Porównanie charakterystyki zużycia paliwa w dynamicznych stanach pracy z charakterystyką ogólną silnika spalinowego

The paper presents a comparison of the fuel consumption characteristic in dynamic states with the general characteristic. It was proven that the use of the general characteristic to calculate the fuel consumption in dynamic operating states is limited because under certain conditions the results are incorrect. This is due to the fact that this characteristic is based on data obtained from the engine test bench measurements in static states. In contrast, the characteristic in the dynamic states is determined on the basis of data from both static and dynamic states characterized by variable engine speed and torque. It reflects the nature of the internal combustion engine much better because it takes into account the specificity of its work. Development of such characteristic is possible through the use of artificial neural network trained in a supervised mode to analyze the data collected during tests on the engine test bench. The purpose of this paper is to quantitatively compare the results obtained by each of the characteristics in different operating states of the engine. The analysis takes into account both the trajectory between the successive work points as well as time in which the change occurs.W artykule przedstawiono porównanie charakterystyki zużycia paliwa w stanach dynamicznych z charakterystyką ogólną. Wykazano, że wykorzystanie charakterystyki ogólnej do obliczania zużycia paliwa w dynamicznych stanach pracy jest ograniczone, gdyż w pewnych przypadkach daje wyniki obarczone istotnymi błędami. Wynika to z faktu, że jest ona wyznaczana w oparciu o dane z pomiarów w stanach statycznych na hamowni silnikowej. Inaczej jest w przypadku charakterystyki w stanach dynamicznych, która jest sporządzana w oparciu o dane pomiarowe ze stanów zarówno statycznych jak i dynamicznych. Wierniej oddaje ona charakter pracy samochodowego silnika spalinowego, gdyż uwzględnia specyfikę zjawisk w nim zachodzących. W artykule wykazano, że wykorzystanie sztucznej sieci neuronowej uczonej w sposób nadzorowany do analizy danych zgromadzonych w trakcie badań na hamowni silnikowej pozwala na opracowanie takiej charakterystyki. Przedstawiono także ilościowe porównanie wyników otrzymywanych przez każdą z charakterystyk w różnych stanach pracy silnika spa-linowego. Przeprowadzona analiza uwzględnia zarówno trajektorię przejść między kolejnymi punktami pracy jak i czas w którym ta zmiana zachodzi