Россия
Россия
Россия
УДК 504.3.054 Загрязнение атмосферы. Загрязнение воздуха
Актуальность исследования обусловлена необходимостью совершенствования методов контроля технического состояния дизельных двигателей для минимизации их негативного воздействия на окружающую среду. Цель работы – обоснование параметров диагностирования дизельных силовых установок при неустановившейся нагрузке, обеспечивающих снижение выбросов парниковых газов с учетом вероятностного характера внешней нагрузки. Теоретическую основу составили методы функционального преобразования случайных величин, позволяющие оценить влияние стохастических колебаний нагрузки на выходные параметры двигателя, а также методология расчета выбросов парниковых газов на основе данных о расходе топлива. Экспериментальные исследования проведены на двигателях КамАЗ-43114. Установлены количественные значения поправочных коэффициентов для перехода от эксплуатационных допусков к диагностическим при различных уровнях неравномерности нагрузки: от 0,351–0,353 при слабых колебаниях до 0,602–0,64 при высокой неравномерности. Применение указанных коэффициентов обеспечивает снижение погрешности контроля функциональных параметров на 10–24 %. Выявлена корреляционная связь между дисперсией мощностного процесса и стабильностью работы двигателя, что позволило определить режимы диагностирования, соответствующие минимуму вариабельности параметров. Для двигателя грузоподъемностью 10 т – 17,6 м/с (63,4 км/ч), для двигателя грузоподъемностью 16 т – 17,5 м/с (63 км/ч). Реализация этих режимов при диагностировании позволяет не только повысить его достоверность, но и косвенно способствует снижению углеродного следа эксплуатируемой техники. Показано, что стабилизация рабочего процесса на оптимальных режимах обеспечивает возможность снижения выбросов CO₂ в 1,55 раза по сравнению с наиболее нестабильными режимами. Научная новизна заключается в установлении взаимосвязи между вероятностными характеристиками внешней нагрузки, стабильностью работы двигателя и его экологическими показателями. Полученные результаты могут быть использованы при разработке регламентов технического обслуживания, создании автоматизированных систем контроля, а также при оценке углеродного следа автотракторной техники.
дизельный двигатель, диагностирование, экологические показатели, выбросы парниковых газов, скоростной режим, поправочные коэффициенты
1. Shevtsova A., Novikov A. Development of an approach to determination of coupling qualities of road covering using weather-climate factor // Journal of Applied Engineering Science. 2021. Vol. 19. № 1. P. 30–36. DOI:https://doi.org/10.5937/jaes0-26642
2. Сухов С.С. Предотвращение столкновения и снижения риска травмирования водителей автотранспортных средств созданием системы активной безопасности // Вестник НЦБЖД. 2019. № 1 (39). С. 130–134.
3. Деянов Д.А., Трофименко Ю.В. Методика оценки энергопотребления и выбросов парниковых газов транспортным потоком на улично-дорожной сети // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). 2024. № 3 (78). С. 68–77.
4. Донченко В.В., Купавцев В.А. Исследование элементов городской инфраструктуры для безопасного передвижения средств индивидуальной мобильности // Вестник Сибирского государственного автомобильно-дорожного университета. 2023. Т. 20. № 3 (91). С. 338–349. DOI:https://doi.org/10.26518/2071-7296-2023-20-3-338-349
5. Review of artificial intelligent algorithms for engine performance, control, and diagnosis / L.F. Ineza Havugimana [et al.] // Energies. 2023. Vol. 16. № 3. P. 1206. DOI:https://doi.org/10.3390/en16031206
6. Monieta J., Kasyk L. Application of machine learning to classify the technical condition of marine engine injectors based on experimental vibration displacement parameters // Energies. 2023. Vol. 16. № 19. P. 6898. DOI:https://doi.org/10.3390/en16196898
7. Трофименко Ю.В., Рунец Р.С., Буриков Е.И. Концепция интеллектуального управления движением с использованием высокоавтоматизированных транспортных средств при интеграции с инфраструктурой V2X // Вестник Донецкой академии транспорта. 2025. № 4. С. 94–106.
8. Chintala V., Subramanian K.A. A comprehensive review on utilization of hydrogen in a compression ignition engine under dual fuel mode // Renewable and Sustainable Energy Reviews. 2017. Vol. 70. P. 472–491. DOI:https://doi.org/10.1016/j.rser.2016.11.247
9. Oxygenated fuels in acetylene-diesel dual fuel engine: enhancing performance and emission control / Z. Said [et al.] // Energy. 2025. Vol. 317. P. 134710. DOI:https://doi.org/10.1016/j.energy.2025.134710
10. Khujamberdiev R., Cho H. Artificial Intelligence in Automotives: ANNs’ Impact on Biodiesel Engine Performance and Emissions // Energies. 2025. Vol. 18. № 2. P. 438. DOI:https://doi.org/10.3390/en18020438
11. Улучшение экологических показателей среднеоборотного дизельного двигателя путем применения трехфазной подачи топлива / В.А. Рыжов [и др.] // Известия высших учебных заведений. Машиностроение. 2024. № 3 (768). С. 66–76.
12. Yousefi A., Guo H., Birouk M. An experimental and numerical study on diesel injection split of a natural gas/diesel dual-fuel engine at a low engine load // Fuel. 2017. Vol. 212. DOI:https://doi.org/10.1016/j.fuel.2017.10.053
13. Zbikowski M., Teodorczyk A. Machine Learning for Internal Combustion Engine Optimization with Hydrogen-Blended Fuels: A Literature Review // Energies. 2025. Vol. 18. № 6. P. 1391. DOI:https://doi.org/10.3390/en18061391
14. Фурман В.В., Марков В.А., Плахов С.В. Система электронного управления топливоподачей газодизельного двигателя // Известия высших учебных заведений. Машиностроение. 2023. № 1 (754). С. 52–62. DOI:https://doi.org/10.18698/0536-1044-2023-1-52-62
15. Recent Research Progress on Black Carbon Emissions from Marine Diesel Engines / G. Wu [et al.] // Atmosphere. 2024. Vol. 15. № 1. P. 22. DOI:https://doi.org/10.3390/atmos15010022
16. Донченко В.В., Шумский А.Н. Анализ методов учета грузовых автомобилей в транспортном потоке регулируемого перекрестка // Вестник Сибирского государственного автомобильно-дорожного университета. 2023. Т. 20. № 2 (90). С. 218–229. DOI:https://doi.org/10.26518/2071-7296-2023-20-2-218-229
17. Nanoparticle Counting for PTI: The Dirty Tail Paradigm / A. Mayer [et al.] // Emission Control Science and Technology. 2025. Vol. 11. № 7. DOI:https://doi.org/10.1007/s40825-024-00257-0
18. Повышение достоверности диагностирования дизельных двигателей при неустановившейся нагрузке / А.П. Савельев [и др.] // Технический сервис машин. 2022. № 2 (147). С. 35–42. DOI:https://doi.org/10.22314/2618-8287-2022-60-2-35-42
19. Савельев А.П., Белова Т.И., Старченко Е.В. Улучшение показателей безопасности функционирования сельскохозяйственных автотранспортных машин // Вестник Рязанского государственного агротехнологического университета им. П.А. Костычева. 2022. Т. 14. № 1. С. 126–134. DOI:https://doi.org/10.36508/RSATU.2022.80.49.019
20. Обоснование режимов диагностирования топливной аппаратуры, работающей по принципу «Common rail» при проверке её технического состояния в стендовых условиях / А.П. Савельев [и др.] // Техносферная безопасность – наука XXI века: материалы I Всерос. науч.-практ. конф. Орёл: Орловский государственный университет имени И.С. Тургенева, 2024. С. 41–46.
21. Углеродный след сельскохозяйственного сектора экономики республики Мордовия / А.П. Савельев [и др.] // Вестник Рязанского государственного агротехнологического университета им. П.А. Костычева. 2022. Т. 14. № 4. С. 41–46. DOI:https://doi.org/10.36508/RSATU.2022.98.35.007
22. Пасовец В.Н., Лахвич В.В., Антоненко М.А. Пожары на сельскохозяйственной технике и причины их возникновения // Вестник Университета гражданской защиты МЧС Беларуси. 2021. Т. 5. № 2. С. 193–205. DOI:https://doi.org/10.33408/2519-237X.2021.5-2.193
