Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Regressionsmodellering av dynamiska råemissioner från statiska mätningar
KTH, School of Industrial Engineering and Management (ITM), Machine Design (Dept.).
2009 (Swedish)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Regression modelling of dynamic engine-out emissions by using steady-state data (English)
Abstract [en]

By using steady-state measurements for predicting emissions under a dynamic drive cycle would

save a lot of time and money for the exhaust aftertreatment specialists at Volvo cars. The idea for

this thesis has been to investigate if statistical regression models can be used with good accuracy.

Questions included are for example if common operating variables such as engine speed, air-fuel

ratio etc. is sufficient to predict engine-out emissions over the engine operating range with good

accuracy. Focus was set on the modelling of warm engine, but also the more complex engine

heat-up phase was investigated since it is a great contributor to total emissions. While NO

xcould

not be measured because of malfunctioning measurement equipment, only HC, CO and

temperature at inlet of first catalytic converter has been modelled. For the experiments a SI6

naturally aspirated petrol engine was used, and drive cycle tests were run with a S80 with

automatic gearbox.

MATLABs’ tool for statistical modelling,

Model-Based Calibration Toolbox, were used since it

includes everything needed both for building and evaluation of the models. To broaden the

analysis, two separate test plans were made with different approaches regarding spark advance

which experienced difficulties. Much time was spent evaluating both polynomial and RBF

models. Tools as PRESS RMSE, R

2and graphical residual analysis were used.

Many interesting discoveries were made, including a very good prediction of CO with a R

2value

of 0.95. Temperature at the inlet of first catalyst was slightly worse with a R

2value of 0.9 where

HC reached only 0.6. Further findings include that different correction factors were needed to get

a good drive cycle prediction. Except for model errors this discrepancy can come from response

times of the measurement equipment and environmental differences between the two rigs used.

Tests with cold start showed good agreement with findings from other researchers; that it is

possible to scale emissions from fully warm engine proportional to coolant temperature for a

good prediction during the engine heat up.

Model wise were RBF Gaussian and 4

thorder polynomial models the best, but RBF Models

should not be used for predicting the CO response. The correlations between the rigs are not fully

known, and without more investigation of this and the response time phenomena it is altogether

hard to get any further than this.

Abstract [sv]

Genom att använda statiska mätningar till att prediktera emissioner under en dynamisk körcykel

skulle mycket tid och pengar kunna sparas hos gruppen för avgasefterbehandling på Volvo

personvagnar. Tanken med detta examensarbete har varit att testa hur väl det går att modellera

detta för en ottomotor med hjälp av statistiska regressionsmodeller.

Frågeställningen har varit om vanliga driftsparametrar som motorvarvtal, lambda etc. är

tillräckliga för att kunna prediktera emissioner över motorns driftområde med godtagbar

noggrannhet. Fokus har legat på varm motor, men även den mer komplexa uppvärmningsfasen

har undersökts eftersom den är en betydande del av de totala emissionerna. Eftersom NO

xinte

kunde mätas på grund av problem med mätutrustningen har endast HC, CO samt temperatur in i

första katalysatorn testats. Till försöken användes Volvos 3.2 liters SI6 bensinmotor i

sugutförande. En S80 med automatlåda har använts för körcykelproven.

MATLABs verktyg för statistisk modellering,

Model-Based Calibration Toolbox, användes då

det har alla delar som behövs för att både bygga modellerna och analysera resultaten. För att

bredda analysen gjordes två separata test planer med olika angreppssätt för den upplevt

svårmodellerade tändvinkeln, och mycket tid lades ned på utvärdering av både polynomiska och

RBF modeller. Verktyg såsom PRESS RMSE, R

2och grafisk residualanalys användes för detta.

Flera intressanta upptäckter gjordes, bland annat att CO går att prediktera väl med ett R

2-värde på

närmare 0.95. HC och temperatur in i första katalysatorn ligger lägre med R

2värden på 0.6

respektive 0.9. I övrigt upptäcktes att olika korrektionsfaktorer behövs för att kunna prediktera en

transient körcykel på ett bra sätt. Förutom rena modellfel kan detta bero på responstider för

mätutrustningen och skillnader mellan motor lös i rigg och monterad i komplett bil.

Kallstartsförsöken visade att iakttagelserna i litteraturen stämde, nämligen att det under

uppvärmningsförloppet var möjligt att skala varma emissioner proportionerligt mot

kylvattentemperatur med god korrelation.

Modellmässigt så visade sig RBF av Gaussisk typ samt polynom av fjärde graden vara de

generellt bästa modelltyperna, men RBF-modeller var rent olämpliga för prediktering av CO.

Korrelationen mellan de olika testriggarna är inte fullt utredd, och utan att undersöka detta samt

fenomenet med responstid är det sammantaget svårt att komma längre.

Place, publisher, year, edition, pages
2009.
Series
MMK 2009:77 MFM121
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-100073OAI: oai:DiVA.org:kth-100073DiVA: diva2:542750
External cooperation
Volvo Car Corporation,Roy Ogink
Uppsok
Technology
Supervisors
Examiners
Available from: 2012-08-03 Created: 2012-08-03 Last updated: 2012-08-03Bibliographically approved

Open Access in DiVA

Johan Eriksson(1643 kB)1050 downloads
File information
File name FULLTEXT01.pdfFile size 1643 kBChecksum SHA-512
46811e846d6c2af4a1dbdac5755ba3fa3c2005c590dedbfbbb0f44c9fcefaa806c2e9e5382e3520b76feaaf7a3be2aee72dc5fa51ae1645fa2e36200eb30dc51
Type fulltextMimetype application/pdf

By organisation
Machine Design (Dept.)
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 1050 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 106 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf