TU Darmstadt / ULB / TUprints

Online Fault Detection of a Heavy Duty Diesel Engine with Model-Based Methods

Hinrichs, Michael (2021):
Online Fault Detection of a Heavy Duty Diesel Engine with Model-Based Methods. (Publisher's Version)
Darmstadt, Technische Universität,
DOI: 10.26083/tuprints-00018886,
[Ph.D. Thesis]

[img]
Preview
Text
Dissertation_Hinrichs.pdf
Available under CC-BY-SA 4.0 International - Creative Commons, Attribution Share-alike.

Download (7MB) | Preview
Item Type: Ph.D. Thesis
Status: Publisher's Version
Title: Online Fault Detection of a Heavy Duty Diesel Engine with Model-Based Methods
Language: English
Abstract:

A rapid reduction in CO2 emissions from agricultural machinery can only succeed if diesel engines are operated with fuels that have a low CO2 impact. In agriculture, first generation biogenic fuels such as natural rapeseed oil are particularly suitable. This fuels can be produced by the farmers themselves and used on their own farms. The short transportation distances and simple production process can save up to 91% of CO2 emissions. However, these fuels have not yet become established. Apart from economic reasons, the reliability required in agricultural machinery has often not been met. Especially at cold temperatures, the operation with natural rapeseed oil in the past led to problems in the fuel system of the machines. One way to increase machine reliability and customer acceptance is to have an internal combustion engine that allows conventional diesel to be blended with biogenic fuels. In order for the engine to adjust to the respective fuel mixture, fuel detection is necessary.

For this purpose, models based on the oxygen sensors in the exhaust tract (Oxygen-Mixture Model) and the current consumption of the fuel pump (Fuel Pump Current Model) are created in the first part of this thesis. These models can be used to detect fuel mixtures between diesel and natural rapeseed oil as well as mixtures between diesel and rapeseed methyl ester. In addition, a new low-pressure fuel system is being developed which is designed to operate with the three fuels and significantly improves rapeseed oil operation at cold temperatures. In addition, extensive adjustments are made to the control and regulation functions in the engine control unit, so that in operation with fuel mixtures a similar behavior is achieved as in pure diesel operation.

In the second part of this thesis, faults of the diesel engine in pure diesel operation are detected. This serves to further increase the reliability of agricultural machines. In principle, the models are also suitable for natural rapeseed oil and rapeseed methyl ester. However, since some important basic information is only available for diesel fuel, all tests are performed with fossil diesel. In total, three models are being developed with which the injected fuel mass can be calculated. With these models not only the loss of performance due to insufficient injection quantities can be detected, but also increased performance due to illegal chip tuning. Since chip tuning can lead to early damage to machines, a reliable chip tuning detection with regard to possible warranty claims is financially very important for the manufacturer.

One of the three developed injection quantity models is the Rail Pressure Based Fuel Estimation Model where the injection quantity is calculated based on the rail pressure or density changes of the fuel in the rail. Another injection quantity model is the Suction Control Valve Model. Here the injected fuel mass is calculated based on the metering unit of the high pressure pump. The third model is the Oxygen-Fuel model. It is completely independent of faults in the fuel system as it calculates the injected fuel mass based on residual oxygen content in the exhaust gas and the intake air mass flow.

Another problem that affects the reliability of the diesel engine are injector deposits. In order to detect these deposits on the machine, an Injector Deposit Detection Model is presented. With this model it is possible to classify injectors and derive repair strategies. The detection of injector deposits is realized by multiple sampling of the rail pressure signal.

Altogether, this research work shows that the operation of biogenic fuels is also possible with modern diesel engines. However, it becomes clear that a high parameterize effort for the engine control unit would be necessary to get an engine (which is suitable for different fuel mixtures) ready for series production. Furthermore, the results of the fault detection models show potential to further increase the reliability of diesel engines.

Alternative Abstract:
Alternative AbstractLanguage

Eine schnelle Reduktion des CO2 Ausstoßes von landwirtschaftlichen Maschinen kann nur gelingen, wenn Dieselmotoren mit Kraftstoffen betrieben werden, die eine geringe CO2 Gesamtbilanz aufweisen. In der Landwirtschaft eignen sich dazu besonders biogene Kraftstoffe der 1. Generation, wie bspw. naturbelassenes Rapsöl. Dieses kann von Landwirten selbst hergestellt und auf dem eigenen Betrieb eingesetzt werden. Durch kurze Transportwege und dem einfachen Herstellungsverfahren können bis zu 91% der CO2-Emissionen eingespart werden. Jedoch haben sich diese Kraftstoffe bisher nicht durchgesetzt. Neben ökonomischen Gründen wurde vielfach die in der Landwirtschaft geforderte Zuverlässigkeit nicht eingehalten. Insbesondere bei kalten Temperaturen führte der Betrieb mit naturbelassenem Rapsöl in der Vergangenheit zu Problemen im Kraftstoffsystem der Maschinen. Eine Möglichkeit die Zuverlässigkeit der Maschine und die Akzeptanz der Kunden zu erhöhen ist ein Verbrennungsmotor, der die Mischung von herkömmlichen Diesel mit biogenen Kraftstoffen erlaubt. Damit sich der Motor auf die jeweilige Kraftstoffmischung einstellen kann, ist eine Kraftstofferkennung notwendig.

Dazu werden im ersten Teil dieser Arbeit Modelle auf Basis von Sauerstoffsensoren im Abgastrakt (Oxygen-Mixture Model) und der Stromaufnahme der Kraftstoffpumpe (Fuel Pump Current Model) erstellt. Mit diesen Modellen können Kraftstoffmischungen zwischen Diesel und naturbelassenem Rapsöl sowie Mischungen zwischen Diesel und Rapsmethylester erkannt werden. Darüber hinaus wird ein neues Niederdruck-Kraftstoffsystem entwickelt, welches für den Betrieb der drei Kraftstoffe ausgelegt ist und den Rapsölbetrieb bei kalten Temperaturen deutlich verbessert. Weiterhin werden umfangreiche Anpassungen der Steuer- und Regelfunktionen in der Motor-steuerung vorgenommen, sodass im Betrieb mit Kraftstoffmischungen ein ähnliches Verhalten wie im reinen Dieselbetrieb erreicht wird.

Im zweiten Teil dieser Arbeit werden Modelle entwickelt, um Fehler des Dieselmotors zu erkennen. Dies dient der weiteren Erhöhung der Zuverlässigkeit von landwirtschaftlichen Maschinen. Prinzipiell sind die Modelle auch für naturbelassenes Rapsöl und Rapsmethylester geeignet, jedoch fehlen zum Teil grundlegende Informationen zu diesen Kraftstoffen. Aus diesem Grund werden alle Versuche ausschließlich mit fossilem Dieselkraftstoff durchgeführt.

Insgesamt werden drei Modelle entwickelt, mit denen die eingespritzte Kraftstoffmasse berechnet werden kann. Mit diesen Modellen kann nicht nur Leistungsverlust durch zu geringe Einspritzmengen, sondern auch erhöhte Leistungen durch illegales Motortuning detektiert werden. Da das Manipulieren von Motoren zu frühzeitigen Schäden an Maschinen führen kann, ist eine sichere Motortuning-Erkennung hinsichtlich etwaiger Gewährleistungsansprüche finanziell für den Hersteller von hoher Bedeutung.

Zu den drei entwickelten Einspritzmengenmodellen gehört das Rail Pressure Based Fuel Estimation Model, bei dem die Einspritzmenge auf Basis des Raildrucks bzw. Dichteänderungen des Kraftstoffs im Rail berechnet wird. Ein weiteres Einspritzmengenmodell ist das Suction Control Valve Model. Hierbei wird die eingespritzte Kraftstoffmasse auf Basis der Zumesseinheit der Hochdruckpumpe berechnet. Das dritte Modell ist das Oxygen-Fuel Model. Es ist völlig unabhängig von Fehlern im Kraftstoffsystem, da es die eingespritzte Kraftstoffmasse auf der Grundlage des Restsauerstoffgehalts im Abgas und des Luftmassenstroms berechnet.

Ein weiteres Problem, welches die Zuverlässigkeit des Dieselmotors beeinträchtigt, sind Injektorablagerungen. Damit diese im laufenden Betrieb der Maschine erkannt werden können, wird ein Injector Deposit Detection Model vorgestellt. Hiermit ist es möglich Injektoren zu klassifizieren und Reparaturstrategien abzuleiten. Die Erkennung von Injektorablagerungen wird hierbei über eine Mehrfachabtastung des Raildrucksignals realisiert.

Insgesamt zeigt diese Forschungsarbeit, dass der Betrieb von biogenen Kraftstoffen auch mit modernen Dieselmotoren möglich ist. Es wird jedoch deutlich, dass ein zusätzlicher Applikations-aufwand für die Motorsteuerung notwendig ist, um einen Motor (der für verschiedene Kraftstoffmischungen geeignet ist) zur Serienreife zu bringen. Ferner zeigen die Ergebnisse der Fehlererkennungsmodelle Potential die Zuverlässigkeit von Dieselmotoren weiter zu erhöhen.

German
Place of Publication: Darmstadt
Collation: XVI, 148 Seiten
Classification DDC: 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften
Divisions: 18 Department of Electrical Engineering and Information Technology > Institut für Automatisierungstechnik und Mechatronik > Regelungstechnik und Prozessautomatisierung
Date Deposited: 02 Jul 2021 09:12
Last Modified: 02 Jul 2021 09:13
DOI: 10.26083/tuprints-00018886
URN: urn:nbn:de:tuda-tuprints-188866
Referees: Isermann, Prof. Dr. Rolf ; Beidl, Prof. Dr. Christian
Refereed: 8 June 2021
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/18886
Export:
Actions (login required)
View Item View Item