CAPITOLO 3 Descrizione delle prove condotte, classificazione dei dati acquisiti

(1)

CAPITOLO 3

Descrizione delle prove condotte, classificazione dei dati

acquisiti

3.1 Piano delle prove e definizione delle funzioni statistiche di processamento dati Al fine di acquisire i dati inerenti la dispersione ciclica del motore, abbiamo fissato 4 punti di lavoro, ottenuti attraverso due diversi regimi di rotazione (2000 e 3000 rpm) e due tipi di carico (massimo e ad un terzo del massimo). In questo modo variando i getti del carburatore (FHC1 20-16G) disponibile in dotazione con il motore Tecumseh, è stato possibile classificare il funzionamento del medesimo in tutto il campo delle miscele, da quelle magre a quelle ricche. Inoltre al variare di queste condizioni operative, abbiamo cercato di estrarre un contenuto informativo intelligibile dal segnale del sensore di detonazione montato sulla testa. Dopo aver installato il nuovo sistema d’accensione precedentemente descritto e dopo esserci dotati di ulteriori getti rispetto a quelli forniti dal costruttore e tali da farci lavorare nel campo delle miscele magre anche a 2000 rpm (e non solo a 3000 rpm), siamo stati in grado di acquisire per ogni condizione operativa fissata, cinquanta cicli consecutivi. Tali cicli contenenti gli andamenti dei segnali dei sensori, campionati utilizzando il segnale dell’encoder ottico, sono stati successivamente memorizzati su file di testo in formato ASCII (.dat); tali dati sono stati successivamente elaborati mediante due funzioni, appositamente create per lo scopo, all’interno dell’ambiente Matlab. Per i dettagli di tali funzioni si rimanda alle Appendici 1 e 2. In questa sede ci riserviamo di dare solamente una descrizione degli algoritmi implementati in tali funzioni. La prima delle due funzioni realizzate denominata irregolarità.m è in grado di ricevere i files in formato ASCII relativi ai 50 cicli di prova e fornisce in uscita le seguenti grandezze, calcolate per i parametri pressione massima, angolo di manovella relativo alla pressione massima e pressione media indicata:

- Valore massimo, minimo e medio del parametro nei cinquanta cicli analizzati; - Valore dello scarto quadratico medio del parametro, definito come:

(2)

N

N i

X

_i

∑

−

=

1 2

)

(

σ

(3.1) dove Xi è il valore del parametro all’i-esima lettura, in questo caso l’i-esimo

ciclo,

X

è il valore medio del parametro nei N cicli e N il numero di cicli esaminati;

- Coefficiente di variazione del parametro, definito nel seguente modo:

COV =

*

100 X

σ

_(3.2) Viene inoltre calcolato il valor medio del titolo della miscela nei cinquanta cicli acquisiti. Siccome il parametro λ non ha dimostrato alcuna variazione temporale significativa all’interno di ciascuna finestra di acquisizione, si è ritenuto accettabile calcolarne il solo valor medio, disinteressandosi di ulteriori informazioni.

Andiamo adesso ad analizzare l’algoritmo implementato dalla funzione imep, utilizzata all’interno di analisi_dispersione, per il calcolo della pmi in un ciclo acquisito. Questa funzione imep riceve in ingresso dalla funzione principale due vettori contenenti i valori della posizione angolare e della pressione campionata per tali valori, durante un ciclo. La sottofunzione, in base ai dati geometrici del motore, associa ad ogni valore angolare la relativa posizione del pistone mediante la quale calcola il volume del cilindro. Attraverso i valori di pressione e gli incrementi di volume viene calcolato il lavoro indicato. La pressione media indicata viene poi ottenuta dividendo il lavoro indicato per la cilindrata del motore. Prima di passare all’elencazione dei dati acquisiti, vogliamo sottolineare la modalità di scelta degli anticipi adottati; in particolare per il funzionamento a pieno carico si è adottato un anticipo di 14° (configurazione OPEN-OPEN della centralina) al fine di scongiurare possibili detonazioni del motore, indesiderate nelle prove a pieno carico a regime nominale (3000rpm) e già presenti per anticipi più cospicui. Per ciò che riguarda invece il carico parziale, non sussistendo rischi di detonazione, abbiamo optato per l’anticipo che garantiva la maggior potenza, ovvero 24°.

(3)

3.2 Risultati dell’analisi statistica dei cicli acquisiti

3.2.1 Risultati a 3000 giri con carico massimo anticipo di accensione 14°

Tabella 3.1 Prova con getto del massimo = 62

Il valore medio di lambda è pari a 1,442.

Massimo Media Minimo Sigma COV Pmax [bar] 22,2350 17,5936 16,4100 1,5008 8,5303 P.m.i. [bar] 5,4541 3,2431 1,4244 0,8767 27,0320 θ Pmax [°] 20,2 5,1360 -2 5,2947 103,0908

Il valore medio di lambda è pari a 1,2089

Massimo Media Minimo Sigma COV P.max [bar] 33,35 23,6777 18,7320 3,1726 13,3992 P.m.i. [bar] 5,9674 5,3911 4,2786 0,3583 6,6462 θ Pmax [°] 23,8 17,86 10,4 2,6666 14,9306

Massimo Media Minimo Sigma COV P.max [bar] 33,528 27,2161 21,2720 3,2294 11,8657 P.m.i. [bar] 6,4526 6,0918 5,4516 0,263 4,37 θ Pmax [°] 26,2 19,044 15 1,9977 10,49

(4)

3.2.2 Risultati a 2000 giri con carico massimo anticipo di accensione 14°

Tabella 3.6 Prova con getto del massimo = 62 Il valore medio di lambda è pari a 1,2618.

Massimo Media Minimo Sigma COV P.max [bar] 29,87 22,8288 16,1070 3,5099 15,3748 P.m.i. [bar] 6,4583 5,7283 4,2172 0,5286 9,2281 θ Pmax [°] 25 19,076 6,6 3,5929 18,8344

Tabella 3.9 Prova con getto del massimo = 74 Il valore medio di lambda è pari a 0,9545

(5)

3.2.3 Risultati a 3000 giri con carico parziale anticipo di accensione 24°

Massimo Media Minimo Sigma COV P.max [bar] 22,5610 12,3715 8,9920 3,3199 26,8348 P.m.i. [bar] 3,3298 1,8483 -0,3717 0,9645 52,1831 θ Pmax [°] 18 9,284 -3,4 6,0294 64,9441

Massimo Media Minimo Sigma COV P.max [bar] 17,948 11,2717 8,7130 1,8941 16,8040 P.m.i. [bar] 3,0739 2,1086 -1,1410 0,7098 33,6624 θ Pmax [°] 20,6 12,1160 -4,4 6,2462 51,553

(6)

3.2.4 Risultati a 2000 giri con carico parziale anticipo di accensione 24°

Tabella 3.19 Prova con getto del massimo = 62 minimo=35.

(7)

Massimo Media Minimo Sigma COV P.max [bar] 13,9870 11,5175 8,7520 1,2364 10,7326 P.m.i. [bar] 2,5095 2,3271 2,0039 0,1333 5,7287 θ Pmax [°] 23 17,98 12 1,9148 10,2112

Massimo Media Minimo Sigma COV P.max [bar] 17,94 15,4607 13 0,9356 6,0512 P.m.i. [bar] 2,5769 2,4974 2,3484 0,0503 2,0124 θ Pmax [°] 19,6 14,9520 11,4 1,5113 10,1078

(8)

3.3 Analisi delle irregolarità nella pressione media indicata

Ai fini del nostro lavoro di progettazione del sistema di controllo riportiamo gli andamenti del COV della pmi, nei confronti del parametro λ:

COV pmi - prove 3000 giri e carico massimo

0 5 10 15 20 25 30 0,8 1 1,2 1,4 Lambda COV pmi

COV pmi - prove 2000 giri e carico massimo

0 2 4 6 8 10 0,7 0,9 1,1 1,3 Lambda COV pmi

COV pmi - prove 3000 giri 1/3 del carico

0 10 20 30 40 50 60 0,75 0,85 0,95 1,05 1,15 1,25 1,35 Lambda COV

COV pmi - prove 2000 giri 1/3 del carico

0 5 10 15 20 25 0,65 0,85 1,05 1,25 Lambda COV pmi

Figura 3.1 - Andamento della dispersione ciclica nella pressione media indicata per le quattro condizioni di prova.

Si può osservare come, indipendentemente dal numero di giri e dal carico, per miscele sempre più povere si ha una crescita delle irregolarità cicliche che si traducono quindi in una variazione dell’energia trasmessa dallo stantuffo all’albero di ciclo in ciclo e di conseguenza, in oscillazioni della velocità angolare del motore. Visto che l’entità delle irregolarità per un dato titolo di miscela varia in funzione del carico e del numero di giri, una centralina elettronica che operi con una misura semplice delle irregolarità necessiterebbe di conoscere, oltre alla velocità di rotazione, anche la posizione della

(9)

farfalla. Peraltro come discusso nel Capitolo 2, il carburatore elettronico fornitoci, permette un controllo del titolo solamente per bassi carichi. Quindi il progetto del sistema di controllo è stato sviluppato per questa condizione operativa.

3.4 L’analisi del segnale del sensore di detonazione

Richiamandoci a quanto detto precedentemente circa le proprietà frequenziali del fenomeno della detonazione e avendo avuto cura di campionare tutti i segnali con una frequenza pari ad almeno 60 kHz (si pensi alla risoluzione di 0.2 gradi a 2000 rpm come caso peggiore), siamo sicuri di non aver violato la condizione di Nyquist sul campionamento dei segnali (fc>2B con B banda del segnale da campionare, nel nostro

caso pari a 20 kHz) e quindi possiamo altrettanto certamente affermare di non aver mai perso durante la conversione A-D, alcuna parte del contenuto informativo del segnale. Per l’analisi dei campioni di questo segnale è stata implementata un’altra funzione sotto

Matlab, con l’intento di trovare una possibile correlazione tra tale segnale e la fase di

combustione del motore, anche in assenza di detonazione. Proprio per questo motivo si è preferito operare sempre a pieno carico, con l’intento di generare alte pressioni interne e quindi verosimilmente con segnali vibrazionali di maggior intensità. Sempre per questo motivo dopo vari tentativi poco soddisfacenti in termini di SNR, si è optato di posizionare il sensore sulla testa del motore affinché fosse il più vicino possibile alla camera di combustione, come del resto suggerito dalla letteratura inerente il posizionamento dei sensori di detonazione [10]. L’analisi del segnale è stata svolta mediante la funzione analisi_XX.m(con XX anticipo espresso in gradi); in Appendice 2 è presente il listato di analisi_30.m. Tale funzione riceve in ingresso tre vettori di elementi, rappresentanti i campioni acquisiti dell’angolo di manovella, della pressione e della detonazione. Inoltre le viene fornito in ingresso il regime di rotazione del motore espresso in rpm, affinché possa calcolarsi la frequenza di campionamento alla quale vengono immagazzinati i suddetti dati. In questo modo assumiamo implicitamente che la velocità di rotazione sia costante in tutto il giro, ma dopo aver acquisito per alcuni cicli tale segnale, ci siamo sentiti in grado di escludere possibili modulazioni di ampiezza di tale grandezza all’interno di un ciclo. La funzione dapprima visualizza i segnali in funzione dell’angolo di manovella e in un secondo momento, permette di effettuare un filtraggio in frequenza e in fase, al fine di evidenziare possibili correlazioni spettrali tra i due segnali. Lo scopo del filtraggio in fase è quello di escludere fenomeni quali l’apertura e la chiusura della valvole rispetto al fenomeno di nostro interesse,

(10)

ovvero la combustione. Per la costruzione dei filtri si sono utilizzati le routine predefinite in Matlab per la creazione di filtri di Butterworth (vedi App.2 per la sintassi) e la funzione fft, capace di realizzare il ben noto algoritmo della Fast Fourier Transform:

∑

− = −

=

1 0 2

]

[

)

(

N n N kn j

e

n

x

k

X

π (3.3)

dove N è il numero di campioni della sequenza periodicizzata e X(k) è il coefficiente di Fourier associato alla frequenza k/(N*T) con T periodo di campionamento. La funzione Matlab® “fft”, applicata ad un vettore contenente N campioni, restituisce un vettore di N elementi, di cui il primo rappresenta la componente costante del segnale mentre gli N/2 elementi successivi sono numeri complessi che esprimono i coefficienti della trasformata per le frequenze 1/T, 2/T…. fino alla frequenza di Nyquist. Gli elementi restanti sono i complessi coniugati di quelli già memorizzati e pertanto rappresentano dei dati ridondanti per i nostri interessi.

La funzione analisi_XX visualizza dunque l’andamento dello spettro in frequenza del segnale riportando in ascissa i valori delle frequenze da 0 alla frequenza di Nyquist e in ordinata i valori del modulo dei coefficienti della trasformata.

3.4.1 Prove a 3000 giri/minuto a pieno carico e a 2000 giri/minuto a pieno carico In fig. 3.2 possiamo apprezzare l’andamento dei segnali dei sensori di pressione e di detonazione relativi all’andamento di un ciclo a 3000 giri/minuto a pieno carico con 30° d’anticipo:

(11)

Figura 3.2 – Andamento della pressione (in blu) e del segnale del sensore di detonazione (in verde) in funzione dell’angolo di manovella. Il segnale del sensore di detonazione è misurato in Volt.

Non essendo ancora presente alcun filtro sui segnali, si possono apprezzare le notevoli fluttuazioni del segnale del sensore di detonazione, con particolare evidenza dell’effetto della chiusura della valvola di aspirazione, vicina al luogo di posizionamento del sensore stesso. Pur operando però dei filtraggi selettivi sia in fase (a tal proposito è stata scelta la finestra dai –30° ai +90°) che in frequenza (inizialmente si sono scelti dei filtraggi tra i 7 e i 9kHz e tra i 12 e i 14 kHz, a causa delle stime effettuate dei modi di risonanza della camera, presenti in [8] ed ispirate da [12]), non sono stati ottenuti risultati soddisfacenti; in particolare non è emersa un’evidente correlazione tra una delle suddette componenti spettrali, opportunamente antistrasformate nel dominio del tempo e l’andamento temporale della pressione nel cilindro. Tutto ciò è stato attribuito alla scarsa intensità del fenomeno della combustione, incapace di produrre vibrazioni apprezzabili rispetto al notevole rumore di fondo, mai del tutto eliminato, nonostante i vari accorgimenti adottati nell’allocazione del sensore, nei collegamenti e nell’elaborazione numerica dei dati. A tal proposito si segnala come siano state seguite le procedure tipicamente utilizzate nella rilevazione della detonazione[11,13,14], cercando di adattarle al caso di semplice combustione; dalla letteratura è emerso un caso

(12)

interessante per un motore Diesel [15]. Risultati ancor meno significativi sono stati ottenuti nelle prove a 2000 giri/min, dove il fenomeno della combustione perde ancor più consistenza, non lasciando un’evidente traccia nel segnale del sensore di detonazione.

3.4.2 Analisi del segnale con il motore in detonazione

Al fine di estinguere eventuali dubbi circa la bontà dell’allestimento effettuato, sono state condotte delle prove in regime di detonazione, con l’intento di verificare il comportamento dell’omonimo sensore.

Il risultato di tali prove nel dominio del tempo è riportato in fig. 3.3, in cui si evidenzia nel segnale di pressione, la presenza della tipica oscillazione derivante dalla detonazione. La stessa frequenza è meglio evidenziata nel segnale del sensore di detonazione.

Figura 3.3 – Andamento dei segnali dei sensori di pressione (blu) e detonazione (verde) in un ciclo con detonazione rilevato a 3000 giri/minuto e pieno carico.

Applicando a tali segnali la funzione analisi_40 nella finestra angolare [-40°; 80°] e nella banda [7;10] kHz, si evidenzia una notevole somiglianza degli spettri di tali segnali:

(13)

Figura 3.4 – Andamento degli spettri dei segnali del sensore di detonazione (in verde) e di Pressione (in blu) filtrati fra 7 e 10 kHz in presenza di detonazione. (Ciclo n°1)

Si nota immediatamente come lo spettro del segnale di pressione sia ben diverso da quello corrispondente al segnale originario, essendo stato privato delle proprie componenti più significative a bassissima frequenza. Concludendo si può pertanto affermare che il sensore di detonazione adottato si comporta egregiamente come rivelatore di detonazione, mentre non sembra essere un “orecchio” sufficientemente sensibile ad apprezzare gli effetti della combustione ed è quindi incapace di fornire informazioni utili circa il valore di dispersione ciclica dello stesso.