimsel Araştırma Projeleri (BAP) Koordinatörlüğü tarafından desteklenmiştir. Kaynaklar Şekil 4 Literatür Verileri ile BUS ta Alınan(Centroid) be sonuçların Avans 10 0 Grafiksel Gösterimi Şekil 5 Literatür Verileri ile BUS ta Alınan(Centroid) Pe sonuçların Avans 20 0 Grafiksel Gösterimi Şekil 6 Literatür Verileri ile BUS ta Alınan(Centroid) Me sonuçların Avans 30 0 Grafiksel Gösterimi [1] Demirel, A., Tunçay, R.N., A Direct Drive System With Fuzzy Anti Skid Controller For Electric Vehicles, ml, ICEM, [2] Altrock, C., V., Fuzzy Logic in Automotive Engineering, Circuit Cellar INK, the Computer Applications Journal, [3] Çiftçibaşı, T., Otomasyon, Otomatik Kontrol, Akıllı Kontrol, Bilimsel Tanımları ve Uygulama Sınırlamaları, Elektrik Mühendisliği Dergisi, 410. Sayı, Eylül [4] Saritas, I., Allahverdi, & N. Sert I. U. (2003). A fuzzy expert system design for diagnosis of prostate cancer. Intern. Conference on Computer Systems and Technologies - CompSysTech'2003 (pp ). Sofia, Bulgaria. [5] Allahverdi, N. Uzman Sistemler, Bir Yapay Zeka Uygulaması, İstanbul, Atlas Yayın Dağıtım, [6] Kilagiz, Y., Barana, A., Yildiz, Z. & Cetin, M. A. (2005). Fuzzy diagnosis and advice system for optimization of emissions and fuel consumption. Expert System with Applications, 41(2-3) 28, [7] Altrock, C. v., Krause, B., Multi-Criteria Decision Making İn German Automotive İndustry Using Fuzzy Logic, Article Fuzzy Sets and Systems. Volume 63, Issue 3, Pages , Pascalstrasse 23, D-52076, Aachen, Germany. [8] Tasdemir, S., Saritas, I., Ciniviz, M., Cinar, C. & Allahverdi, N. (2005). Application of artificial neural network for definition of a gasoline engine performance. 4th International Advanced Technologies Symposium (pp ), Konya, Turkey. [9] Oğuz, H., Sarıtaş,İ., Öğüt, H., N.,Allahverdi,.,2003. Motor Denemeleriyle Bulunan Karakteristik Değerlerin Bulanık Uzman Sistem Programı Kullanılarak Belirlenmesi Ve Deneysel Verilerle Karşılaştırılması Pp., 3.Uluslararası İleri Teknolojiler Sempozyumu. Ağustos

5 [10] Taşdemir, Ş., Benzinli Bir Motorun Performans Ve Emisyon Karakteristiklerinin Belirlenmesi İçin Bulanık Uzman Sistem Tasarımı, Yüksek Lisans Tezi, S.Ü. Fen Bilimleri Enstitüsü Konya, [11] Nelson, D.,E.,1997. Fuzzy logic antilock braking system for trailers equipped with electric brakes. Texas A&M Unıversıty Kıngsvılle. 110 pages. [12] Elmas, Ç., Bulanık Mantık Denetleyiciler. Seçkin Yayıncılık,Ankara. 230 sayfa. [13] Yeralan, S. and B. Tan, Fuzzy Logic Control as an Industrial Control Language for Embedded Controllers. Design and Implementation of Intelligent Manufacturing Systems, H. R. Parsaei and M. Jamshidi editors, pp , Prentice- Hall Inc. [14] Çınar, C., Salman, S., Emme Supabı Zamanlamasının Motor Performansına Etkileri. Politeknik Dergisi, cilt 1, sayı 3-4. [15] Bortolet, B., Merlet, E., Boverie, S., Fuzzy Modeling And Control Of An Engine Air İnlet With Exhaust Gas Recirculation. Laboratoire LAAS/CNRS - 7, av. du Colonel Roche Toulouse Cedex, France, INSA - Complexe Scientixque de Rangueil Toulouse Cedex, France, SIEMENS Automotive SA - B.P.1149 av. du Mirail Toulouse Cedex, France. 17 May. [16] Guillemin, P., Universal Motor Control With Fuzzy Logic, Article Fuzzy Sets and Systems. Volume 63, Issue 3, Pages , SGS- THOMSON Microelectronics, 13106, Rousset, France,.10 May. [17] Lee, S.H., Howlett, R.J., Walters, S.D., Fuzzy Air-Fuel Ratio Control of a Small Gasoline Engine. Intelligent Systems & Signal Processing Laboratories Engineering Research Centre, University of Brighton Moulsecoomb, Brighton, BN2 4GJ, UK. [18] Luu, R.,1995. A Fuzzy Logic-Based Automobile Fuel Injection Control System. California State Unıversity, Long Beach.164 pages. [19] Mian, T. M., Fuzzy Logic-Based Automotive Airbag Control System. A Thesis, Unıversıty Of Wındsor (Canada).170 Pages.